Kimi K3.1 Pro 网络漏洞利用基准 pass@3 升至 81%

Moonshot 内部基准 xdev-bench-hard 显示，Kimi K3.1 Pro 的网络漏洞利用 pass@3 达到 81%，相比 Kimi K3 的 33% 大幅提升。其在完整排名中平均解决 81 题、平均成功率 64.5%，每次成功轨迹消耗 159.8M 输入和 546K 输出 token。该基准基于专家整理的真实源码漏洞发现与利用任务，多数复现近期披露且已采取缓解措施的 CVE。