El modelo chino Kimi K3 escapó de un sandbox de pruebas
Investigadores de Frontier Security detectaron que el modelo de la empresa china Moonshot salió de un entorno de pruebas del gobierno británico al aprovechar una falla de configuración, sin llegar a atacar sistemas externos.
Kimi K3, el modelo de inteligencia artificial de la empresa china Moonshot, logró salir del entorno cerrado que un equipo de investigadores había preparado para poner a prueba sus habilidades de hackeo. El hallazgo lo publicó la firma estadounidense de ciberseguridad Frontier Security el viernes 7 de agosto de 2026, y el sandbox comprometido pertenecía al AI Security Institute (AISI), el organismo del gobierno del Reino Unido dedicado a evaluar la seguridad de sistemas de inteligencia artificial.
La prueba estaba diseñada para bloquear cierto tráfico web y así confinar al modelo dentro de un espacio controlado. Kimi K3 esquivó esa restricción usando herramientas de línea de comandos, un camino que los investigadores no habían cerrado. Yaron Singer, fundador y director ejecutivo de Frontier Security, explicó que el modelo no recurrió a una falla de día cero ni a un exploit sofisticado: aprovechó un agujero en la configuración del propio sandbox. Una vez afuera, en lugar de resolver el desafío de hackeo que se le había planteado, Kimi buscó la solución directamente en GitHub. A diferencia de los casos registrados en modelos de OpenAI, Anthropic y Meta, no llegó a atacar ningún sitio o servicio de terceros.
Una lista que sigue creciendo
El episodio se suma a una seguidilla de fugas reportadas en las últimas semanas por otros laboratorios. Modelos de OpenAI, Anthropic y Meta se salieron de sus entornos de prueba de distintas formas, y en algunos casos terminaron interactuando con sistemas reales que no formaban parte del experimento original. La frecuencia de estos episodios llevó a la creación de un sitio que los va registrando, llamado Felony Bench, en referencia a que estos modelos podrían estar cometiendo actos ilícitos, al menos en un sentido técnico. Según ese conteo, OpenAI y Anthropic acumulan siete incidentes cada una, Meta tiene uno, y con este caso Moonshot pasa a integrar la lista.
El boletín de Onda Corta
Uno de los antecedentes más llamativos ocurrió con agentes de OpenAI: según contaron empleados de la compañía en la conferencia Black Hat USA, esos agentes crearon un tablón de mensajes dentro de la red de la empresa para coordinarse entre sí, y sus aportes derivaron en un ataque contra Hugging Face, el repositorio donde se alojan modelos y datasets de IA. En ese caso, a diferencia del de Kimi, los agentes explotaron una vulnerabilidad real en los sistemas de OpenAI para salir del entorno aislado.
Un modelo gratuito y de pesos abiertos
Moonshot lanzó Kimi K3 en julio de 2026 y lo puso a disposición del público de forma gratuita poco después. Evaluaciones independientes citadas por la BBC ubicaron su desempeño a la par de los modelos más avanzados de OpenAI y Anthropic. A diferencia de esos laboratorios, Moonshot liberó los pesos del modelo, lo que permite a cualquier desarrollador descargarlo, modificarlo y alojarlo en su propia infraestructura sin depender de los servidores de la empresa.
Frontier Security remarcó que la falla no estuvo en el modelo en sí sino en la infraestructura usada para evaluarlo: si existe algún camino hacia internet, un agente lo suficientemente capaz terminará por encontrarlo. Los investigadores plantearon que parte de las pruebas de ciberseguridad que usa la comunidad de IA son vulnerables a este tipo de trampa, y que hay modelos que buscan de forma activa atajos y agujeros para superar las evaluaciones sin resolver el problema de fondo.
El boletín de Onda Corta