Kimi K3.1、Qwen 4 要一起來？匿名模型竟能做到這種程度

大的要来了，而且一下来了俩。

最近两天，人们在 Arena.ai（原 LMArena）的编程对战 Code Arena 中发现了两个陌生的名字：Kibitz、Kalmia。厂商在正式发布前，经常会把新模型以匿名代号放进盲测，让真实用户在不知情的情况下投票。经过仔细分析，很多人把它们与国产新模型联系在了一块。人们认为 Kibitz 疑似是月之暗面的 Kimi K3.1，Kalmia 疑似阿里的 Qwen 4。

先来看看效果，X 上有人不停「抽卡」，用刷到的新模型制作出了不少 SVG、网页和可交互的 3D 场景。

「build what you think you look like in Minecraft」：

Kibitz 构建的中世纪像素城堡：

Kalmia 构建的 3D 可驾驶汽车：

Kibitz 与 Kalmia 构建的直升机：

AI 构建这些效果需要协调场景绘制、运动、镜头和用户输入，相当于一次性完成前端开发、空间建模与交互逻辑，这为我们观察模型的前端开发、空间表达和指令遵循能力提供了直观的窗口。

大家对于这两个模型能够实现的效果表示惊叹，认为 Kibitz 或许可以创下开源模型的新高，而 Kalmia 甚至能够比肩 GPT 6.1 Sol Ultra。

同样让人在意的是成本，Arena 能查看部分费用指标，社区有人表示，Kibitz 做同样的事，Token 成本只是 GPT‑6 Astra 的 1/14。

有关两家的新模型，Kimi K 3.1 即将发布的消息比较有谱。前天在 AI 社区已有人公布了一次对 Kimi 官方域名下配置接口的请求，返回内容包含切换目标 "to": "k3.1" 等，这说明产品端已经在准备 K3.1 的会话切换。不过，发帖者随后更新称，该配置当晚已被撤回。

另一条线索来自模型处理特殊字符串时留下的「指纹」。

AI Tracker Bot 表示，在两次测试中，Kibitz 对 11 个用于识别 Moonshot 模型的特殊 token 都出现了乱码，与该账号测试过的 Kimi 模型表现一致，而来自其他 7 家 AI 实验室的模型则能够准确复制这些内容。这让 Kibitz 与 Kimi 的联系进一步加强。

有关 Qwen 4，我们目前比较清楚的是它的技术方向。

在 8 月份发布 Qwen3.8-Flash-Next 的时候，新模型在官方模型卡中被明确定位为 Qwen 4 底层架构的实验预览。它引入了结合 Gated DeltaNet 与 Qwen Sparse Attention 的混合注意力、门控残差连接，以及 N-gram Embedding，分别探索长上下文处理、跨层信息传递与参数扩展的效率。

其中，Qwen Sparse Attention 以小块为单位选择需要处理的内容，旨在降低长上下文延迟；N-gram Embedding 则利用短词元序列进行索引，为模型扩展参数提供计算开销较低、便于卸载存储的路径。这意味着 Qwen 4 已有公开的架构探索作为铺垫。不过现在仅看匿名测试，我们肯定无法确定它采用了哪些具体设计。

通常，匿名上 Arena 是新模型发布的最后一环：Kimi K3 发布前，代号 Kivine 的模型提前数天现身；而 Qwen3.8-Max 发布前，代号 Kaleb 仅仅提前一天出现。

按照这个节奏，几天之内，我们或许就会见证国产模型的新一轮交卷。