Kimi K3.1 与 Qwen 4 疑以匿名代号现身 Code Arena 盲测

近日，Arena.ai（原 LMArena）的编程对战 Code Arena 中出现两个陌生代号 Kibitz 与 Kalmia，引发社区对国产新模型的猜测。多数分析认为，Kibitz 疑似月之暗面的 Kimi K3.1，Kalmia 疑似阿里的 Qwen 4。

厂商在正式发布前常将新模型以匿名代号放入盲测，让真实用户投票。按以往节奏，匿名现身往往意味着发布临近，但两家公司均未公开确认上述对应关系。

匿名代号现身盲测

该平台以盲测形式让真实用户在不知情的情况下对模型输出投票，厂商在正式发布前把新模型以匿名代号放入其中，是较为常见的做法。

截至目前，两家公司均未公开确认这一对应关系，相关判断仍停留在社区推测层面。

生成效果与成本讨论

X 上有用户反复尝试调用这两个匿名模型，生成了多种 SVG、网页和可交互的 3D 场景，包括中世纪像素城堡、可驾驶的 3D 汽车以及直升机等。这类任务需要同时协调场景绘制、运动、镜头与用户输入，相当于一次性完成前端开发、空间建模和交互逻辑，因此被视作观察模型前端开发、空间表达与指令遵循能力的窗口。

效果之外，成本同样受到关注。Arena 可以查看部分费用指标，社区有人表示，Kibitz 完成同样任务时，Token 成本仅为 GPT-6 Astra 的 1/14。对这两个模型的表现，社区评价颇为积极，认为 Kibitz 或许能创下开源模型的新高，Kalmia 甚至被认为可比肩 GPT 6.1 Sol Ultra。

Kimi K3.1 的线索

在两家新模型中，Kimi K3.1 即将发布的消息相对更有依据。此前有人在 AI 社区公布了一次对 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" 等字样，说明产品端已在准备 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 实验室的模型则能准确复制这些内容。这一结果让 Kibitz 与 Kimi 之间的联系进一步加强。

Qwen 4 的架构铺垫

关于 Qwen 4，目前较为明确的是其技术方向。8 月发布 Qwen3.8-Flash-Next 时，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。

该预览引入了结合 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，但仅凭匿名测试无法确定其最终采用哪些具体设计。

发布节奏与后续观察

从以往节奏看，匿名上 Arena 通常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；Qwen3.8-Max 发布前，代号 Kaleb 仅提前一天出现。

按此规律，若 Kibitz 与 Kalmia 确为两家新品，正式亮相可能就在数日之内。但在厂商确认之前，代号与具体模型的对应关系、以及匿名测试中的表现能否代表最终版本，都还有待观察。

要点

• Code Arena 出现 Kibitz、Kalmia 两个匿名模型
• 社区推测二者分别为 Kimi K3.1 与 Qwen 4
• Kibitz 做同样任务的 Token 成本为 GPT-6 Astra 的 1/14
• Kimi 域名配置接口曾返回切换目标 k3.1，当晚被撤回
• Qwen3.8-Flash-Next 被定位为 Qwen 4 底层架构实验预览