Arena匿名模型

Arena 深夜上线两款匿名模型，多方指纹线索指向 Kimi K3.1 与 Qwen 4

10 月 22 日凌晨，Arena（原 LMArena）的编程对战 Code Arena 中出现了两个陌生的匿名代号：Kibitz 和 Kalmia。厂商在正式发布前把新模型以匿名代号放入盲测、由真实用户不知情投票，已是行业惯例。经过社区的交叉验证，这两条线索正逐渐汇拢：Kibitz 疑似月之暗面的 Kimi K3.1，Kalmia 疑似阿里的 Qwen 4。

Kibitz：四条线索串成一条线

关于 Kibitz 的身份，目前有四类相互印证的证据。其一是分词器指纹，它在测试中完整复现了月之暗面独有的 tokenizer 特征；其二是命名规律，从 Kiwido、Kiwire、Kivine 到 Kibitz，延续了月之暗面一贯的品牌代号序列；其三是工程痕迹，本周 SGLang 仓库中刚出现 K3.1 的适配代码，分词器相同，还新增了一档 medium 思考档；其四是实测表现，它在代码与三维任务对战中发挥亮眼——有用户用它构建了中世纪像素城堡，社区认为它或许能创下开源模型的新高。此外，Arena 可查看部分费用指标，社区有人指出 Kibitz 完成同样任务的 Token 成本仅为 GPT-6 Astra 的 1/14。另有开发者发现，Kimi 官方域名的配置接口曾短暂返回 "to":"k3.1" 的会话切换参数，虽然该配置当晚即被撤回，但侧面说明产品端已在为 K3.1 做准备。

Kalmia：命中 Qwen 的"分词器口音"​

Kalmia 的判定依据同样来自 tokenizer 行为：它精准命中了 Qwen 3.7 和 3.8 会产生乱码的那批特殊 token，而其他实验室的模型在这批 token 上全部表现正常。同一个词在不同模型的分词器里会被切成不同的碎片，这类缺陷往往会随模型迭代代代相传，外人难以模仿，因此被视为强力的身份信号。时间点也对得上：阿里 9 月已对外确认 Qwen 4 正在训练中，这款匿名模型偏偏此时冒头。社区已有人直接称其为 Qwen 4，更有实测者用它构建出可驾驶的 3D 汽车场景，认为其能力甚至能比肩 GPT 6.1 Sol Ultra。

盲测归盲测，别当官宣看

需要强调的是，以上身份判定目前全部来自社区推测，官方尚未确认任何一方。分词器癖好、命名习惯、代码仓库中的蛛丝马迹，确实能拼出高度自洽的证据链，但最终答案仍要等发布日揭晓。按目前的节奏，官宣窗口很可能落在本周五至本周末。想亲自体验的读者建议尽早测试并截图留档——匿名模型通常测完即下线，事后无从查证。

两款国产模型同台，意味着什么

若推测成真，这将意味着月之暗面与阿里的发布窗口挤到了同一周。先匿名进 Arena 跑榜、用社区评测制造预期，正在成为头部厂商共同的发布节奏；而一旦 K3.1 与 Qwen 4 同周落地，双方在编程与 Agent 长任务上的心智争夺将直接对表。对开发者而言，无论最终身份如何，一个信号已经足够明确：国产旗舰模型的下一次正面交锋，已经开始了。