巨头即将登场，而且一口气来了两位。近日，在 Arena.ai（原 LMArena）的编程对战 Code Arena 中，两个陌生的名字悄然出现：Kibitz 和 Kalmia。厂商在正式发布前，常将新模型以匿名代号放入盲测，让真实用户在不知情的情况下投票，以收集反馈。
经过深入分析，许多用户将这两者与国产新模型联系起来。普遍猜测，Kibitz 很可能对应月之暗面的 Kimi K3.1，而 Kalmia 则疑似阿里的 Qwen 4。在 X 平台上，不少用户热衷于“抽卡”测试，利用新刷出的模型生成了丰富的 SVG 图像、网页以及可交互的 3D 场景。
能够构建如此复杂的场景，意味着 AI 需要同时协调场景绘制、运动轨迹、镜头运镜以及用户输入，这实际上相当于一次性完成了前端开发、空间建模与交互逻辑。这为我们观察模型在前端开发能力、空间表达能力以及指令遵循能力方面提供了绝佳的直观窗口。
社区成员对这两个模型展现出的效果赞叹不已，认为 Kibitz 或许能创下开源模型的新高，而 Kalmia 的表现甚至有望比肩 GPT-6.1 Sol Ultra。与此同时，成本问题也备受关注。Arena 平台允许查看部分费用指标，有社区成员指出，Kibitz 完成相同任务时，Token 成本仅为 GPT-6 Astra 的 1/14，性价比极高。
关于 Kimi K3.1，即将发布的消息可信度较高。前几日，有 AI 社区成员发现 Kimi 官方域名下的配置接口请求中，返回了包含 “to”: “k3.1” 等内容的切换目标，这表明产品端已在准备 K3.1 的会话切换功能。不过，该发帖者随后补充称，该配置已于当晚被撤回。
另一条关键线索来自模型处理特殊字符串时留下的“指纹”。AI Tracker Bot 指出，在两次测试中，Kibitz 对 11 个用于识别 Moonshot 模型的特殊 Token 均出现了乱码，这一表现与该账号测试过的 Kimi 模型高度一致，而其他 7 家 AI 实验室的模型则能准确复制这些内容。这进一步证实了 Kibitz 与 Kimi 的紧密关联。
至于 Qwen 4，目前我们对其技术方向已有一定了解。今年 8 月发布的 Qwen3.8-Flash-Next 在官方模型卡中被明确标记为 Qwen 4 底层架构的实验性预览。该模型引入了混合注意力机制，结合了 Gated DeltaNet 与 Qwen Sparse Attention，并采用了门控残差连接和 N-gram Embedding。这些技术分别旨在探索长上下文处理、跨层信息传递以及参数扩展的效率优化。
具体而言，Qwen Sparse Attention 以小块为单位选择处理内容，旨在降低长上下文下的延迟；N-gram Embedding 则利用短词元序列进行索引，为模型参数扩展提供了一条计算开销低且便于存储卸载的路径。这意味着 Qwen 4 已经有了公开的架构探索作为铺垫。
当然，仅凭目前的匿名测试，我们还无法确定其具体采用了哪些设计细节。通常，匿名上 Arena 是新模型发布的最后一步。回顾历史，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 也仅提前一天出现。按照这个节奏推算，几天之内，我们或许就能见证国产模型的新一轮交卷。