文章核心观点 - Arena.ai旗下Code Arena编程对战盲测中出现Kibitz、Kalmia两个匿名新模型，行业普遍推测分别对应月之暗面Kimi K3.1与阿里Qwen 4，国产大模型新一轮发布临近 [1][7] - 两个匿名模型在前端开发、空间建模与交互逻辑等一次性生成任务上表现突出，引发社区对其性能上限与成本优势的高度关注 [3] 模型身份推测与线索 - Kibitz疑似月之暗面Kimi K3.1：AI社区曾公布对Kimi官方域名配置接口的请求，返回内容包含切换目标"to": "k3.1"，说明产品端已在准备K3.1会话切换，但发帖者随后更新称该配置当晚已被撤回 [3] - 指纹线索加强Kibitz与Kimi关联：AI Tracker Bot表示两次测试中Kibitz对11个用于识别Moonshot模型的特殊token均出现乱码，与该账号测试过的Kimi模型表现一致，而其他7家AI实验室的模型能准确复制这些内容 [4] - Kalmia疑似阿里Qwen 4：Qwen 4已有公开架构探索铺垫，但仅凭匿名测试无法确定其采用的具体设计 [5][6] 模型能力表现 - X平台用户用刷到的新模型制作出大量SVG、网页和可交互3D场景，包括Kibitz构建的中世纪像素城堡、Kalmia构建的3D可驾驶汽车，以及两者构建的直升机 [1][2] - AI构建上述效果需协调场景绘制、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，为观察模型的前端开发、空间表达和指令遵循能力提供直观窗口 [3] - 社区惊叹于两模型实现效果，认为Kibitz或可创下开源模型新高，Kalmia甚至能够比肩GPT 6.1 Sol Ultra [3] 成本与效率 - Arena可查看部分费用指标，社区有人表示Kibitz做同样的事，Token成本只是GPT-6 Astra的1/14 [3] Qwen 4技术方向 - 8月发布的Qwen3.8-Flash-Next在官方模型卡中被明确定位为Qwen 4底层架构的实验预览 [5] - 该预览引入结合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 [5] - 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 [5] - N-gram Embedding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 [5] 发布节奏与行业动态 - 匿名上Arena通常为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 [6] - 按照该节奏，行业或在几天之内见证国产模型的新一轮交卷 [7]