Kimi K3.1藏不住了 - LOL下注

今天上午，Kimi官方突然放出一段24秒的短视频。

画面起始，一台老式电脑屏幕上运行着Kimi Code，终端内正在编写一段利用Three.js生成复杂3D场景的代码。

细心的网友很快注意到，屏幕左上角的模型栏里明确写着Kimi K3.1。

就在10月22日凌晨，一款代号为Kibitz的神秘模型出现在Arena平台，外界猜测它可能就是K3.1。

有网友将其与GPT-6 Astra Max、Claude Opus 5等顶级模型进行对比，其中一项测试要求模型仅凭一个HTML文件，制作出一座包含宝塔、树木和樱花的3D体素庭院。

Kibitz呈现了一座色彩丰富的3D庭院，效果相当出色；而在相同测试中，GPT-6 Astra Max虽然也完成了任务，但耗时大约是Kibitz的三倍。

左图为GPT-6 Astra Max，右图为Kibitz。

X上的AI模型追踪账号@aitrackerbot通过Tokenizer测试发现，Kibitz明显带有月之暗面Kimi模型家族的特征。与此同时，几乎同时出现在Arena上的另一款匿名模型Kalmia，则被怀疑来自阿里Qwen团队。

Kimi K3.1，似乎真的即将面世。

Kibitz的实际表现如何？

在Arena的Code模式下，不少网友已经用Kibitz进行了各种稀奇古怪的测试。

其中一个经典项目是让模型用SVG绘制一只骑自行车的鹈鹕（这原本是开发者社区常用来测试模型绘图和代码能力的题目，几乎每个新模型都要尝试一次）。

Kibitz直接将其做成了一个可交互的网页，画面中的鹈鹕踩着踏板，用户可以调整踩踏频率，还能切换白天、黄昏等不同场景效果。

还有网友让它制作3D直升机，要求能展示机身结构、切换零件分解视图和线框模式。Kibitz在不到15分钟内就完成了一个可交互的3D页面。

将任务换成建造一座中世纪风格的城堡，Kibitz同样交出了一份相当出色的作品。

不过，社区的评价并非一边倒的好评。

有网友进行了一组横向测试，将Kibitz、Kalmia和Gemini 4 Carbon与Claude Opus 5.5进行对比。结果，在这几款模型中，测试者更看好Carbon。

在开头的3D庭院测试中，虽然Kibitz生成速度更快，但测试者指出，GPT-6 Astra Max的作品同样精美，还实现了昼夜交替、光影变化等效果。

这些零散的作品虽然算不上严谨的模型能力评估，但对于一款尚未正式发布、甚至连真实身份都不确定的模型来说，它的表现已经足以吸引开发者的目光。

至于网友为何怀疑它是K3.1，还有另一组线索。

此前，Kimi K2.5、K2.6、K3曾分别以Kiwido、Kiwire、Kivine等匿名代号接受测试，Kibitz的名字恰好延续了这一模式。

此外，开头提到的模型追踪账号@aitrackerbot还找到了11个具有Moonshot模型家族特征的特殊Token字符串。

在要求模型原样复述这些字符串时，Kibitz连续两次都出现错误，表现与其他受测Kimi模型类似（相比之下，来自另外七家实验室的对照模型都能正确复述）。这意味着Kibitz很可能与Kimi模型家族存在技术关联。

除了社区测试，月之暗面自家的产品接口也露出了一些线索。

就在Kibitz现身Arena的前一天（10月21日），有网友发现，Kimi Code的配置中直接出现了k3.1这个名字。

不过，当天晚上，网友再次请求这项配置时，发现已无法获取，返回的是404。

K3.1也该来了

说起来，距离上一代Kimi K3发布，已经过去三个多月。

今年7月中旬，月之暗面正式推出Kimi K3。这款模型拥有2.8万亿参数、100万Token上下文窗口，是当时全球参数规模最大的开放权重模型。发布后，K3一度登顶Arena前端编程榜单，甚至超越了Claude Fable 5和GPT-5.6 Sol。

如今三个月过去，K3的热度逐渐消退，月之暗面也该推出新版本了。

其实，早在9月，关于Kimi K3.1的消息就已开始流传。

9月底，有开发者发现月之暗面的API模型注册信息中疑似出现了kimi-k3-1标识。随后，有消息称Kimi开放平台短暂出现了代号为K311111的新模型，支持100万Token上下文。

10月中旬，网友们从Kimi官网的前端代码中翻出了更多内容：包括k3d1-agent、make3d、AUTOMATION_K3、OK_COMPUTER_SWARM等标识。

这些名字相当耐人寻味，尤其是make3d，很容易让人联想到Kimi可能正在准备3D创作功能；而AUTOMATION_K3和OK_COMPUTER_SWARM则指向自动化任务与多Agent协作。

10月20日前后，又有开发者发现，SGLang的GitHub仓库中出现了一项名为Kimi-K3.1 support for the K3 chat encoder的代码提交。这份代码直接出现了moonshotai/Kimi-K3.1，还包含针对模型对话格式、工具调用和Token编码的兼容性测试。

根据提交说明，K3.1沿用了K3的Tokenizer和16个特殊Token，一个比较明确的变化是新增了medium推理强度——此前K3支持Low、High、Max三个推理档位，K3.1则可能增加第四档，让用户更灵活地控制模型的思考强度。

不过，这主要是推理框架的适配信息，不足以说明新模型的整体能力提升了多少。

从K3此前的定位来看，Coding和Agent大概率仍是K3.1的重点。如果Kibitz确实是K3.1，那么它在Arena上的表现，至少说明新模型在前端和3D场景代码生成方面已取得不错成绩。

另一个值得关注的方向是推理效率和成本。

此前K3的定价虽不低，每百万输入Token收费3美元、输出Token收费15美元，但相比Claude Fable 5的10美元和50美元，还是便宜了约七成。考虑到它在Coding和Agent任务上的表现，对开发者来说已是一个相当有性价比的选择。

但如今，海外模型厂商已将API价格压到相当夸张的程度。Claude Opus 5.5的输入、输出价格已降至每百万Token 4美元和20美元，Sonnet 5.5更是只有2美元和10美元。

在这种情况下，K3.1如果不能将实际使用成本控制在开发者愿意持续付费的范围内，即使跑分再漂亮，吸引力也会大打折扣。

在最新的官方预热视频中，K3.1直接展示了使用Three.js构建复杂3D场景的任务，与此前曝光的make3d功能遥相呼应。

网友因此猜测，3D创作很可能也是K3.1此次升级的重点之一。还有多少新东西，就等正式发布了。

先玩一局猜猜我是谁

在大模型圈，匿名打榜几乎已成“老传统”。

厂商给新模型套上马甲，悄悄放到Arena、OpenRouter等平台，网友们则忙着跑分、分析Tokenizer、研究输出习惯，试图扒出背后的真实身份。

这套玩法，OpenAI在2024年就玩过。

当年，一个叫im-also-a-good-gpt2-chatbot的神秘模型突然出现在Arena上，表现好得不像话，一度冲上排行榜第一名。网友们猜了半天，最后OpenAI宣布：其实是GPT-4o。

2025年，一个名叫Nano Banana的神秘图像模型突然走红，网友们一边测试它惊人的图像编辑能力，一边猜测是哪家公司做的。

最后谷歌出来认领了这根香蕉，它的正式身份是Gemini 2.5 Flash Image。

谷歌后来透露，Nano Banana这个名字还是产品经理凌晨两点半临时想出来的。没想到模型火了，香蕉也跟着变成了正式的产品品牌。

国内厂商也已熟练掌握这套玩法。

8月20日，一个叫Ox Alpha（被称为“牛来大模型”）的神秘模型出现在OpenRouter和OpenCode上。它不仅免费，Coding和Agent能力也相当不错，很快吸引了大量开发者。

六天后，智谱正式揭晓谜底：这是GLM-5.3-Flash。

按照智谱后来披露的数据，牛来匿名测试六天，累计处理了超过62万亿Token，一度成为两个平台使用量最高的模型。

9月23日，又有一个代号Space Bunny（太空兔）的匿名模型登陆OpenRouter，同样免费开放测试，支持100万Token上下文。

直到10月19日，MiniMax才终于出来认领，宣布它是M3.1 Flash的早期版本。

图片由AI生成。

对模型厂商来说，匿名测试确实划算——既能提前收集真实用户反馈，观察模型能否承受大量调用，又能让开发者主动帮忙测试、晒作品、猜身份。

模型还没正式发布，网上已热闹了好几轮，等到厂商出来认领，宣传工作已完成大半。

不过，这套玩法偶尔也会闹出一点尴尬。

有些模型匿名时表现惊艳，网友们纷纷猜测又是哪家实验室憋出了大招。等到正式发布、大家都能用上时，却又有人觉得，好像也没之前那么厉害。

刚猜完模型是谁，网友们又开始怀疑：这真的是之前那个模型吗？

虽然这不难理解，能在网上广泛传播的往往是那些最漂亮的作品，但匿名测试提前把大家的期待拉得太高，等到用户真正上手，难免会有落差。

如今，Kibitz和Kalmia也加入了这场“游戏”。

至于马甲有没有扒对，以及正式发布后还能不能这么惊艳，我想很快就能揭晓了。而在这个过程中，LOL战队状态也时常成为网友们茶余饭后的谈资，不过这与模型测试无关。

本文来自微信公众号“字母AI”，作者：袁心玥，36氪经授权发布。