拓冰网站定制 
又一款没有公开开发者身份的模型出现在编程工具和评测榜单上。神秘模型 Pixel Canary 发布免费、追平 GPT-6 Astra近日Cline 在 x 上宣布匿名模型 Pixel Canary 已在其平台免费开放。引发讨论的是它在 Next.js Agent Evals 中的成绩常规设置下完成 31 项任务中的 28 项成功率为 90.3%与 GPT-6 Astra高推理强度持平高于KimiK3 的 84%。但这份成绩单还有另一面榜单显示Pixel Canary 完成任务的平均耗时为 1015.80 秒约 16 分 56 秒同一榜单上GPT-6 Astra 为 251.89 秒KimiK3 为 352.34 秒。把成功率和耗时放在一起看Pixel Canary 展示出了完成复杂任务的能力却还没有证明自己适合快节奏的日常开发。那这 90% 的成绩究竟意味着啥Pixel Canary 最早于 9 月 25 日登陆 Vercel AI Gateway模型标识为 stealth/pixel-canary。Vercel 将其定位于应用构建、现有代码重构、前端开发和移动应用设计并表示匿名开放期间限时免费。平台公开的模型信息显示它支持约 26.2 万 Token 的上下文窗口及可调节的推理强度但没有披露开发团队。Vercel 的 Next.js Agent Evals 考查的是智能体完成实际 Next.js 开发任务的情况涉及 App Router 迁移、数据获取、图片与字体优化、缓存及页面过渡等。Pixel Canary 的 90.3% 指的是 31 项任务中有 28 项通过。评测采用 pass4每项任务最多尝试四次只要有一次成功就算该任务通过。所以值得注意的是90% 这个数字也不能直接理解成开发者交给它十个任务它首次尝试就能完成九个。当评测通过 AGENTS.md 向智能体提供 Next.js 文档后Pixel Canary 又完成了 30 项任务成功率升至 96.8%。不过这一设置下KimiK3、GPT-6 Astra 等模型也同样达到约 97%。这说明任务相关文档能够显著改变结果也提醒开发者真实项目中的代码规范、框架版本和项目说明可能和模型选择一样重要。但值得注意的是免费试用背后还有一项需要看清的条件。Vercel 在发布说明中明确写道Pixel Canary 不提供零数据保留ZDR发送给模型的提示词和回复可能被用于训练及模型改进。其模型页面也提示提供方可能保留输入与输出。对于把代码仓库接入智能体的开发者这项条件比“免费”两个字更值得先看一眼代码、配置文件或项目上下文都可能随任务进入模型请求。部分实测速度极慢还不稳定Pixel Canary 上线后网友很快分成了“测能力”和“猜身份”两路。首先是测能力。在 x 上有用户测试后表示这款模型速度极慢且很不稳定。他写道“6 小时后 Pixel Canary 终于完成我的孔雀测试了这东西现在运行速度慢得令人抓狂而且很不稳定。就连 Astra、Kimi K3 或 Fable 5.1 都没让我等这么久结果还算不错。这些羽毛看起来跟我测试的 MiMo V2.6 Pro 的羽毛惊人地相似。”实际体验中稳定性和速度成为争议焦点。网友 codemeoww 称自己使用 Pixel Canary 时多次遇到任务进行到一半突然中断最终停用。展示测试结果的 Sahil Panhotra 回应说“我也是试了好几次才得到这个结果。”codemeoww 随后表示这款模型太慢恐怕很难有人愿意长期使用。还有 x 用户进行了经典的鹈鹕测试并表示测试过程很痛苦因为速度太慢了“痛苦实测神秘模型 Pixel Canary 鹈鹕测试跑了 5 个小时中途各种报错个位数 tps 真的蚌埠住效果你认为如何”还有用户表示最终在经历了 20 多个 Provider 错误和 7 个多小时后……终于测试了这款模型效果如下还有网友 benchmark_lb900 晒出 Pixel Canary 在“最大努力”模式下完成马里奥基准测试的表现并对其能力提出质疑。他写道“有些开发者称它达到了 FABLE 水平但在我看来它更像是 Sonnet 水平。”这条评价反映的是该网友对一次测试结果的主观判断尚不能据此认定 Pixel Canary 的整体能力处于哪个档位。网友 VulKan 表示等待 8 小时后他放弃了对 Pixel Canary 的测试。他认为如果服务无法稳定提供即使基准测试分数很高也难以体现实际价值若后续分配更多计算资源他愿意重新测试。另一位网友 Muntasim Ul Haque 也抱怨其响应速度“让人想起电传打字机时代”认为漫长等待抵消了模型可能具备的能力。这些反馈来自个人测试尚不足以判断延迟是模型本身还是当时的服务资源所致。Reddit 上的反馈更直接。一位用户称Pixel Canary 读取代码库花了很长时间慢到难以形成对能力的完整判断另一位用户报告了更低的个人实测输出速度。这些是不同用户在各自接入条件下的体验不能当作模型统一的性能指标但与榜单上接近 17 分钟的平均任务耗时指向了同一个实际问题能做完与能高效地做完是两件事。社区态度因此相当分裂。一边有人为持续出现的免费模型感到兴奋想尽快把它接进开发工具另一边已经开始追问免费匿名模型为什么开放、会开放多久、使用数据将如何处理。这些疑问并非都能从一张排行榜上找到答案。神秘模型出自谁家虽然该模型的实测效果让很多人大失所望但仍然有很多人猜测它到底出自谁家。有网友猜测Pixel Canary 可能与 Qwen 3.8 有关或是新的模型检查点、经过微调的版本而非目前可直接调用的 Qwen 3.8 Max。其依据是模型处理泰语和印地语文本时的切分方式。不过这只是网友根据输出特征作出的推测尚无证据证实 Pixel Canary 的身份。中文社区 LINUX DO 上有用户用一些特殊文本片段测试模型输出认为它“貌似是 Qwen 系”。此外也有人猜测这款模型名字里的“Pixel”和“Canary”让一些人猜测它可能与 Google 有关。有网友在 Reddit 的 Cline 讨论帖下猜测也有同样的声音认为它可能来自 Google另一位网友随即提醒名称也可能只是随机代号。OpenCode 社区里还有人直接问“Gemini 4 Pro 来了”这些都是依据名字和发布方式作出的猜测目前没有官方信息可以证实。Reddit 用户 lucid_supernova 认为Pixel Canary 看起来颇有能力表现甚至可与 Astra 相比。但他不倾向于猜测其来自谷歌理由是 Pixel Canary 标称约 26.2 万 Token 的上下文窗口而 Gemini 已支持 100 万 Token。另一位用户 Then_Bake_6524 随即提出异议模型支持的上下文长度与它在具体编码产品中开放的长度可能不同。他称谷歌部分编码应用的上下文窗口约为 16.8 万 TokenPro 模型则约为 26.2 万 Token。还有网友表示自己 80% 确定这款模型是KimiK3.1。Pixel Canary 目前最确定的价值是给开发者增加了一个可以试用的选择。它在特定 Next.js 任务上交出了有竞争力的通过率文档加持后进一步提升它的提供方、长期价格和更广泛任务上的表现则仍待公开信息与更多实测回答。如果要判断它能否成为日常主力下一轮值得看的不是再猜一次“它是谁”而是在同一项目、同一工具、同样的任务和时间限制下看看它交付的代码质量以及开发者为此等了多久。“神秘模型”多了神秘感也会失效过去一个多月模型社区似乎进入了“猜身份”的循环。8 月Ox Alpha 以匿名身份供用户试用中文社区给它起了“牛来”的名字讨论了一阵之后智谱揭晓它就是 GLM-5.3-Flash。到了 9 月OpenRouter 上又出现 Union Alpha。现在轮到 Pixel Canary开发者拿它跑编程测试网友根据输出习惯、上下文窗口和响应速度推测它究竟出自哪家公司。匿名上线有其合理性。把厂商名字暂时拿掉可以让开发者先动手测试少受品牌印象影响。模型在真实任务里能做什么、哪里容易出错也可能比一张官方跑分表更早进入讨论。“牛来”的身份揭晓就给此前的试用和猜测画上了句号。但同一套玩法频繁出现之后问题也来了。用户第一次见到神秘模型会好奇它是谁第二次、第三次类似的代号、悬念和身份竞猜反复上演注意力很容易从“这个模型能解决什么问题”转向“这次又是谁在制造悬念”。尤其当匿名身份本身成为传播的主要看点时外界难免怀疑这究竟是在收集真实反馈还是借“神秘”完成一次预热目前没有证据表明 Pixel Canary 的发布方刻意炒作但这种质疑值得正视。Pixel Canary 的争议恰好说明了猜身份之外还有更重要的事。有用户认为它的表现接近顶级模型也有人测完马里奥基准测试后觉得并没有达到预期。还有测试者称等待 8 小时后只能放弃另一位用户则抱怨速度拖累了使用体验。这些反馈各自只代表有限的测试经历却指向同一个问题模型即便能在某项评测中拿高分如果开发者在实际使用时长时间等不到结果跑分很难独自说明产品价值。因此Pixel Canary 最终会不会被某家厂商“认领”或许能满足一时的好奇心却未必是这轮讨论最有价值的答案。匿名模型越来越多神秘感就会越来越短暂。要让用户在身份揭晓之后继续使用厂商还得回答更朴素的问题模型是否稳定、速度能否接受、不同任务上的表现能否重复。猜谜可以带来第一波关注长期评价终究要靠这些可验证的体验。原文链接又一款匿名模型杀入编程榜免费、性能追平 GPT-6 Astra-36氪我的专辑《人工智能生命体 新启点》CSDN平台https://blog.csdn.net/2501_91883294/article/details/147616608?sharetypeblogdetailshareId147616608sharereferAPPsharesource2501_91883294sharefromlink 又一款匿名模型杀入编程榜：免费、性能追平 GPT-6 Astra
又一款没有公开开发者身份的模型出现在编程工具和评测榜单上。神秘模型 Pixel Canary 发布免费、追平 GPT-6 Astra近日Cline 在 x 上宣布匿名模型 Pixel Canary 已在其平台免费开放。引发讨论的是它在 Next.js Agent Evals 中的成绩常规设置下完成 31 项任务中的 28 项成功率为 90.3%与 GPT-6 Astra高推理强度持平高于KimiK3 的 84%。但这份成绩单还有另一面榜单显示Pixel Canary 完成任务的平均耗时为 1015.80 秒约 16 分 56 秒同一榜单上GPT-6 Astra 为 251.89 秒KimiK3 为 352.34 秒。把成功率和耗时放在一起看Pixel Canary 展示出了完成复杂任务的能力却还没有证明自己适合快节奏的日常开发。那这 90% 的成绩究竟意味着啥Pixel Canary 最早于 9 月 25 日登陆 Vercel AI Gateway模型标识为 stealth/pixel-canary。Vercel 将其定位于应用构建、现有代码重构、前端开发和移动应用设计并表示匿名开放期间限时免费。平台公开的模型信息显示它支持约 26.2 万 Token 的上下文窗口及可调节的推理强度但没有披露开发团队。Vercel 的 Next.js Agent Evals 考查的是智能体完成实际 Next.js 开发任务的情况涉及 App Router 迁移、数据获取、图片与字体优化、缓存及页面过渡等。Pixel Canary 的 90.3% 指的是 31 项任务中有 28 项通过。评测采用 pass4每项任务最多尝试四次只要有一次成功就算该任务通过。所以值得注意的是90% 这个数字也不能直接理解成开发者交给它十个任务它首次尝试就能完成九个。当评测通过 AGENTS.md 向智能体提供 Next.js 文档后Pixel Canary 又完成了 30 项任务成功率升至 96.8%。不过这一设置下KimiK3、GPT-6 Astra 等模型也同样达到约 97%。这说明任务相关文档能够显著改变结果也提醒开发者真实项目中的代码规范、框架版本和项目说明可能和模型选择一样重要。但值得注意的是免费试用背后还有一项需要看清的条件。Vercel 在发布说明中明确写道Pixel Canary 不提供零数据保留ZDR发送给模型的提示词和回复可能被用于训练及模型改进。其模型页面也提示提供方可能保留输入与输出。对于把代码仓库接入智能体的开发者这项条件比“免费”两个字更值得先看一眼代码、配置文件或项目上下文都可能随任务进入模型请求。部分实测速度极慢还不稳定Pixel Canary 上线后网友很快分成了“测能力”和“猜身份”两路。首先是测能力。在 x 上有用户测试后表示这款模型速度极慢且很不稳定。他写道“6 小时后 Pixel Canary 终于完成我的孔雀测试了这东西现在运行速度慢得令人抓狂而且很不稳定。就连 Astra、Kimi K3 或 Fable 5.1 都没让我等这么久结果还算不错。这些羽毛看起来跟我测试的 MiMo V2.6 Pro 的羽毛惊人地相似。”实际体验中稳定性和速度成为争议焦点。网友 codemeoww 称自己使用 Pixel Canary 时多次遇到任务进行到一半突然中断最终停用。展示测试结果的 Sahil Panhotra 回应说“我也是试了好几次才得到这个结果。”codemeoww 随后表示这款模型太慢恐怕很难有人愿意长期使用。还有 x 用户进行了经典的鹈鹕测试并表示测试过程很痛苦因为速度太慢了“痛苦实测神秘模型 Pixel Canary 鹈鹕测试跑了 5 个小时中途各种报错个位数 tps 真的蚌埠住效果你认为如何”还有用户表示最终在经历了 20 多个 Provider 错误和 7 个多小时后……终于测试了这款模型效果如下还有网友 benchmark_lb900 晒出 Pixel Canary 在“最大努力”模式下完成马里奥基准测试的表现并对其能力提出质疑。他写道“有些开发者称它达到了 FABLE 水平但在我看来它更像是 Sonnet 水平。”这条评价反映的是该网友对一次测试结果的主观判断尚不能据此认定 Pixel Canary 的整体能力处于哪个档位。网友 VulKan 表示等待 8 小时后他放弃了对 Pixel Canary 的测试。他认为如果服务无法稳定提供即使基准测试分数很高也难以体现实际价值若后续分配更多计算资源他愿意重新测试。另一位网友 Muntasim Ul Haque 也抱怨其响应速度“让人想起电传打字机时代”认为漫长等待抵消了模型可能具备的能力。这些反馈来自个人测试尚不足以判断延迟是模型本身还是当时的服务资源所致。Reddit 上的反馈更直接。一位用户称Pixel Canary 读取代码库花了很长时间慢到难以形成对能力的完整判断另一位用户报告了更低的个人实测输出速度。这些是不同用户在各自接入条件下的体验不能当作模型统一的性能指标但与榜单上接近 17 分钟的平均任务耗时指向了同一个实际问题能做完与能高效地做完是两件事。社区态度因此相当分裂。一边有人为持续出现的免费模型感到兴奋想尽快把它接进开发工具另一边已经开始追问免费匿名模型为什么开放、会开放多久、使用数据将如何处理。这些疑问并非都能从一张排行榜上找到答案。神秘模型出自谁家虽然该模型的实测效果让很多人大失所望但仍然有很多人猜测它到底出自谁家。有网友猜测Pixel Canary 可能与 Qwen 3.8 有关或是新的模型检查点、经过微调的版本而非目前可直接调用的 Qwen 3.8 Max。其依据是模型处理泰语和印地语文本时的切分方式。不过这只是网友根据输出特征作出的推测尚无证据证实 Pixel Canary 的身份。中文社区 LINUX DO 上有用户用一些特殊文本片段测试模型输出认为它“貌似是 Qwen 系”。此外也有人猜测这款模型名字里的“Pixel”和“Canary”让一些人猜测它可能与 Google 有关。有网友在 Reddit 的 Cline 讨论帖下猜测也有同样的声音认为它可能来自 Google另一位网友随即提醒名称也可能只是随机代号。OpenCode 社区里还有人直接问“Gemini 4 Pro 来了”这些都是依据名字和发布方式作出的猜测目前没有官方信息可以证实。Reddit 用户 lucid_supernova 认为Pixel Canary 看起来颇有能力表现甚至可与 Astra 相比。但他不倾向于猜测其来自谷歌理由是 Pixel Canary 标称约 26.2 万 Token 的上下文窗口而 Gemini 已支持 100 万 Token。另一位用户 Then_Bake_6524 随即提出异议模型支持的上下文长度与它在具体编码产品中开放的长度可能不同。他称谷歌部分编码应用的上下文窗口约为 16.8 万 TokenPro 模型则约为 26.2 万 Token。还有网友表示自己 80% 确定这款模型是KimiK3.1。Pixel Canary 目前最确定的价值是给开发者增加了一个可以试用的选择。它在特定 Next.js 任务上交出了有竞争力的通过率文档加持后进一步提升它的提供方、长期价格和更广泛任务上的表现则仍待公开信息与更多实测回答。如果要判断它能否成为日常主力下一轮值得看的不是再猜一次“它是谁”而是在同一项目、同一工具、同样的任务和时间限制下看看它交付的代码质量以及开发者为此等了多久。“神秘模型”多了神秘感也会失效过去一个多月模型社区似乎进入了“猜身份”的循环。8 月Ox Alpha 以匿名身份供用户试用中文社区给它起了“牛来”的名字讨论了一阵之后智谱揭晓它就是 GLM-5.3-Flash。到了 9 月OpenRouter 上又出现 Union Alpha。现在轮到 Pixel Canary开发者拿它跑编程测试网友根据输出习惯、上下文窗口和响应速度推测它究竟出自哪家公司。匿名上线有其合理性。把厂商名字暂时拿掉可以让开发者先动手测试少受品牌印象影响。模型在真实任务里能做什么、哪里容易出错也可能比一张官方跑分表更早进入讨论。“牛来”的身份揭晓就给此前的试用和猜测画上了句号。但同一套玩法频繁出现之后问题也来了。用户第一次见到神秘模型会好奇它是谁第二次、第三次类似的代号、悬念和身份竞猜反复上演注意力很容易从“这个模型能解决什么问题”转向“这次又是谁在制造悬念”。尤其当匿名身份本身成为传播的主要看点时外界难免怀疑这究竟是在收集真实反馈还是借“神秘”完成一次预热目前没有证据表明 Pixel Canary 的发布方刻意炒作但这种质疑值得正视。Pixel Canary 的争议恰好说明了猜身份之外还有更重要的事。有用户认为它的表现接近顶级模型也有人测完马里奥基准测试后觉得并没有达到预期。还有测试者称等待 8 小时后只能放弃另一位用户则抱怨速度拖累了使用体验。这些反馈各自只代表有限的测试经历却指向同一个问题模型即便能在某项评测中拿高分如果开发者在实际使用时长时间等不到结果跑分很难独自说明产品价值。因此Pixel Canary 最终会不会被某家厂商“认领”或许能满足一时的好奇心却未必是这轮讨论最有价值的答案。匿名模型越来越多神秘感就会越来越短暂。要让用户在身份揭晓之后继续使用厂商还得回答更朴素的问题模型是否稳定、速度能否接受、不同任务上的表现能否重复。猜谜可以带来第一波关注长期评价终究要靠这些可验证的体验。原文链接又一款匿名模型杀入编程榜免费、性能追平 GPT-6 Astra-36氪我的专辑《人工智能生命体 新启点》CSDN平台https://blog.csdn.net/2501_91883294/article/details/147616608?sharetypeblogdetailshareId147616608sharereferAPPsharesource2501_91883294sharefromlink