本月底之前，国内大模型阵营里最让人惦记的两款旗舰——Kimi K3.1与智谱 GLM-5.5——正陆续浮出水面，其中 Kimi K3.1已经悄悄在 Arena 竞技场上跑起了测试，代号 Kibitz。

多个网友顺着分词器等蛛丝马迹，基本确认了 Kibitz 就是 Kimi K3.1。此前的爆料勾画的升级方向很清晰:主攻长程自主任务，强化游戏与3D 代码能力，并补齐操作电脑的本事，一整套打法明显是对标 OpenAI 等前沿模型的"一线玩法"。

今天多位网友实打实上手试了一圈，反馈相当炸裂——无论是鹈鹕这类刁钻图像，还是3D 动画的生成，K3.1都显示出能与 GPT-6Astra 掰手腕的实力。按 Arena 的惯例，在擂台上测试的大模型通常会在一周后正式发布，所以本月底依然有希望等到 Kimi K3.1的官宣上线。

市场给它的预期不低:K3.1大概率会成为国产 AI 大模型的新标杆，也有能力挤进全球 TOP3;在 AA 榜单上，它被寄望成为首个突破50分的国产模型，理想状态能摸到55分甚至60分上下。不过性能之外，K3.1还得补上可用性与性价比这两门课——上一代 K3就因为算力资源吃紧，落得速度偏慢、套餐给的额度也不高，过去两个月里声量被 DeepSeek V4.1Flash 这类又快又便宜的模型压过一头。当国产旗舰准备正面对标 Astra，光把分数跑漂亮还不够，能不能让开发者用得顺、用得起，才是它真正翻盘的关键。