天津
智猩猩AI整理
编辑：林夕
Vercel近日上线了一款名为stealth/pixel-canary的模型，但没有公布背后的厂商和具体型号。
模型能力方面，它在Vercel自己的Next.js eval中，基线测试拿到28/31，达到约90.3%；
加入AGENTS.md提供的Next.js文档后，成绩进一步升至30/31，也就是96.8%。
这组成绩与GPT-6 Astra在同一测试中的表现接近。
但相比这些跑分，Pixel Canary真正让开发者好奇的，是它究竟来自哪套模型体系。
有开发者对它进行的Tokenizer测试显示，Pixel Canary与Qwen体系之间存在高度一致的切词特征。
Pixel Canary的23组token-count probe全部命中Qwen体系，而官方Qwen Tokenizer可以完整复现。
测试还发现了旧版Qwen的切分规则和固定overhead等特征。
为了进一步验证这一结果，后续测试把样本扩大到了95条，测试结果更加明显，单独使用Qwen3.5及以后版本的词表，95条中有89条匹配。
加入旧一代Qwen的切分规则后，95条全部匹配。
相比之下，Google系词表只能匹配24条，其他被测试模型最高也只有23条。
从Tokenizer结果来看，Pixel Canary与Qwen体系之间的关联已经相当明显。
接下来，开发者又直接对模型本身进行了身份测试。
用英语、中文和日语多次询问Pixel Canary的身份，模型最终都坚持称自己是Pixel Canary，并表示开发公司、底层模型等信息尚未公开。
但在推理过程中，却出现了类似：
“You are Qwen...”
以及“不要提及Gemini、Qwen等具体模型名称”的指令描述。
也就是说，模型最终对外给出的身份，与测试过程中出现的相关指令描述并不一致。
综合这些线索来看，Pixel Canary与Qwen体系存在较强关联，但这仍不足以确认它的具体来源。
也正因为如此，外界开始进一步猜测，Pixel Canary是否与Qwen新一代模型有关，甚至有人将它与Qwen4联系起来。
不过，Tokenizer能够帮助判断模型家族，却很难单独锁定具体型号。
Pixel Canary究竟基于Qwen3.5、Qwen3.8，还是更晚的Qwen版本，目前都没有足够证据。
除了Tokenizer，还有一个细节值得留意。
Pixel Canary宣称的上下文窗口达到262,144 tokens，这个数字与Qwen体系此前出现过的超长上下文规格存在一定对应关系。
单看上下文长度，这还不足以证明Pixel Canary来自Qwen。
但和前面的Tokenizer指纹放在一起看，又增加了一条指向Qwen体系的辅助线索。
问题也就出在这里：即便Pixel Canary使用了Qwen Tokenizer，也不能据此判断它就是阿里官方发布的模型。
Qwen本身存在不少衍生模型，一个模型完全可能在Qwen基础上继续训练、微调、蒸馏，或者经过其他方式衍生出来。
因此，目前能够确认的更多是它与Qwen体系之间的联系，至于具体是哪一个模型、由谁训练，仍然没有答案。
所以现阶段，Pixel Canary更像一个“待解密”的模型。
Tokenizer已经把它和Qwen家族之间的联系扒得相当明显，但距离确认它到底是哪一个Qwen、谁训练了它，还差关键的一步。
这次，Tokenizer已经把底牌翻了一半。
关注+星标，获取AI前沿进展与开源一线动态
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
