匿名模型 Pixel Canary 免费开放，编程评测追平 GPT-6 Astra 但速度极慢

Cline 在 X 上宣布匿名模型 Pixel Canary 已在其平台免费开放，真正引发讨论的是它在 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 90.3%，与 GPT-6 Astra（高推理强度）持平，高于 Kimi K3 的 84%。

但同一份榜单给出了另一组数字：Pixel Canary 完成任务的平均耗时为 1015.80 秒，约 16 分 56 秒；GPT-6 Astra 为 251.89 秒，Kimi K3 为 352.34 秒。把成功率和耗时放在一起看，它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。

这里还有一个容易被忽略的读法问题。该评测采用 pass@4：每项任务最多尝试四次，只要有一次成功就算该任务通过。因此 90.3% 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。

Pixel Canary 最早于 9 月 25 日登陆 Vercel AI Gateway，模型标识为 stealth/pixel-canary，匿名开放期间限时免费。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。

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。也就是说，能力参数是公开的，身份不是。

评测本身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。这决定了 90.3% 的适用范围：它说明的是这一类任务上的表现，而不是更广泛任务上的通用能力。

当评测通过 AGENTS.md 向智能体提供 Next.js 文档后，Pixel Canary 完成了 30 项任务，成功率升至 96.8%。

不过这一设置下 Kimi K3、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。

换个角度看，常规设置下 90.3% 对 84% 的差距，在补上文档后基本被抹平。Pixel Canary 的相对优势更像是出现在信息不足的场景里，而不是在所有条件下都稳定存在。

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。

需要区分的是，这一条是平台方公开写明的条件，属于可核验的发布说明；而匿名开放会持续多久、后续如何定价，目前都没有公开信息。

上线后，网友很快分成了「测能力」和「猜身份」两路。在测能力这一路，速度与稳定性成为争议焦点。X 用户 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，并认为这款模型太慢、很难有人愿意长期使用。

另有 X 用户称，Pixel Canary 鹈鹕测试跑了 5 个小时、中途各种报错、输出速度仅个位数 tps。网友 VulKan 则表示等待 8 小时后放弃测试，认为若服务无法稳定提供，即使基准分数很高也难以体现实际价值。

这些反馈来自不同用户各自的接入条件，不能当作模型统一的性能指标。但它们与榜单上接近 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。

延迟与不稳定究竟源于模型本身还是当时的服务资源，目前尚无定论。这也是为什么这些个人体验只能作为参考，而不能替代统一的性能测量。

网友依据泰语和印地语文本切分方式猜测 Pixel Canary 与 Qwen 3.8 有关，也有人因名称猜测其来自 Google 或为 Kimi K3.1，但均无官方信息证实。

这类猜测并非首次出现。此前 8 月 Ox Alpha 以匿名身份供试用后被智谱揭晓为 GLM-5.3-Flash，9 月 OpenRouter 上又出现 Union Alpha，匿名上线已成为反复出现的模式。

匿名发布有其合理性：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。但同一套玩法频繁出现之后，注意力容易从「这个模型能解决什么问题」转向「这次又是谁在制造悬念」。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 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。

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。