又一款神秘编程模型爆火，但是实测好像不怎么样

今天，在OpenRouter上上线了一个神秘模型——Elephant Alpha。

OpenRouter是一个海外模型聚合平台，同时很多国内外AI大厂也会在上面发布一些匿名模型供用户盲测来收集一些数据，做做发布前的准备等，于用户而言，用一个账号就能调用各种AI模型的API，不仅省去了到处注册的麻烦，还能时不时第一时间用上大厂最新的模型。

这个100B参数规模的匿名模型一上线，不仅是调用量迅速攀升，社区也在热议，大家开始疯狂猜测它的真实身份。

猜测五花八门。

有人直接点名猜测是DeepSeek：

还有人@了Grok做了指纹分析，说它在规模、上下文长度和效率上都和DeepSeek V3高度吻合（当然，X上的Grok正如围脖的罗伯特，瞎乱侃高手，当乐子看就好）。

也有人觉得是智谱GLM-5.1的某个轻量版，能力比GLM-5.1差一点，不过在长上下文Agent任务上又明显更稳。

最有意思的是，大家发现一个规律：

OpenRouter上的匿名模型命名总是奇奇怪怪的，似乎成了国内大厂盲测的传统。

例如智谱的GLM之前用的代号是Happy Pony，小米的Mimo则是Hunter Alpha。现在这个Elephant Alpha，也明显延续了这种“动物+Alpha”的神秘命名风格。

当然，社区里面也有人说这个模型呆呆的，所以，我自己也上手实测了一下。

经典问题“9.9和9.11谁大？”

结果Elephant Alpha居然答错了。

它直接说9.11更大，理由是11比9大，完全忽略了小数点——这在当前主流模型里算是比较低级的失误。

Kilo 官方给出了更多信息：

Kilo官方博客里对它的描述是：“这是一款来自著名开放模型实验室的全新 100B 参数隐形模型。”定位清晰——专注极致token效率和轻量Agent / 代码场景，完全免费。

匿名模型这种玩法，最近在OpenRouter上越来越常见。

Pony Alpha、Hunter Alpha、现在又来一个Elephant Alpha，背后基本都是国内团队在用这种方式做真实用户测试。

既能收集真实prompt分布，又不用提前暴露品牌，操作确实挺务实。

Elephant Alpha的出现，再次说明AI模型迭代的速度已经非常快。

开发者现在有更多选择，也能用更低成本尝试（可能更）高性能模型，也有可能，测到今天这种东西。