模型#代码生成#Next.js#评估#匿名模型#Vercel
匿名模型 Pixel Canary 追平 GPT 6 Astra 编程评测，但一道题平均要跑 17 分钟
匿名模型 Pixel Canary 限时免费上架 Vercel，编程评测追平 GPT 6 Astra；但一道题平均要跑 17 分钟，提示词或被用于训练。
又一款匿名模型开始公开压测，这次带着硬评测成绩。2026 年 9 月 25 日，代号 Pixel Canary 的模型上架 Vercel AI Gateway，挂在 stealth/pixel-canary 名下，匿名期免费；同日更新的 Next.js Agent Evals 榜单上，它以 90.3% 的基线成功率追平 GPT 6 Astra (high)，代价是一道题平均要跑 1015.80 秒，全场最慢。
事实部分
- 上架与定位：据 Vercel changelog，模型定位编程，覆盖应用构建与重构，官方称「很适合前端开发和移动应用设计」，从响应式布局到导航和交互组件。开发方未公布，模型页也未给出详细能力元数据。据 InfoQ 报道，Cline 平台侧也宣布了限时免费。
- 评测成绩：Next.js Agent Evals（2026-09-25 榜单）按 pass@4 计分——每题最多尝试 4 次，任一次通过即算过。Pixel Canary 基线通过 31 题中的 28 题（90.3%），与 GPT 6 Astra (high) 持平；配上 AGENTS.md 打包文档后通过 30 题（96.8%），并列该设置下的最高分。通过的任务覆盖 App Router 迁移、数据获取、图片与字体优化、缓存和视图过渡。
| 模型 | 智能体 | 平均耗时（秒） | 基线成功率 | 加 AGENTS.md |
|---|---|---|---|---|
| Claude Opus 5.5 (high) | Claude Code | 269.62 | 97% | 97% |
| GPT 6 Sol (high) | Codex | 285.70 | 97% | 97% |
| Pixel Canary | OpenCode | 1015.80 | 90% | 97% |
| GPT 6 Astra (high) | Codex | 251.89 | 90% | 97% |
| Kimi K3 | OpenCode | 352.34 | 84% | 97% |
数据来自 Vercel 的 Next.js Agent Evals（2026-09-25 榜单），成功率为 pass@4 口径。
- 速度是硬伤：平均 1015.80 秒一道题，约为 GPT 6 Astra（251.89 秒）的 4 倍、Kimi K3（352.34 秒）的 3 倍；榜首 Claude Opus 5.5 也只要 269.62 秒，成功率还高 7 个百分点。
- 规格与数据政策：模型页标注上下文 262,144 tokens（约 26 万）、最大输出 131,072 tokens，reasoning effort 可调；changelog 明确该模型不提供 ZDR（零数据保留），提示词和回复可能被用于训练与模型改进。
- 社区反应与身份猜测：据 InfoQ 汇总，有用户实测个位数 token/s、单任务跑 5–8 小时甚至中途报 provider error。身份猜测从 Qwen 3.8（泰语、印地语分词特征）、Google（Pixel 与 Canary 的命名联想）到 Kimi K3.1 都有，均无证据。
编辑判断
匿名上架是发布前的测压手段——上周登顶调用量榜的 Space Bunny 是一例，但那次只有调用量，这次 Pixel Canary 拿出了能力榜：匿名模型里第一个在硬评测挤进第一梯队的，「值得试」终于有了实测依据。慢也是明码标价的：17 分钟一道题，适合挂后台跑迁移、重构这类长任务，不适合交互式改代码。
把公司代码发过去之前有两件事要想清楚：没有 ZDR，提示词可能被留作训练数据；免费只在匿名期有效。等身份和定价官宣后，可以对照 GPT-6 Sol 与 Luna 的定价，看这波补贴的真实意图。