Qwen 4发布在即，匿名模型和推理代码中接连现身！

Qwen 4，可能真的快来了。

阿里通义千问下一代模型还没正式亮相，社区已经等来了非常多的线索。

8月25日，Qwen3.8-Flash-Next模型开源，曾透露该模型直接采用下一代Qwen4架构，提前把Qwen4的技术路线摆到了桌面上Qwen4提前剧透，架构这块底牌被掀开了！。

10月23日，英特尔团队维护的vLLM相关推理代码中，合并了一项针对Qwen4-27B的优化改动，涉及FP8和INT4量化推理，并考虑单卡、双卡等运行配置。

相关代码将其描述为一个稠密模型（Dense），但开发者也明确指出，由于尚未拿到Qwen 4稀疏注意力部分的权重，因此没有使用真实模型完成端到端测试。

随后，开源推理项目llama.cpp也出现了名为「Get ready for qwen4」的Issue。

TensorFold则进一步尝试为Qwen4-27B开发原生CUDA支持，目标硬件包括GB10平台及NVIDIA DGX Spark。开发者正根据泄露的内核信息，提前适配相关架构。

从目前流出的代码和社区分析来看，Qwen4-27B可能采用隐藏维度5120、24个查询头与4个KV头的全注意力结构，并引入4路残差流。

其前馈网络维度可能为14336，多Token预测（MTP）机制可能支持生成4个草稿Token，同时采用QSA稀疏注意力等新设计。

10月10日，Qwen官方账号曾在X上发布两只卡皮巴拉的图片，并配文询问「big or small?」。

随后，官方又在评论区补充了一句「alright guys, let's do both!」，引发了网友对Qwen新模型可能同时推出大、小两种规格的猜测。千问官推暗示双模型齐发，Qwen4-27B与旗舰Max都要来了！

Arena现有的两个匿名模型Kalmia和Kerria，网友猜测它们会不会是Qwen此前暗示的大小模型？

10月21日，匿名模型Kalmia出现在Arena后，开发者开始尝试通过模型表现和分词器特征判断其身份。

由于Kalmia在代码生成和3D交互应用中展现出不错的表现，不少用户怀疑它可能是正在测试中的Qwen 4。

有网友直接猜测，Kalmia可能就是Qwen4-27B，并表示如果它确实只有27B参数，那么实际表现会超出自己对这一规模模型的预期。

网友Unicorn分享了Kalmia生成的海盗船交互演示。该用户称，生成代码能够一次性跑通，没有 DOM 泄漏，没把Canvas跑崩。综合表现甚至压过 Kimi 3.1 Pro。

也有开发者在进行了10次测试后给出了相对谨慎的评价，认为Kalmia的3D生成能力值得期待，但在部分测试中，DeepSeek V4.1 Flash仍表现得更好。他感觉表现大概相当于MiniMax 3.1 Flash。

Kalmia引发讨论后，另一个匿名模型Kerria也于昨天出现在Arena。

相关测试显示，它在一些具有Qwen家族特征的特殊Token测试中呈现出相似表现，因此被猜测为Qwen 4的新版本。

根据网友Synopsis的观察，Kerria可能是Kalmia之后出现的新检查点，性能有所改进。

从目前公开的体验来看，Kerria同样展现出不错的创意生成能力。网友Jaycee展示了该模型的文字创作效果，并将生成结果与Fable 5进行了对比。

有网友展示了Kerria生成的霍格沃茨主题Three.js交互页面，并称赞其音乐品味出色，生成的配乐听感优于其他模型。

随着代码线索与匿名模型测试接连出现，Qwen 4的发布愈发令人期待。至于大小模型是否齐发、实际能力如何，仍有待官方揭晓。