5月3日消息,arena.site的Battle Mode显示一个名为"kartoffeln"的匿名模型正在与gpt-5.5-high进行盲测对决。两个模型被要求生成一个虚构开发者工具"Construct"的SaaS落地页。
Battle Mode场景:双模型同台对决排除GPT-5.5变体可能
截图中可见的battle URL(019dec26-106a-7f29-90b5-24b4...arena.site)符合arena.ai真实battle会话的URL命名格式。Battle Mode是arena.ai(前身LMSYS Chatbot Arena)的核心匿名对战机制——用户提交prompt后,平台随机抽取两个模型生成响应,模型身份在用户投票完成前对用户不可见。这一机制恰好排除了原始爆料中的一个核心推论:kartoffeln不可能是GPT-5.5系列的变体或实验版。Arena平台的battle匹配逻辑禁止同一模型与自身对战,而截图清晰显示kartoffeln与gpt-5.5-high处于同一battle会话的左右两栏,这从机制层面证伪了kartoffeln=Spud变体的猜测。
从输出策略对比看,两个模型采取了截然不同的实现路径。kartoffeln在响应开头直接声明设计意图:"I'll create a premium SaaS landing page for a fictional developer tool called 'Construct.' This will feature scroll-driven typography transformations, abstract geometric assembly animations, and a signature visual moment."——一次性生成完整的index.html。gpt-5.5-high则采取迭代式patch策略,对已有的index.html应用了+1430、-0的补丁。这种实现风格的分野通常对应不同的训练目标:直接生成更接近"长程一次性输出"训练,patch迭代更接近"agentic coding"训练。考虑到OpenAI在GPT-5.5发布blog中明确强调agentic coding是Spud的核心强化方向,gpt-5.5-high的patch行为符合官方定位,反衬kartoffeln可能来自不同的训练目标线。
归属推测:OpenAI的下一代非Spud模型?
围绕kartoffeln的真实身份,目前网友猜测为OpenAI的下一代非Spud模型,例如GPT-5.6、o系列后继或专门的代码/前端模型。"Kartoffeln"作为德语"土豆复数",与已发布的GPT-5.5代号"Spud"(土豆英语俗称)形成同根词关联。
OpenAI过去在代号选择上有过类似主题延续的先例(如GPT-Image-2的maskingtape/gaffertape/packingtape三件套)。但需要明确,这一推论目前仅基于词源联想,没有OpenAI内部文件、员工泄露或API endpoint证据支撑。
Polymarket已于5月1日开盘"Next OpenAI Model: Arena Debut"预测市场,传统escrow押注下一款OpenAI模型在Arena首秀的Elo分位,市场本身就承认OpenAI下一代模型在Arena匿名亮相是大概率事件,时间窗口与kartoffeln出现高度吻合。
局限与不确定性
这条爆料目前仍存在两层不确定性。
其一,OpenAI归属仅为词源联想。Spud=GPT-5.5的代号已由Axios、Wikipedia、OpenAI官方多重确认,但Spud到Kartoffeln的语言学连接是观察者推论,不是OpenAI官方信号。OpenAI过去对tape系列的反应模式是"既不确认也不否认直到正式发布",对kartoffeln预计也会保持沉默至下一款模型公告时点。
其二,与GPT-5.5时间线存在结构性矛盾。GPT-5.5已于4月23日全量公开发布,4月27日以本名gpt-5.5-high登上LM Arena排行榜(Elo 1488,文本榜第7)。如果kartoffeln是OpenAI新模型,它对应的不应是已发布的Spud,而应是尚未公开的下一代——这意味着OpenAI在Spud发布仅10天后就在Arena跑下一个stealth model,节奏极快。这种节奏可能性存在(OpenAI vs Anthropic的IPO前竞争压力可能驱动加速发布),但与OpenAI过往新模型间隔(GPT-5.4到GPT-5.5约一个月)相比偏紧。
此外,2026年Q2前沿模型在前端代码生成上的baseline已经很高——GPT-5.5、Claude Opus 4.7、Gemini 3.1 Pro都能产出类似水准的现代SaaS落地页,"输出质量高"不构成"OpenAI下一代模型"的特异性识别证据。