AntwortenVeröffentlicht26 Quellen
Ox Alpha: Das anonyme KI-Modell mit 1-Million-Token-Kontext
Ox Alpha (stealth/ox alpha) erschien am 20. August 2026 auf OpenRouter. Ein unabhängiger Test mit zehn DeepSWE Aufgaben meldete rund 80 Prozent für Ox Alpha – gegenüber 65 Prozent für Claude Fable 5 und 52 Prozent für GPT 5.6 Sol.
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Ox Alpha (stealth/ox alpha) erschien am 20. August 2026 auf OpenRouter.
- Ein unabhängiger Test mit zehn DeepSWE Aufgaben meldete rund 80 Prozent für Ox Alpha – gegenüber 65 Prozent für Claude Fable 5 und 52 Prozent für GPT 5.6 Sol.
- Technische Fingerabdrücke deuteten für Teile der KI Community am ehesten auf ein unveröffentlichtes Modell aus der GLM Familie von Zhipu AI beziehungsweise Z.ai hin.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is the anonymous AI model “stealth/ox-alpha” that appeared on OpenRouter on August 20, 2026, and what is known about its free one-week. Article summary: Ox Alpha (`stealth/ox-alpha`) was an anonymously supplied “stealth” frontier model placed on OpenRouter on August 20, 2026, apparently for coding and long-running agentic work. Its developer explicitly remained unnamed d. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Ox Alpha (stealth/ox-alpha) tauchte am 20. August 2026 auf OpenRouter auf – nicht mit dem Namen eines bekannten KI-Labors, sondern unter dem anonymen Anbieter „Stealth“. OpenRouter beschrieb das Modell als Reasoning-System für effizientes Programmieren, lang laufende agentische Workflows und den Produktionseinsatz. Der Entwickler wollte während der Preview anonym bleiben; bis zum Berichtsstand vom 21. August hatte kein Unternehmen Ox Alpha öffentlich für sich beansprucht. 7
21
41
Die Kombination aus kostenlosem Zugang, multimodalen Eingaben und einem ungewöhnlich großen Kontextfenster machte das Modell schnell zum Testfall für Entwickler. Erste Ergebnisse beim Programmieren wirkten bemerkenswert – sie sind aber vorläufig. Die bisherige Datenlage spricht für eine interessante Preview, nicht für einen belegten Gesamtsieg über etablierte Spitzenmodelle.
Die veröffentlichten technischen Daten
Ox Alpha war während einer zunächst auf etwa eine Woche angelegten Preview kostenlos verfügbar. Das angegebene Kontextfenster umfasst 1.048.576 Token, die maximale Ausgabe 131.072 Token. Eingaben können als Text, Bild oder Video erfolgen. OpenRouter positionierte das Modell für Coding, länger laufende Agentenaufgaben und Produktions-Workloads. 21
22
| Merkmal | Angegebene Details |
|---|---|
| Modell-ID | stealth/ox-alpha |
| Anbieter | Anonymer Anbieter „Stealth“ |
| Veröffentlichung | 20. August 2026 |
| Preis in der Preview | Kostenlos |
| Kontextfenster | 1.048.576 Token |
| Maximale Ausgabe | 131.072 Token |
| Eingaben | Text, Bild und Video |
| Vorgesehene Nutzung | Programmieren, dauerhafte Agenten-Workflows und Produktionsaufgaben |
Ein Kontextfenster dieser Größe kann bei Aufgaben auf Ebene eines gesamten Code-Repositories, bei sehr langen Dokumenten oder in Agentensitzungen mit viel Arbeitsmaterial hilfreich sein. Die Zahl allein sagt jedoch nichts darüber aus, wie zuverlässig ein Modell den gesamten Inhalt verarbeitet. Kontextkapazität und praktische Leistungsfähigkeit sind zwei unterschiedliche Dinge.
Der frühe DeepSWE-Test war stark – aber nur ein kleiner Ausschnitt
Für die größte Aufmerksamkeit sorgte ein unabhängiger Test mit zehn DeepSWE-Aufgaben. Dabei erreichte Ox Alpha laut dem Tester ungefähr 80 Prozent, verglichen mit 65 Prozent für Claude Fable 5 und 52 Prozent für GPT-5.6 Sol. 6
11
DeepSWE prüft Software-Engineering-Aufgaben an realen Codebasen, etwa das Erkennen von Problemen und das Erstellen funktionierender Patches. Die Zahlen deuten darauf hin, dass Ox Alpha in diesem konkreten Testaufbau stark abgeschnitten hat. Sie belegen aber keine endgültige Rangliste:
- Getestet wurden nur zehn Aufgaben aus einem deutlich größeren Benchmark.
- Es handelte sich um eine unabhängige Auswertung, nicht um eine offizielle Modelleinsendung.
- Ox Alpha war nicht in der offiziellen DeepSWE-Rangliste verifiziert.
12
- Kleine Stichproben reagieren empfindlich auf Aufgabenauswahl, Prompts, Modelleinstellungen und die Bewertung von Beinahe-Treffern.
Die faire Schlussfolgerung lautet daher: Ox Alpha zeigte ein starkes frühes Signal bei Coding-Aufgaben. Dass es damit dauerhaft jedes Vergleichsmodell überholt hat, ist nicht bewiesen.
OpenCode und OpenRouter machten unterschiedliche Angaben zum Datenschutz
Ox Alpha wurde auch über OpenCode angeboten. In der Preview-Kommunikation warb OpenCode mit Zero Data Retention – also ohne Speicherung der Nutzerdaten – und erklärte, der Anbieter werde Kundendaten nicht zum Training verwenden. 45
49
Die Angaben für OpenRouter waren anders formuliert: Dort hieß es, Prompts und Antworten würden vom Anbieter gespeichert, aber nicht für das Training verwendet. 43
54 Beides ist nicht gleichbedeutend. „Nicht für das Training verwendet“ bedeutet nicht automatisch „nicht gespeichert“; eine Zero-Retention-Zusage ist die deutlich weitergehende Aussage zur Datenaufbewahrung.
Für Entwickler ist deshalb entscheidend, über welchen Zugangsweg das Modell genutzt wird. Datenschutzbedingungen von OpenCode sollten nicht automatisch auf OpenRouter oder andere Vermittler übertragen werden. Solange der anonyme Betreiber, die konkreten Speicherfristen und die Bedingungen nach Ende der Preview unklar sind, gehören vertraulicher Quellcode, Zugangsdaten, interne Dokumente und andere Geheimnisse nicht in Test-Prompts. 32
48
Warum viele auf Zhipu AI oder Z.ai tippten
In der KI-Community wurde versucht, Ox Alpha anhand technischer und verhaltensbezogener „Fingerabdrücke“ zuzuordnen. Genannt wurden unter anderem Ähnlichkeiten beim Tokenizer, bei Token-Zählungen, beim Video-Encoder, beim Antwortstil und bei der Verarbeitung bestimmter Eingaben. Mehrere Analysen sahen darin Hinweise auf Zhipu AI, auch bekannt als Z.ai, und dessen GLM-Familie. Die Spekulationen konzentrierten sich auf eine noch nicht veröffentlichte multimodale GLM-5.x-Variante. 14
25
Das war die führende Attributionstheorie, blieb aber indirekt. Andere Berichte merkten an, dass die mutmaßliche Rechen- und Serverkapazität nicht ohne Weiteres zu dieser Erklärung passte. Eine offizielle Bestätigung von Zhipu AI, Ox Alpha entwickelt oder betrieben zu haben, gab es nicht. 14
Der Unterschied ist wichtig: Ein technischer Fingerabdruck kann auf gemeinsame Komponenten, eine verwandte Modellfamilie oder eine ähnliche Serving-Konfiguration hindeuten. Er ersetzt jedoch keine Herstellerankündigung. Aussagen, die mit nahezu vollständiger Sicherheit eine konkrete GLM-Version identifizierten, gingen über das hinaus, was unabhängig belegt war.
Xiaomi MiMo blieb eine alternative Theorie
Ein Teil der Community brachte auch Xiaomis MiMo-Familie als mögliche Quelle ins Gespräch. Auf einer allgemeinen Ebene war diese Vermutung plausibel, weil MiMo ebenfalls mit multimodalen und coding-orientierten Modellen verbunden wird. Die vorliegenden Belege reichten jedoch nicht aus, um diese Verbindung nachzuweisen. 1
Zum genannten Stichtag war die präziseste Zusammenfassung deshalb: Die GLM-Familie von Zhipu AI beziehungsweise Z.ai war die führende Hypothese, Xiaomi MiMo eine alternative Theorie – der tatsächliche Entwickler blieb unbekannt.
Das Muster erinnert an frühere Mystery-Modelle
Die Veröffentlichung erinnerte zudem an frühere anonyme Modelltests, die in der Community mit chinesischen KI-Laboren in Verbindung gebracht wurden. Als häufiges Beispiel gilt Pony Alpha – eine frühere anonyme Veröffentlichung, die Medienberichte vor der späteren öffentlichen Zuordnung mit Zhipus GLM-5 in Verbindung brachten. 14
54
Das ähnliche Muster: Ein leistungsfähiger Endpoint erscheint vorübergehend unter einem Codenamen, Entwickler testen ihn im großen Stil, und der Betreiber kann reale Rückmeldungen sammeln, bevor er eine öffentliche Marke nennt. Diese Parallele kann die Strategie hinter Ox Alpha erklären. Sie beweist aber weder denselben Eigentümer noch dieselbe Architektur oder Trainingslinie wie bei Pony Alpha.
Fazit
Ox Alpha war eine ungewöhnlich großzügige öffentliche Preview: etwa eine Woche kostenloser Zugang, ein Kontextfenster von 1.048.576 Token, Ausgaben von bis zu 131.072 Token sowie Text-, Bild- und Videoeingaben. Das frühe Ergebnis von rund 80 Prozent bei DeepSWE war auffällig, beruhte jedoch nur auf zehn Aufgaben und war kein offizieller Ranglistenwert.
Die stärkste Herkunftshypothese verwies auf ein unveröffentlichtes GLM-Modell aus dem Umfeld von Zhipu AI beziehungsweise Z.ai. Xiaomi MiMo blieb möglich, aber unbestätigt. Auch beim Datenschutz kam es auf den Zugangsweg an: OpenCode warb mit Zero Retention, während die Angaben für OpenRouter eine Speicherung durch den Anbieter ohne Nutzung zum Training beschrieben.
Bis der Betreiber seine Identität offenlegt und belastbare Datenschutzbedingungen sowie umfassendere Evaluierungen veröffentlicht, sollte Ox Alpha als spannendes Experiment für kontrollierte Tests mit nicht sensiblen Daten gelten – nicht als verifizierter Produktionsstandard.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Ox Alpha: Das anonyme KI-Modell mit 1-Million-Token-Kontext“?
Ox Alpha (stealth/ox alpha) erschien am 20. August 2026 auf OpenRouter.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Ox Alpha (stealth/ox alpha) erschien am 20. August 2026 auf OpenRouter. Ein unabhängiger Test mit zehn DeepSWE Aufgaben meldete rund 80 Prozent für Ox Alpha – gegenüber 65 Prozent für Claude Fable 5 und 52 Prozent für GPT 5.6 Sol.
Was soll ich als nächstes in der Praxis tun?
Technische Fingerabdrücke deuteten für Teile der KI Community am ehesten auf ein unveröffentlichtes Modell aus der GLM Familie von Zhipu AI beziehungsweise Z.ai hin.
Quellen
coursiv.ioOx Alpha: The Mystery AI Model You Can Try Free This Week
syntaxandsignal.techOx Alpha AI: Free 1M Context Reasoning Model (2026)
openrouter.aiOx Alpha - API Pricing & Providers
explainx.aiOx Alpha on OpenRouter: Free 1M Stealth Model (Aug 2026)
pasqualepillitteri.itOx Alpha: The Free Stealth AI Model Beating GPT-5.6 and Claude Fable 5 at Coding