Ox Alpha enttarnt: Vom „Niu Lai“-Rätsel zu Z.a.i.s GLM-5.3-Flash

Das Rätsel um Ox Alpha ist gelöst: Das Modell war kein dauerhaft anonymes KI-Projekt, sondern eine kurzfristige, anonyme Vorschau von Z.ai – ehemals Zhipu AI – auf OpenRouter. Am 20. August 2026 erschien es unter der Kennung stealth/ox-alpha; sechs Tage später bestätigte Z.ai den offiziellen Namen GLM-5.3-Flash.2510

Für Aufsehen sorgte dabei nicht allein die Geheimhaltung. Während der Vorschau konnten Entwickler ein leistungsfähiges Modell für Programmierung und agentische Arbeitsabläufe kostenlos testen. Frühe Community-Tests deuteten zudem auf bemerkenswerte Fähigkeiten bei realen Softwareentwicklungsaufgaben hin.

Was war Ox Alpha?

OpenRouter beschrieb Ox Alpha als Reasoning-Modell für Programmierung, länger laufende Agentenaufgaben und produktive Workloads. Es sollte sich besonders für umfangreiche Softwareprojekte, komplexe Schlussfolgerungen und Arbeitsabläufe eignen, die Text- und Bildinformationen verbinden.3039

Die wichtigsten Angaben der Vorschau:

• Modellkennung: stealth/ox-alpha
• Start: 20. August 2026
• Kontextfenster: 1.048.576 Tokens, also rund eine Million Tokens
• Maximale Ausgabe: 131.072 Tokens
• Eingaben: Text, Bilder und Videos
• Funktionen: Tool- beziehungsweise Function-Calling und strukturierte Ausgaben
• Preis: Während der anonymen Vorschau waren Ein- und Ausgaben kostenlos.61214

Damit war Ox Alpha auf dem Papier für große Codebasen, lange Dialoge, Videoanalysen und mehrstufige Automatisierung prädestiniert. Große Kontextfenster und ein Nulltarif beweisen allerdings noch nicht, dass ein Modell kommerzielle Konkurrenz in jeder Situation übertrifft. Entscheidend war daher die praktische Leistung bei Softwareengineering-Aufgaben.

Warum nannte die Community es „Niu Lai“?

„Ox“ lässt sich im Chinesischen naheliegend mit „牛“ (niú, Rind beziehungsweise Ochse) verbinden. Chinesische Entwickler gaben dem Modell deshalb schnell den Spitznamen „Niu Lai“ („Der Ochse kommt“). Gleichzeitig spielte der Name auf den chinesischen Animationsfilm Niu Lai an, der im Sommer 2026 zu einem Internet-Meme geworden war.15

„Niu Lai“ war somit ein Community-Begriff und nicht die offizielle Produktbezeichnung von Z.ai. Aus dem Spitznamen lässt sich außerdem weder eine geschäftliche noch eine urheberrechtliche Verbindung zum Film ableiten.1415

Was sagt der DeepSWE-Test tatsächlich aus?

Der meistzitierte frühe Vergleich stammt aus einem kleinen Community-Test. Ox Alpha löste acht von zehn realen Softwareengineering-Aufgaben aus DeepSWE – eine Pass@1-Quote von 80 Prozent. In derselben frühen Gegenüberstellung kamen Claude Fable 5 auf 65 Prozent und GPT-5.6 Sol auf 52 Prozent.1348

Modell	Früher DeepSWE-Test
Ox Alpha	8 von 10 (80 Prozent)
Claude Fable 5	65 Prozent
GPT-5.6 Sol	52 Prozent

DeepSWE prüft nicht bloß, ob ein Modell Code schreiben kann. Ein Coding-Agent muss ein reales Repository verstehen, einen Fehler lokalisieren und im Idealfall beim ersten Versuch einen funktionierenden Patch einreichen.4957 Das macht den Test praxisnäher als eine isolierte Programmieraufgabe.

Trotzdem bleibt die Aussagekraft des 80-Prozent-Werts begrenzt: Zehn Aufgaben sind eine sehr kleine Stichprobe. Auswahl der Aufgaben, Prompts, Laufzeitumgebung und Bewertungsprozess können das Ergebnis beeinflussen. Die faire Schlussfolgerung lautet daher: Ox Alpha zeigte in einem frühen Zehn-Aufgaben-Test eine starke Leistung – daraus folgt kein umfassender Sieg über andere Modelle.

Spätere Berichte schrieben Ox Alpha bei der vollständigen DeepSWE-Suite mit 113 Aufgaben 63 gelöste Aufgaben zu und ordneten es in die Nähe von Claude Opus 4.8 ein.5 Dieser Test wäre aussagekräftiger als die frühe Stichprobe. Öffentlich zugängliche Berichte erläuterten jedoch nicht alle Konfigurationen und Reproduktionsdetails ausreichend. Daher sollte auch dieses Ergebnis als berichteter Wert und nicht als unabhängig verifizierter Standardbefund verstanden werden.

Wie schaffte es das Modell an die Spitze von OpenRouter?

Ox Alpha vereinte mehrere Zutaten, die in der Entwicklerwelt fast zwangsläufig Aufmerksamkeit erzeugen: einen anonymen Anbieter, kostenlosen Zugriff, ein Kontextfenster von ungefähr einer Million Tokens, multimodale Eingaben und eine klare Ausrichtung auf Coding und Agenten.3610

Das Modell stieg daraufhin rasch an die Spitze der OpenRouter-Nutzungsranglisten. Bloomberg bezeichnete die Veröffentlichung als eine der größten in der Geschichte des Marktplatzes und berichtete, die Nutzung habe mehr als das Doppelte der DeepSeek-Nutzung erreicht. Andere Berichte meldeten außerdem, dass Ox Alpha auf der Entwicklerplattform OpenCode eine längere DeepSeek-Serie an der Spitze beendete und einen Tagesrekord aufstellte.51016

Bei diesen Zahlen ist allerdings Vorsicht geboten: OpenRouter-Ranglisten, OpenCode-Platzierungen, Sitzungen und Tokenverbrauch messen nicht dasselbe. Daraus lässt sich nicht ohne Weiteres eine Nutzerzahl oder ein Leistungsvergleich ableiten. Sicher ist jedoch, dass der kostenlose Zugang zusammen mit den technischen Versprechen eine ungewöhnlich starke Nachfrage auslöste.

Stripe-Chef Patrick Collison bezeichnete Ox Alpha in einem Beitrag in sozialen Medien als „sehr beeindruckend“.59 Das erklärt die zusätzliche Aufmerksamkeit in der Branche, ist aber keine unabhängige Leistungsbewertung.

Welche technischen Spuren führten zu Zhipu?

Noch bevor Z.ai den Namen bestätigte, versuchten Entwickler, das Modell per Black-Box-Analyse zu identifizieren. Besonders überzeugend waren drei Hinweisgruppen.

1. Ein konstanter Abstand von etwa 75 Tokens

Forscher verglichen die Tokenzählung von Ox Alpha und GLM-5.3 mit unterschiedlichen Prompts. Berichten zufolge stimmten die ursprünglichen Zählungen weitgehend überein; übrig blieb ein konstanter Versatz von ungefähr 75 Tokens.117

Wenn ein solcher Abstand bei verschiedenen Sprachen, Codebeispielen und Emojis stabil bleibt, spricht das eher für einen zusätzlichen System-Prompt oder eine Anfrageverpackung durch OpenRouter beziehungsweise den Anbieter als für ein völlig anderes Vokabular. Eine weitere Community-Analyse meldete sogar eine exakte Übereinstimmung in 95 von 95 Tests.18

Das ist ein starkes Indiz für ein gemeinsames Tokenizer- oder Service-Layer-Verhalten. Allein daraus folgt aber nicht, dass beide Modelle in jeder Hinsicht dieselben Gewichte verwenden.

2. Identischer Video-Tokenverbrauch wie bei GLM-5V-Turbo

Eine weitere Spur lieferte die Verarbeitung von Videos. Community-Tests zufolge stimmte der Tokenverbrauch von Ox Alpha in mehreren Videotests Bild für Bild mit dem von Zhipus GLM-5V-Turbo überein. Auch bei Sampling und Auflösungsverarbeitung wurden ähnliche Muster beobachtet.1724

Das Verhalten eines Video-Encoders ist schwerer allein durch Antwortstil oder Prompting zu imitieren als typische Textausgaben. Deshalb werteten viele Beobachter diese Übereinstimmung als besonders aussagekräftig. Sie blieb jedoch eine externe Black-Box-Schlussfolgerung, bis der Hersteller selbst Stellung nahm.

3. Ähnliche API-Fehler und Ausgabemuster

Entwickler berichteten außerdem von ähnlichen API-Fehlermeldungen, Reaktionen auf Reasoning-Einstellungen und Ausgabestilen bei Ox Alpha und GLM-Diensten.24 Zusammengenommen ergab sich daraus ein überzeugendes Bild zugunsten eines unveröffentlichten Zhipu-Modells.

Die damals kursierende Einschätzung einer „99-prozentigen Sicherheit“ war die persönliche Bewertung einzelner Beobachter und keine öffentlich geprüfte statistische Wahrscheinlichkeit.27 Vorsichtige Hinweise aus dem Umfeld von Google DeepMind lösten zwischenzeitlich auch Spekulationen über Gemini aus. Sie änderten jedoch nichts am späteren Ergebnis: Z.ai bestätigte am 26. August, dass Ox Alpha zur GLM-Familie gehört, und veröffentlichte es als GLM-5.3-Flash.510

Ox Alpha war Teil eines größeren Stealth-Musters

Ox Alpha war nicht das erste anonyme Alpha-Modell auf OpenRouter. Zu den früheren Fällen zählen:

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Inclusion AI der Ant Group
• Owl Alpha → Meituan LongCat-2.03833

Das Muster ist ähnlich: Ein Modell wird zunächst anonym oder halb anonym, häufig kostenlos und unter einem Codenamen für kurze Zeit öffentlich zugänglich gemacht. Erst nach einer Phase mit realer Nutzung folgt die Verbindung zur offiziellen Marke oder Modellfamilie.3438

Dafür gibt es mehrere plausible strategische Gründe:

1. Weniger Marken- und Herkunftseffekte: Nutzer bewerten zunächst die Leistung und nicht den Namen des Herstellers.
2. Feedback aus echten Projekten: Entwickler setzen das Modell in Codebasen, Toolchains und Automatisierungen ein – ein anderer Test als ein abgeschottetes Labor-Benchmarking.
3. Organische Verbreitung: Die Kombination aus kostenlos, anonym und leistungsfähig sorgt fast von selbst für Diskussionen und Vergleichstests.
4. Belastungstest der Infrastruktur: Hohe Gratisnachfrage zeigt, wie sich Durchsatz, lange Kontexte und agentische Workloads unter realer Last verhalten.

Das sind plausible Erklärungen für die Strategie, keine vollständig belegten Aussagen über die Motive jedes einzelnen Anbieters. Im Fall von Ox Alpha führte die anonyme Vorschau jedoch tatsächlich zu hoher Nutzung, umfangreicher technischer Analyse und weltweiter Aufmerksamkeit, bevor Z.ai das Modell mit seiner GLM-Marke verband.8910

Fazit: Die eigentliche Innovation war der Launch

Die Geschichte von Ox Alpha hat zwei Kapitel. Zuerst war es ein kostenloses, anonymes und multimodales OpenRouter-Modell mit großem Kontextfenster. Danach wurde es als GLM-5.3-Flash zu einem offiziellen Produkt von Z.ai.210

Die frühen 80 Prozent bei DeepSWE zeigen, dass das Modell in einer kleinen Auswahl realer Softwareengineering-Aufgaben konkurrenzfähig war. Sowohl dieser Zehn-Aufgaben-Test als auch die später berichtete vollständige Auswertung sollten jedoch nur im Kontext ihrer jeweiligen Testbedingungen interpretiert werden.

Langfristig wichtiger könnte die Veröffentlichungsform sein: Anonyme Vorschauen verbinden Modelltests, Infrastruktur-Stresstests und Entwicklergewinnung in einem öffentlich sichtbaren Experiment. Für Entwickler bleibt die pragmatischste Regel deshalb unverändert: Modelle im eigenen Repository, mit der eigenen Toolchain und innerhalb der eigenen Datenschutzgrenzen testen – statt sich allein auf eine Rangliste oder einen viralen Einzelwert zu verlassen.

Dass Ox Alpha schließlich als GLM-5.3-Flash identifiziert wurde, zeigt, wie viel sich aus technischen Fingerabdrücken ableiten lässt. Gleichzeitig gilt: Auch starke Black-Box-Indizien müssen klar von einer offiziellen Bestätigung unterschieden werden.