Ox Alpha ya tiene nombre: cómo el modelo gratuito “Niu Lai” terminó siendo GLM-5.3-Flash

El misterio de Ox Alpha ya está resuelto. El modelo apareció el 20 de agosto de 2026 en OpenRouter bajo el identificador stealth/ox-alpha, presentado como una vista previa anónima. Seis días después, el laboratorio chino Z.ai —antes conocido como Zhipu AI— confirmó que pertenecía a su familia GLM y le dio el nombre oficial de GLM-5.3-Flash.2510

Lo que convirtió el lanzamiento en un fenómeno no fue solo la intriga sobre quién estaba detrás. Durante la vista previa, desarrolladores de todo el mundo pudieron utilizar gratis un modelo orientado a la programación, el razonamiento y los flujos de trabajo con agentes de IA. Además, las primeras pruebas comunitarias apuntaron a una capacidad notable para resolver problemas de ingeniería de software reales.

¿Qué era Ox Alpha?

OpenRouter describía Ox Alpha como un modelo de razonamiento diseñado para programar, mantener trabajos prolongados con agentes y atender cargas de producción. Su propuesta estaba especialmente orientada a proyectos de ingeniería de software de largo recorrido, razonamiento complejo y tareas que combinan texto con información visual.3039

Durante el periodo de prueba, sus especificaciones anunciadas eran las siguientes:

• Identificador: stealth/ox-alpha
• Fecha de aparición: 20 de agosto de 2026
• Ventana de contexto: 1.048.576 tokens, aproximadamente un millón
• Salida máxima: 131.072 tokens
• Entradas: texto, imágenes y vídeo
• Funciones: llamadas a herramientas o funciones y salidas estructuradas
• Precio durante la vista previa: gratis tanto para las entradas como para las salidas61214

En la práctica, una ventana de ese tamaño resulta útil para analizar repositorios de código extensos, mantener conversaciones muy largas, procesar vídeos y coordinar automatizaciones de varios pasos. Pero conviene no confundir una ficha técnica llamativa con una superioridad general: lo que despertó el interés fue, sobre todo, su comportamiento temprano en tareas de software.

Por qué la comunidad lo llamó “Niu Lai”

En inglés, “ox” puede referirse a un buey o a un bovino. En chino, esa idea se asocia naturalmente con 牛, pronunciado niú. De ahí surgió el apodo “Niu Lai” (牛来), que se volvió popular entre desarrolladores y usuarios chinos.15

El sobrenombre también aludía a una película de animación china titulada Niu Lai, cuyo nombre puede traducirse aproximadamente como “llega el buey” o “aquí viene el buey”. La película se había convertido en un fenómeno viral en internet durante ese verano.15

Por tanto, “Niu Lai” era un meme de la comunidad, no la marca oficial del modelo. Tampoco implicaba una relación de producto, propiedad o derechos de autor entre Ox Alpha y la película.1415

El 80 % de DeepSWE: un resultado llamativo, pero limitado

La cifra que disparó la conversación fue un resultado de 8 aciertos sobre 10 tareas, equivalente a un 80 % de Pass@1, en una prueba comunitaria basada en DeepSWE. En la misma comparación inicial, Claude Fable 5 obtuvo un 65 % y GPT-5.6 Sol un 52 %.1348

Modelo	Resultado inicial en diez tareas de DeepSWE
Ox Alpha	8 de 10 (80 %)
Claude Fable 5	65 %
GPT-5.6 Sol	52 %

DeepSWE no mide únicamente si un modelo puede escribir un fragmento de código aislado. Evalúa si un agente es capaz de leer un repositorio real, localizar un problema y proponer una corrección funcional.4957 Por eso, el resultado tenía más interés práctico que un ejercicio convencional de generación de código.

Aun así, diez tareas son demasiado pocas para anunciar que Ox Alpha había superado de forma concluyente a todos sus rivales. La selección de problemas, las instrucciones, la configuración de ejecución y el propio procedimiento de evaluación pueden cambiar el resultado. La formulación más precisa es que Ox Alpha destacó en una prueba comunitaria temprana de diez tareas, no que hubiera demostrado una victoria general en todos los benchmarks.

También circularon informaciones según las cuales una ejecución sobre las 113 tareas completas de DeepSWE resolvió 63 problemas y se acercó al nivel de Claude Opus 4.8.5 Ese resultado sería más informativo que la muestra de diez tareas, pero los reportes públicos no detallaron suficientemente la configuración ni los elementos necesarios para reproducirlo. Por ahora, debe tratarse como un resultado divulgado por terceros, no como una conclusión independiente y plenamente validada.

Cómo llegó a la cima de OpenRouter

Ox Alpha reunía varios ingredientes perfectos para hacerse viral: identidad desconocida, acceso gratuito, cerca de un millón de tokens de contexto, entrada multimodal y una orientación clara hacia la programación y los agentes.3610

En pocos días escaló hasta lo más alto de las listas de uso de OpenRouter. Reportes vinculados a Bloomberg describieron el lanzamiento como uno de los mayores de la historia del mercado y señalaron que su uso superó en más del doble al de DeepSeek.510 Otras informaciones indicaron que también rompió una racha de liderazgo de DeepSeek en una plataforma para desarrolladores y alcanzó un récord de uso diario.16

Estas cifras no deben mezclarse sin más. Una clasificación de OpenRouter, una posición en OpenCode, el número de sesiones y el volumen de tokens son métricas diferentes. No equivalen automáticamente a número de usuarios ni constituyen una tabla de rendimiento. Lo que sí parece claro es que el acceso gratuito, unido a unas capacidades prometedoras, generó una oleada excepcional de pruebas y adopción.

El director ejecutivo de Stripe, Patrick Collison, describió Ox Alpha en redes sociales como “muy impresionante”.59 El comentario ayuda a entender el interés que despertó el modelo, pero no sustituye una evaluación técnica independiente.

Las huellas técnicas que apuntaban a Zhipu

Antes de la confirmación oficial, investigadores y desarrolladores intentaron identificar al proveedor mediante pruebas de caja negra: observar el comportamiento del servicio sin acceder a sus pesos ni a su infraestructura interna. Varias señales apuntaron hacia Zhipu.

El desfase fijo de 75 tokens

Una de las pistas más comentadas fue el comportamiento del tokenizer, el sistema que divide el texto en unidades que el modelo puede procesar. En varias baterías de pruebas, los recuentos de Ox Alpha coincidieron con los de GLM-5.3, salvo por un desfase fijo de aproximadamente 75 tokens.117

Cuando la diferencia se mantiene estable en textos de distintos idiomas, código y emojis, una explicación plausible es que OpenRouter o el proveedor añadan una instrucción de sistema o una envoltura interna. Eso sería distinto de utilizar un vocabulario base completamente diferente. Un análisis comunitario más amplio informó además de coincidencias exactas en 95 grupos de prueba.18

El resultado constituía una señal fuerte de que ambos servicios podían compartir vocabulario o una implementación cercana. Sin embargo, un tokenizer por sí solo no demuestra que dos modelos tengan exactamente los mismos pesos ni la misma arquitectura.

El procesamiento de vídeo coincidía con GLM-5V-Turbo

Otra pista procedía de la entrada de vídeo. Según pruebas de la comunidad, Ox Alpha y GLM-5V-Turbo consumían exactamente los mismos tokens en varios vídeos. También mostraban patrones similares de muestreo de fotogramas y de tratamiento de la duración y la resolución.1724

El procesamiento de vídeo es más difícil de imitar accidentalmente mediante simples instrucciones o estilos de respuesta. Por eso, muchos observadores consideraron esta coincidencia una evidencia especialmente distintiva. Aun así, seguía siendo una inferencia externa y no una confirmación del fabricante.

Errores de API y comportamiento de salida

Los desarrolladores también señalaron similitudes entre Ox Alpha y los servicios de GLM en los mensajes de error de la API, la respuesta a ciertos parámetros de razonamiento y algunos patrones de salida.24 La combinación de esas señales con el análisis del tokenizer y del vídeo hizo cada vez más plausible la hipótesis de que se trataba de un modelo de Zhipu en fase previa al lanzamiento.

La afirmación de que existía una certeza del “99 %” procedía de la valoración de observadores concretos, no de una probabilidad estadística validada públicamente.27 Algunas declaraciones prudentes de personas relacionadas con Google DeepMind alimentaron también las especulaciones sobre Gemini, pero no constituían una confirmación.

La incógnita terminó el 26 de agosto, cuando Z.ai confirmó que Ox Alpha era una nueva iteración de la serie GLM y lo presentó como GLM-5.3-Flash.510

Ox Alpha y la estrategia de los lanzamientos “Stealth”

Ox Alpha encajaba en una tendencia más amplia de OpenRouter: modelos que aparecen durante un periodo breve con un nombre en clave, a menudo gratis y sin identificar a su desarrollador, antes de ser presentados oficialmente.

Entre los casos anteriores mencionados en reportes se encuentran:

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Inclusion AI, de Ant Group
• Owl Alpha → LongCat-2.0, de Meituan3833

Este formato puede tener varias ventajas estratégicas, aunque no todas hayan sido reconocidas públicamente por las compañías:

1. Reducir el sesgo de marca y procedencia. Los usuarios prueban el sistema antes de dejarse influir por el nombre del laboratorio o del país de origen.
2. Obtener datos de uso real. Los desarrolladores introducen el modelo en repositorios, herramientas y automatizaciones que difícilmente se reproducen en un laboratorio.
3. Estimular la difusión orgánica. La mezcla de anonimato, gratuidad y buen rendimiento invita a comparar y compartir resultados.
4. Poner a prueba la infraestructura. Un periodo de tráfico intenso permite comprobar la estabilidad, el contexto largo y las cargas de trabajo con agentes.

En el caso de Ox Alpha, la fórmula produjo una gran cantidad de uso y conversación internacional antes de que Z.ai asociara el modelo con su marca GLM.8910

La verdadera lección del caso Ox Alpha

La historia tiene dos capítulos. En el primero, Ox Alpha era un modelo gratuito, multimodal y de contexto muy largo cuya identidad nadie había confirmado. En el segundo, pasó a ser un producto oficial de Z.ai con el nombre GLM-5.3-Flash.210

Su 80 % en la prueba inicial de DeepSWE demuestra que fue competitivo en un conjunto concreto de tareas reales de ingeniería de software. No basta, sin embargo, para declarar que supera de forma general a todos los modelos comerciales. Lo mismo vale para el resultado reportado sobre las 113 tareas: sin conocer todos los detalles de la evaluación, debe interpretarse con cautela.

Para los desarrolladores, la conclusión práctica es sencilla: probar el modelo en el propio código, con las herramientas reales y dentro de los límites de privacidad y datos de cada proyecto. Un ranking llamativo o una puntuación viral pueden orientar la investigación, pero no reemplazan las pruebas propias.

Ox Alpha demostró que el análisis de huellas técnicas puede anticipar la identidad de un modelo. También dejó una advertencia importante: incluso cuando las pistas de caja negra son muy convincentes, hay que distinguir entre una inferencia de alta probabilidad y una confirmación oficial.