Ox Alpha expliqué : comment le modèle gratuit de Z.ai a fait exploser OpenCode et OpenRouter

Ox Alpha a commencé comme une fiche de modèle anonyme et s’est terminé par une révélation de Z.ai. Apparue le 20 août 2026 sur OpenRouter et OpenCode, cette IA de programmation et d’agent a été proposée gratuitement pendant environ une semaine. Son adoption a été si rapide qu’elle a pris la première place sur les deux plateformes. Le 26 août, Z.ai a confirmé qu’il s’agissait de GLM-5.3-Flash, un nouveau modèle de sa famille GLM. 34

L’épisode illustre une réalité importante du marché de l’IA : la distribution compte autant que la qualité technique. La gratuité, une fenêtre de contexte d’un million de tokens et une intégration directe dans les outils des développeurs ont créé un appel d’air massif. Mais un record d’utilisation ne constitue pas, à lui seul, une preuve de supériorité dans les benchmarks.

Qu’était Ox Alpha ?

Ox Alpha était le nom de code d’un aperçu discret de GLM-5.3-Flash, développé par Z.ai, aussi appelée Zhipu AI. Avant son identification, la fiche OpenRouter le présentait seulement comme un modèle tiers anonyme conçu pour la programmation, les tâches d’agent prolongées et les usages de production. OpenRouter précisait qu’il ne faisait qu’acheminer les requêtes et n’était ni le développeur ni le propriétaire du modèle. 529

Sur OpenRouter, le modèle était référencé sous l’identifiant stealth/ox-alpha. Il était également accessible depuis OpenCode, l’agent de programmation open source utilisé depuis un terminal. Pendant la phase de test, le prix affiché était de 0 dollar et OpenCode annonçait un accès presque illimité pour la période de lancement. 51821

Date de lancement et caractéristiques

Ox Alpha est apparu le 20 août 2026, presque simultanément sur OpenRouter et OpenCode. La fiche publique insistait davantage sur ses capacités que sur l’identité de son créateur ou sur une documentation technique détaillée. 51329

Les caractéristiques annoncées comprenaient :

• 1 048 576 tokens de contexte ;
• jusqu’à 131 072 tokens en sortie ;
• des entrées en texte, image et vidéo ;
• une sortie en texte ;
• l’appel d’outils ;
• une orientation vers la programmation, les agents travaillant sur de longues tâches, le raisonnement complexe et les environnements de production. 111321

Une telle fenêtre de contexte est particulièrement adaptée à l’analyse de dépôts de code volumineux, au débogage visuel et aux agents qui doivent conserver de nombreux éléments en mémoire au fil d’une mission. Ces chiffres décrivent toutefois les capacités annoncées par la route d’accès ; ils ne garantissent pas, à eux seuls, la régularité des performances en production.

Comment la semaine gratuite a changé les classements

Le prix nul est l’explication la plus évidente de l’explosion d’usage. Les développeurs pouvaient tester des tâches de programmation longues sans se soucier immédiatement du coût des tokens. OpenCode, de son côté, rendait le modèle disponible dans un flux de travail déjà conçu pour les agents de code.

OpenCode : la série de 56 jours de DeepSeek prend fin

OpenCode a indiqué qu’Ox Alpha avait traité environ 42 000 milliards de tokens en six jours. La plateforme l’a décrit comme son modèle le plus utilisé depuis la précédente série de 56 jours de DeepSeek Flash en tête de son classement. 716

La comparaison est révélatrice : Ox Alpha ne s’est pas contenté d’apparaître dans le classement, il a détrôné un modèle qui occupait la première place depuis près de deux mois. Après la révélation, OpenCode a également présenté le modèle sous le nom de GLM-5.3-Flash, confirmant qu’il s’agissait bien du même système. 16

OpenRouter : première place et record d’utilisation

Les données rapportées pour OpenRouter plaçaient elles aussi Ox Alpha au sommet du classement glissant pendant la phase de test. Sur une fenêtre pertinente de sept jours, son volume aurait atteint environ 23 200 milliards de tokens, contre près de 11 600 milliards pour DeepSeek V4 Flash. 11

Les chiffres de 42 000 milliards sur OpenCode et de 23 200 milliards sur OpenRouter ne doivent pas être additionnés. Ils correspondent à deux plateformes et à des fenêtres de mesure différentes. La conclusion la plus solide est plus limitée : l’accès gratuit a généré un trafic exceptionnel sur les deux services et a accompagné une progression record sur OpenRouter. 111415

Que prouvent réellement les benchmarks de programmation ?

La première affirmation spectaculaire évoquait un score d’environ 80 % sur DeepSWE. Ce chiffre provenait d’un petit sous-ensemble de tâches et a circulé avant qu’une évaluation indépendante complète ne clarifie la situation. 331

Un test ultérieur portant sur les 113 tâches de DeepSWE a attribué à Ox Alpha un score de 58,4 %, contre 59 % rapportés pour Claude Opus 4.8. 47 La formulation prudente est donc la suivante : sur ce test, Ox Alpha se situait à peu près au niveau d’Opus 4.8. Les données disponibles ne permettent pas d’affirmer qu’il dépassait clairement Claude Fable 5.

Les comparaisons avec Fable 5 sont d’autant plus délicates que les chiffres publiés concernent d’autres suites de tests : 80,3 % sur SWE-bench Pro et 95,0 % sur SWE-bench Verified. Ces évaluations peuvent reposer sur des jeux de tâches, des environnements d’exécution et des configurations d’agents différents de ceux de DeepSWE. 3638

Le bilan est donc mesuré, mais significatif : Ox Alpha a affiché des performances crédibles de niveau avancé en programmation et s’est montré suffisamment convaincant pour être utilisé dans des tâches d’agent réelles. En revanche, son succès dans les classements et un premier résultat sur un sous-ensemble ne suffisent pas à établir une supériorité générale sur Fable 5.

Pourquoi les développeurs s’y sont intéressés

Trois éléments particulièrement attractifs étaient réunis :

1. L’absence de facturation pendant l’aperçu, qui réduisait le coût des expérimentations ;
2. Une fenêtre de contexte d’un million de tokens, utile pour les dépôts volumineux et les missions longues ;
3. Des fonctions multimodales et des outils intégrés, permettant aux agents de travailler avec du texte, des images, des vidéos et des actions externes. 111321

Cette combinaison explique la vitesse de l’adoption. Le déplacement dans les classements témoignait moins d’un engouement pour un nom mystérieux que d’une demande concrète : les développeurs pouvaient brancher le modèle à leurs workflows et l’utiliser à une échelle qu’un essai payant aurait souvent limitée.

L’expérience a aussi soulevé une question de confiance. Des articles ont relevé des divergences possibles entre les informations de conservation des données affichées sur la fiche du modèle et les conditions générales plus larges d’OpenRouter. D’autres ont décrit une différence de confidentialité entre les routes, notamment une absence de conservation annoncée sur OpenCode Zen et des conditions de conservation associées à la route OpenRouter. 121722

Pour du code source sensible, l’anonymat du fournisseur et l’incertitude sur la conservation des données étaient donc des problèmes concrets. Un modèle gratuit n’est pas automatiquement un modèle sûr pour un dépôt propriétaire.

La chasse au créateur : quelles théories ont résisté ?

Avant l’annonce du 26 août, plusieurs hypothèses circulaient dans la communauté des développeurs.

Le modèle MiMo de Xiaomi

Xiaomi et son modèle MiMo figuraient parmi les pistes évoquées, notamment parce que l’entreprise semblait être une source plausible pour un modèle chinois performant en programmation. Mais aucun élément fourni ne confirmait une signature technique de MiMo, un lien de nommage, une infrastructure commune ou une trace de propriété. L’hypothèse était possible, pas démontrée.

Google DeepMind

Le terme « Alpha » a naturellement alimenté les spéculations autour de Google DeepMind. Le comportement du modèle dans les tâches d’agent et de programmation a renforcé cette piste. Mais aucun de ces indices n’était décisif : « Alpha » est un nom générique et la fiche publique ne fournissait ni attribution à Google, ni preuve d’infrastructure, ni documentation reliant le modèle à DeepMind.

Z.ai et la famille GLM

Z.ai était devenue l’hypothèse la plus solide avant la confirmation officielle — et c’était la bonne. Le 26 août, l’entreprise a indiqué à Bloomberg qu’Ox Alpha était une nouvelle itération de sa série GLM. Elle l’a ensuite identifié comme GLM-5.3-Flash et a annoncé la publication des poids du modèle. 348

Il faut distinguer l’identification technique de l’attribution. Les réponses d’un modèle, des impressions liées à son tokenizer, son comportement face aux refus, sa longueur de contexte ou son nom de code peuvent orienter les recherches. Aucun de ces éléments ne permet toutefois de prouver de manière fiable l’identité de l’opérateur d’une API hébergée et fermée. La preuve décisive est venue du fournisseur lui-même, pas de la rétro-ingénierie communautaire.

Pourquoi son créateur était-il d’abord inconnu ?

Au moment du lancement, Ox Alpha n’avait ni nom d’entreprise, ni fiche technique détaillée, ni article de recherche, ni identité commerciale habituelle. La fiche OpenRouter indiquait seulement qu’un fournisseur tiers avait choisi de rester anonyme pendant l’aperçu. 51329

Cette discrétion supprimait aussi des repères normalement utiles pour évaluer un modèle : politique de confidentialité connue, provenance documentée, support officiel et tarification après la phase gratuite. L’expression « créateur non confirmé » était donc exacte entre le 20 août et la période précédant l’annonce de Z.ai, mais elle est devenue obsolète après le 26 août. 34

Le modèle survivra-t-il après la période gratuite ?

La semaine gratuite a prouvé que les développeurs voulaient essayer le modèle. Elle n’a pas prouvé qu’ils continueraient à l’utiliser lorsque le prix, les limites, la fiabilité et la confiance entreraient en ligne de compte.

Prix et capacité

La tarification post-aperçu n’était pas encore connue dans les premiers comptes rendus. La pérennité de l’adoption dépendra du niveau des prix et de limites de débit capables d’absorber les tâches qui ont rendu l’aperçu si populaire. 35

Fiabilité dans les workflows réels

Un modèle qui profite d’un lancement viral doit encore offrir une latence prévisible, une bonne disponibilité, un appel d’outils fiable, une récupération correcte après erreur et une qualité constante. Pour un agent qui modifie un code de production, ces critères comptent davantage qu’une seule place dans un classement.

Évaluations indépendantes

Les prochaines données vraiment utiles seront des tests reproductibles sur des benchmarks complets et des dépôts réels, avec une description claire de l’environnement d’exécution et de la configuration de l’agent. C’est le meilleur moyen de distinguer les capacités réelles de l’avantage temporaire procuré par un accès gratuit et massif.

Confidentialité et confiance des entreprises

Des règles de conservation explicites, une provenance claire, des pratiques de sécurité et des contrôles adaptés aux entreprises seront essentiels après les incertitudes liées à l’aperçu anonyme. 41217

Poids ouverts et intégration

La publication annoncée des poids par Z.ai pourrait permettre une utilisation au-delà d’une seule route hébergée, y compris des déploiements locaux ou auto-hébergés. Le maintien de l’intégration dans OpenCode, OpenRouter, les agents d’IDE et les frameworks d’appel d’outils déterminera aussi si le pic initial se transforme en écosystème durable. 38

En résumé

Ox Alpha n’est pas resté un modèle inconnu. C’était GLM-5.3-Flash de Z.ai, testé sous un nom anonyme avant que l’entreprise ne révèle son identité le 26 août 2026. Sa préversion gratuite a fait transiter environ 42 000 milliards de tokens par OpenCode en six jours, a mis fin à la série de 56 jours de DeepSeek et l’a propulsé en tête des classements d’usage d’OpenRouter. 71116

Son profil technique était impressionnant, mais les benchmarks imposent de garder la tête froide. Le meilleur résultat indépendant complet disponible le situait près de Claude Opus 4.8 sur DeepSWE. Les comparaisons avec Claude Fable 5 restent difficiles, car les suites de tests ne sont pas directement interchangeables. 363847

Le véritable test commence après la gratuité : GLM-5.3-Flash devra transformer cet engouement viral en usages payants, déploiements fiables, résultats reproductibles et écosystème de modèle ouvert durable.