Ox Alpha démasqué : du modèle « Niu Lai » à GLM-5.3-Flash

Le mystère Ox Alpha est résolu. Apparu anonymement sur OpenRouter le 20 août 2026 sous le nom technique stealth/ox-alpha, le modèle était une préversion gratuite de Z.ai, l’entreprise également connue sous le nom de Zhipu. Le 26 août, la société a confirmé son appartenance à la famille GLM et l’a officiellement baptisé GLM-5.3-Flash. 2510

Pendant quelques jours, les développeurs ont donc pu tester gratuitement un modèle de raisonnement conçu pour le code, les agents logiciels et les charges de production. Mais son succès ne tient pas uniquement à son identité cachée : ses caractéristiques techniques et ses premiers résultats en ingénierie logicielle ont rapidement alimenté l’enthousiasme.

Un modèle gratuit taillé pour les agents et les longs projets

OpenRouter présentait Ox Alpha comme un modèle adapté au développement logiciel sur de longues séquences, au raisonnement complexe et aux workflows combinant texte et contexte visuel. 3039

Sa fiche technique annonçait notamment :

• Identifiant : stealth/ox-alpha
• Mise en ligne : 20 août 2026
• Fenêtre de contexte : 1 048 576 tokens, soit environ un million
• Sortie maximale : 131 072 tokens
• Entrées prises en charge : texte, images et vidéos
• Fonctions : appel d’outils ou de fonctions et sorties structurées
• Tarification pendant l’aperçu : gratuité pour les tokens entrants et sortants 61214

Une telle fenêtre de contexte peut être utile pour parcourir de vastes dépôts de code, conserver de longues conversations ou orchestrer des tâches en plusieurs étapes. La prise en charge de la vidéo élargissait aussi le champ des usages possibles. Cela dit, une fiche technique impressionnante et un accès gratuit ne suffisent pas à établir qu’un modèle est supérieur à tous ses concurrents.

Pourquoi la communauté l’a appelé « Niu Lai »

En chinois, « ox » renvoie naturellement au caractère 牛, prononcé niú, qui désigne notamment le bœuf ou le bovin. Les internautes chinois ont rapidement transformé Ox Alpha en « 牛来 », romanisé Niu Lai.

Le surnom faisait aussi écho à un film d’animation chinois intitulé Niu Lai, dont le titre peut se traduire approximativement par « Le bœuf arrive ». Le film et l’expression étaient devenus des références virales en Chine à l’été 2026. 15

Il s’agissait toutefois d’un mème communautaire, pas du nom commercial du modèle. Rien n’indiquait non plus un lien de produit ou de droits entre Ox Alpha et le film. 1415

Le score de 80 % sur DeepSWE : un signal intéressant, pas une preuve définitive

Le résultat le plus partagé est venu d’un test communautaire portant sur dix tâches réelles de développement logiciel du benchmark DeepSWE. Ox Alpha en aurait résolu huit, soit un score Pass@1 de 80 %. Dans la même comparaison préliminaire, Claude Fable 5 obtenait 65 % et GPT-5.6 Sol 52 %. 1348

Modèle	Résultat préliminaire sur dix tâches DeepSWE
Ox Alpha	8/10 — 80 %
Claude Fable 5	65 %
GPT-5.6 Sol	52 %

DeepSWE cherche à mesurer si un agent peut comprendre un véritable dépôt de code, trouver un problème et proposer une correction fonctionnelle — plutôt que simplement compléter un exercice de programmation isolé. 4957

Le chiffre de 80 % est donc parlant, mais il repose sur un échantillon de seulement dix tâches. Le choix des problèmes, les invites, la configuration d’exécution et la procédure d’évaluation peuvent influencer fortement le résultat. La formulation la plus rigoureuse est donc la suivante : Ox Alpha a livré une performance remarquable lors d’une première série de dix tâches, sans que cela permette de conclure à une domination générale.

Des articles ont ensuite rapporté un résultat de 63 tâches résolues sur l’ensemble des 113 tâches de DeepSWE, avec un niveau proche de Claude Opus 4.8. 5 Cette évaluation complète serait plus informative, mais les détails publics sur sa configuration et sa reproductibilité restent insuffisants. Il faut donc la considérer comme un résultat rapporté, et non comme une conclusion indépendante définitivement établie.

Une ascension fulgurante dans les classements d’OpenRouter

Ox Alpha réunissait plusieurs ingrédients particulièrement propices à la viralité :

• une identité inconnue ;
• un accès gratuit ;
• un contexte d’environ un million de tokens ;
• des entrées texte, image et vidéo ;
• un positionnement explicite sur le code et les workflows agentiques. 3610

Le modèle a rapidement atteint la première place des classements d’utilisation d’OpenRouter. Des articles citant Bloomberg ont présenté son lancement comme l’un des plus importants de l’histoire de la place de marché et indiqué que son usage avait dépassé celui de DeepSeek de plus du double. 51016

Ces chiffres doivent toutefois être lus avec précaution. Un classement OpenRouter, un classement OpenCode, un nombre de sessions et un volume de tokens ne mesurent pas la même chose. Ils ne peuvent pas être additionnés pour produire un nombre d’utilisateurs ou un classement de performance unique.

Le point solide est ailleurs : la combinaison de la gratuité, de la capacité annoncée et de la curiosité autour de son origine a déclenché une mobilisation exceptionnelle des développeurs. Patrick Collison, le directeur général de Stripe, a lui aussi décrit Ox Alpha comme « très impressionnant ». 59 Cette réaction illustre l’attention portée au modèle, mais ne constitue pas une évaluation indépendante de ses performances.

Les indices techniques qui pointaient vers Zhipu

Avant la confirmation officielle, des développeurs avaient déjà rassemblé plusieurs indices issus de tests en boîte noire — c’est-à-dire des observations réalisées sans accès aux poids ni à l’implémentation interne du modèle.

Un décalage constant de 75 tokens

Des chercheurs ont comparé le nombre de tokens générés par Ox Alpha et GLM-5.3 sur des séries d’invites mêlant plusieurs langues, du code et des émojis. Selon leurs rapports, les comptages correspondaient presque exactement, avec un décalage fixe d’environ 75 tokens. 117

Un écart constant peut s’expliquer par l’ajout d’une invite système ou d’une enveloppe technique par OpenRouter ou le fournisseur, plutôt que par une différence de vocabulaire de base. Une analyse plus large a également rapporté une correspondance exacte sur 95 séries de tests. 18

Cet indice suggère fortement un tokenizer commun ou une couche de service très proche. Il ne suffit toutefois pas, à lui seul, à prouver que les deux modèles utilisent exactement les mêmes poids.

Un traitement vidéo similaire à celui de GLM-5V-Turbo

Les tests vidéo ont fourni une autre piste. Des analyses communautaires ont rapporté que la consommation de tokens d’Ox Alpha et de GLM-5V-Turbo correspondait image par image dans plusieurs séquences. Les deux systèmes semblaient partager des règles comparables d’échantillonnage vidéo, de prise en compte de la durée et de mise à l’échelle de la résolution. 1724

Ce type de comportement est plus difficile à reproduire simplement en imitant le style de réponse d’un modèle. Il constituait donc un indice particulièrement discriminant, même s’il restait une déduction externe et non une déclaration du fabricant.

Des erreurs d’API et des réactions similaires

Les développeurs ont également relevé des ressemblances dans les messages d’erreur d’API, la réaction à certains paramètres de raisonnement et le style des sorties. 24 Pris ensemble, ces éléments rendaient l’hypothèse d’un modèle Zhipu en prépublication très convaincante.

La formule « 99 % de certitude » diffusée par certains observateurs correspondait cependant à leur appréciation de la chaîne d’indices, et non à une probabilité statistique établie par une méthode publique. 27 Des signaux prudents attribués à des personnes liées à Google DeepMind avaient aussi alimenté des spéculations autour de Gemini, sans confirmation.

La conclusion officielle est finalement venue de Z.ai : le 26 août, l’entreprise a confirmé qu’Ox Alpha était une nouvelle itération de la famille GLM et l’a présentée sous le nom de GLM-5.3-Flash. 510

Ox Alpha s’inscrit dans une série de lancements « stealth »

Le modèle n’était pas un cas isolé. OpenRouter a vu apparaître plusieurs préversions anonymes, souvent gratuites, lancées sous un nom de code avant leur révélation officielle :

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Inclusion AI du groupe Ant
• Owl Alpha → LongCat-2.0 de Meituan 3833

Le principe est simple : un laboratoire ouvre brièvement un modèle au public sous une identité neutre, observe son comportement en conditions réelles, puis dévoile sa marque et son nom définitifs. 3438

Cette stratégie peut répondre à plusieurs objectifs :

1. Réduire les biais liés à la marque ou à l’origine. Les utilisateurs évaluent d’abord les réponses, sans être influencés par le nom du laboratoire.
2. Obtenir des retours en situation réelle. Les développeurs confrontent le modèle à des dépôts de code, des outils et des automatisations variés.
3. Favoriser la diffusion organique. Un modèle gratuit, mystérieux et performant devient naturellement un sujet de discussion.
4. Tester l’infrastructure. Une forte utilisation permet de mesurer la stabilité, le débit et le comportement sur de longues séquences agentiques.

Cette lecture décrit une logique stratégique plausible ; elle ne signifie pas que chaque entreprise a publiquement reconnu l’ensemble de ces motivations. Dans le cas d’Ox Alpha, la préversion anonyme a bien généré une forte utilisation et une importante mobilisation technique avant que Z.ai ne la rattache à la marque GLM. 8910

Le véritable enseignement : une nouvelle façon de lancer les modèles

L’histoire d’Ox Alpha s’est déroulée en deux temps. D’abord, un modèle gratuit, multimodal, doté d’un très long contexte et présenté sans identité sur OpenRouter. Ensuite, un produit officiellement rattaché à Z.ai sous le nom de GLM-5.3-Flash. 210

Son score préliminaire de 80 % montre une réelle compétitivité sur une série de tâches d’ingénierie logicielle. Mais les résultats sur dix tâches, comme les chiffres ultérieurs sur les 113 tâches, doivent être interprétés à la lumière de la configuration exacte du test et de la possibilité de le reproduire.

Pour les développeurs, la leçon pratique reste la même : tester le modèle sur son propre code, dans sa propre chaîne d’outils et avec ses propres contraintes de confidentialité, plutôt que de se fier à un classement isolé ou à un score devenu viral.

Ox Alpha a finalement été identifié comme GLM-5.3-Flash, ce qui confirme l’utilité de l’analyse des « empreintes » techniques. Mais l’affaire rappelle aussi une règle essentielle : même lorsque les indices sont nombreux et cohérents, il faut distinguer une déduction à forte probabilité d’une confirmation officielle.