Ox Alpha: 10 लाख-टोकन कॉन्टेक्स्ट वाला रहस्यमयी AI मॉडल

Ox Alpha (stealth/ox-alpha) एक गुमनाम रीजनिंग मॉडल है, जो 20 अगस्त 2026 को OpenRouter पर दिखाई दिया। OpenRouter ने इसे कुशल कोडिंग, लंबे समय तक चलने वाले एजेंटिक काम और प्रोडक्शन उपयोग के लिए मॉडल बताया, लेकिन प्रदाता का नाम केवल “Stealth” दिया गया। प्रीव्यू के दौरान डेवलपर ने अपनी पहचान सार्वजनिक न रखने का फैसला किया था और 21 अगस्त की रिपोर्टिंग कटऑफ तक किसी कंपनी ने मॉडल पर आधिकारिक दावा नहीं किया था। 72141

मुफ्त पहुंच, मल्टीमॉडल इनपुट और असाधारण रूप से बड़े कॉन्टेक्स्ट विंडो के मेल ने डेवलपर्स को तुरंत आकर्षित किया। शुरुआती कोडिंग नतीजे जरूर प्रभावशाली रहे, लेकिन उपलब्ध सबूत अभी Ox Alpha को एक संभावनाशील प्रीव्यू साबित करते हैं—सभी मामलों में प्रमाणित शीर्ष मॉडल नहीं।

Ox Alpha के घोषित स्पेसिफिकेशन

शुरुआती प्रीव्यू में मॉडल की कीमत शून्य रखी गई थी और यह ऑफर लगभग एक सप्ताह तक चलने वाला बताया गया। इसका कॉन्टेक्स्ट विंडो 1,048,576 टोकन और अधिकतम आउटपुट 131,072 टोकन था। मॉडल टेक्स्ट, इमेज और वीडियो इनपुट स्वीकार करता था तथा इसे कोडिंग और लंबे एजेंट वर्कफ़्लो के लिए पेश किया गया। 2122

स्पेसिफिकेशन	रिपोर्ट की गई जानकारी
मॉडल आईडी	stealth/ox-alpha
प्रदाता	गुमनाम “Stealth” प्रदाता
रिलीज़ तारीख	20 अगस्त 2026
प्रीव्यू कीमत	प्रीव्यू के दौरान मुफ्त
कॉन्टेक्स्ट विंडो	1,048,576 टोकन
अधिकतम आउटपुट	131,072 टोकन
इनपुट प्रकार	टेक्स्ट, इमेज और वीडियो
लक्षित उपयोग	कोडिंग, लंबे एजेंटिक कार्य और प्रोडक्शन वर्कलोड

इतना बड़ा कॉन्टेक्स्ट विंडो पूरे कोड रिपॉजिटरी, लंबे तकनीकी दस्तावेज़ों या ऐसे एजेंट सेशन में उपयोगी हो सकता है, जिसमें मॉडल को बहुत-सी कार्य-सामग्री याद रखनी हो। लेकिन केवल कॉन्टेक्स्ट क्षमता बड़ी होने से यह साबित नहीं होता कि मॉडल उस पूरी सामग्री पर भरोसेमंद तरीके से तर्क भी करेगा। कॉन्टेक्स्ट क्षमता और वास्तविक प्रदर्शन अलग-अलग माप हैं।

DeepSWE में 80% का दावा—पर तस्वीर अभी अधूरी है

Ox Alpha को सबसे ज्यादा चर्चा एक स्वतंत्र परीक्षण से मिली, जिसमें DeepSWE के 10 टास्क चलाए गए। इस परीक्षण में Ox Alpha का परिणाम लगभग 80% बताया गया, जबकि Claude Fable 5 का 65% और GPT-5.6 Sol का 52% रहा। 611

ये आंकड़े बताते हैं कि उस परीक्षक के सेटअप में Ox Alpha ने सॉफ्टवेयर-इंजीनियरिंग कार्यों पर मजबूत प्रदर्शन किया। DeepSWE जैसे परीक्षण वास्तविक कोडबेस को समझने, समस्याएं पहचानने और काम करने वाले पैच बनाने की क्षमता को परखते हैं। फिर भी इन आंकड़ों को अंतिम रैंकिंग मानना जल्दबाजी होगी:

• परीक्षण में व्यापक बेंचमार्क के केवल 10 टास्क शामिल थे।
• यह आधिकारिक मॉडल सबमिशन नहीं, बल्कि स्वतंत्र मूल्यांकन था।
• परिणामों की आधिकारिक DeepSWE लीडरबोर्ड पर पुष्टि नहीं हुई थी।
• छोटे सैंपल पर टास्क चयन, प्रॉम्प्ट, मॉडल सेटिंग और ‘लगभग सही’ उत्तरों की व्याख्या का असर पड़ सकता है।

रिपोर्टिंग में स्पष्ट किया गया कि Ox Alpha को आधिकारिक DeepSWE लीडरबोर्ड में शामिल नहीं किया गया था। 12 इसलिए सबसे संतुलित निष्कर्ष यही है कि मॉडल ने शुरुआती तौर पर मजबूत संकेत दिए—यह नहीं कि उसने कोडिंग में हर तुलना मॉडल को निर्णायक रूप से पछाड़ दिया।

OpenCode और OpenRouter की प्राइवेसी भाषा अलग थी

Ox Alpha को OpenCode के जरिए भी उपलब्ध कराया गया। OpenCode के प्रीव्यू संदेश में zero data retention यानी डेटा को बनाए न रखने की नीति का दावा किया गया और कहा गया कि प्रदाता ग्राहक डेटा का इस्तेमाल ट्रेनिंग के लिए नहीं करेगा। 4549

OpenRouter की लिस्टिंग में भाषा अलग थी: वहां कहा गया कि प्रॉम्प्ट और प्रतिक्रियाएं प्रदाता के पास रखी जाती हैं, लेकिन ट्रेनिंग के लिए उनका उपयोग नहीं किया जाता। 4354 दोनों बयानों को एक जैसा नहीं समझना चाहिए। “ट्रेनिंग के लिए उपयोग नहीं” का अर्थ जरूरी नहीं कि “डेटा रखा भी नहीं जाता” हो, जबकि “zero data retention” स्टोरेज को लेकर अधिक मजबूत दावा है।

डेवलपर्स के लिए व्यावहारिक नियम सीधा है: मॉडल तक पहुंचने का रास्ता भी प्राइवेसी निर्णय का हिस्सा है। OpenCode के लिए बताई गई नीति को OpenRouter या किसी अन्य इंटरमीडियरी के जरिए उपयोग पर अपने-आप लागू मानना ठीक नहीं होगा। जब तक गुमनाम ऑपरेटर, डेटा रखने की शर्तें और प्रीव्यू के बाद की नीतियां स्पष्ट नहीं होतीं, तब तक संवेदनशील सोर्स कोड, क्रेडेंशियल, मालिकाना दस्तावेज़ और सीक्रेट्स टेस्ट प्रॉम्प्ट में नहीं डालने चाहिए। 3248

Zhipu AI या Z.ai का नाम क्यों सामने आया?

कम्युनिटी के शोधकर्ताओं ने मॉडल के व्यवहार और तकनीकी “फिंगरप्रिंट” से उसकी पहचान का अनुमान लगाने की कोशिश की। रिपोर्टों में टोकनाइज़र का व्यवहार, टोकन की गिनती, वीडियो एन्कोडर का काम करने का तरीका, जवाब देने की शैली और इनपुट हैंडलिंग के कुछ पैटर्न शामिल थे। कई विश्लेषणों ने इन संकेतों को Zhipu AI—जिसे Z.ai के नाम से भी जाना जाता है—और उसके GLM परिवार से जोड़ा। अटकलें किसी अप्रकाशित मल्टीमॉडल GLM-5.x संस्करण पर केंद्रित रहीं। 1425

यह सबसे प्रमुख पहचान-थ्योरी थी, लेकिन इसके सबूत परिस्थितिजन्य थे। कुछ रिपोर्टों में यह भी कहा गया कि दिखाई देने वाली सर्विंग क्षमता इस अनुमान से पूरी तरह मेल नहीं खाती। Zhipu AI की ओर से भी ऐसा कोई आधिकारिक बयान नहीं आया कि उसी ने Ox Alpha बनाया या चलाया। 14

यह अंतर महत्वपूर्ण है। किसी तकनीकी फिंगरप्रिंट से साझा कंपोनेंट, संबंधित मॉडल परिवार या समान सर्विंग कॉन्फिगरेशन का संकेत मिल सकता है; लेकिन यह कंपनी की आधिकारिक घोषणा के बराबर नहीं होता। किसी खास GLM संस्करण को लेकर बेहद निश्चित संभाव्यता बताने वाले दावे उपलब्ध स्वतंत्र सबूतों से आगे निकल सकते हैं।

Xiaomi का MiMo सिद्धांत भी सामने आया

कम्युनिटी में कुछ लोगों ने Xiaomi के MiMo परिवार को भी संभावित स्रोत बताया। ऊपरी स्तर पर यह विचार संभव लगता था, क्योंकि MiMo को भी मल्टीमॉडल और कोडिंग-केंद्रित मॉडल विकास से जोड़ा जाता है। लेकिन उपलब्ध सामग्री इस संबंध को स्थापित नहीं करती। 1

इसलिए बताई गई समयसीमा में सबसे सटीक निष्कर्ष यह था: Zhipu/Z.ai का GLM परिवार सबसे मजबूत अनुमान था, Xiaomi MiMo एक वैकल्पिक सिद्धांत था और वास्तविक डेवलपर अज्ञात था।

Pony Alpha से मिलती-जुलती लॉन्च रणनीति

Ox Alpha की रिलीज़ ने उन पुराने गुमनाम मॉडल प्रीव्यू की याद दिलाई, जिनका संबंध कम्युनिटी चर्चाओं में चीनी AI लैब्स से जोड़ा गया था। अक्सर दिया जाने वाला उदाहरण Pony Alpha है—एक पहले का गुमनाम मॉडल, जिसे मॉडल की सार्वजनिक पहचान सामने आने से पहले रिपोर्टिंग में Zhipu के GLM-5 से जोड़ा गया था। 1454

समानता लॉन्च पैटर्न में है: एक सक्षम मॉडल अस्थायी या गुमनाम नाम से सामने आता है, डेवलपर्स बड़े पैमाने पर उसका परीक्षण करते हैं और ऑपरेटर सार्वजनिक ब्रांड जोड़ने से पहले वास्तविक दुनिया का फीडबैक इकट्ठा कर सकता है। यह Ox Alpha की रणनीति समझा सकता है, लेकिन इससे यह साबित नहीं होता कि Ox Alpha का मालिक, आर्किटेक्चर या ट्रेनिंग वंश Pony Alpha जैसा ही था।

निष्कर्ष

Ox Alpha एक वास्तविक और असामान्य रूप से उदार सार्वजनिक प्रीव्यू था: लगभग एक सप्ताह तक मुफ्त पहुंच, 1,048,576 टोकन का कॉन्टेक्स्ट विंडो, 131,072 टोकन का अधिकतम आउटपुट और टेक्स्ट, इमेज व वीडियो इनपुट। DeepSWE के शुरुआती 80% नतीजे उल्लेखनीय थे, लेकिन वे केवल 10 टास्क पर आधारित थे और आधिकारिक लीडरबोर्ड स्कोर नहीं थे।

मॉडल की उत्पत्ति को लेकर सबसे मजबूत सिद्धांत इसे Zhipu AI/Z.ai के अप्रकाशित GLM परिवार से जोड़ता है, जबकि Xiaomi का MiMo एक अपुष्ट वैकल्पिक संभावना है। प्राइवेसी की स्थिति भी पहुंच के रास्ते पर निर्भर थी: OpenCode ने zero retention का दावा किया, जबकि OpenRouter से जुड़ी जानकारी में प्रदाता द्वारा डेटा रखे जाने, लेकिन ट्रेनिंग में उपयोग न करने की बात कही गई।

जब तक ऑपरेटर अपनी पहचान सामने नहीं लाता और स्थायी डेटा नीतियों व व्यापक मूल्यांकनों को प्रकाशित नहीं करता, Ox Alpha को नियंत्रित, गैर-संवेदनशील परीक्षणों के लिए एक दिलचस्प प्रयोग समझना बेहतर है—प्रमाणित प्रोडक्शन मानक नहीं।