Ox Alpha, il modello AI anonimo: cosa sappiamo e perché si parla di Zhipu

L’accesso era disponibile anche tramite il piano gratuito di OpenCode. In un annuncio, OpenCode ha parlato di limiti generosi e di un utilizzo “quasi illimitato”, dichiarando una capacità potenziale di 100 trilioni di token al giorno. È una stima del gestore, non una misurazione indipendente e verificata della capacità effettiva.

Il dato che ha acceso la discussione: 80% su un piccolo campione DeepSWE

Lo sviluppatore Ben Davis ha testato Ox Alpha su 10 attività estratte dal benchmark DeepSWE, dedicato all’ingegneria del software. Secondo i risultati pubblicati, il modello ne ha superate otto, raggiungendo circa l’80%. Nello stesso confronto limitato, Claude Fable 5 ha ottenuto il 65% e GPT-5.6 Sol il 52%.

Il risultato è certamente notevole, ma non va presentato come una vittoria ufficiale su DeepSWE. La versione 1.1 del benchmark comprende 113 attività originali e di lunga durata, distribuite su 91 repository: il test di Davis ha quindi coperto solo una piccola parte del totale.

Ci sono inoltre alcune importanti limitazioni metodologiche:

• un campione di sole 10 attività è esposto agli effetti della selezione e a un’elevata variabilità statistica;
• i modelli confrontati potrebbero non aver utilizzato lo stesso numero di tentativi o di esecuzioni;
• Ox Alpha non era stato valutato secondo il protocollo ufficiale né inserito nella classifica pubblica;
• il punteggio ottenuto nel sottoinsieme scelto da un singolo ricercatore non equivale direttamente a un risultato sull’intero benchmark, condotto in condizioni standardizzate.

Nella fotografia della classifica pubblica disponibile in quel momento, Claude Opus 5 era al primo posto con il 73,6%, seguito da GPT-5.6 Sol al 72,7% e Claude Fable 5 al 69,7%. La conclusione più prudente è quindi circoscritta: Ox Alpha ha mostrato prestazioni molto forti nell’esperimento di Davis su 10 attività, ma il dato non dimostra che sia il miglior modello di coding generalista.

Perché molti pensano a Zhipu AI

L’ipotesi più accreditata collega Ox Alpha a Zhipu AI, nota anche come Z.ai, e alla sua famiglia di modelli GLM. Non nasce da un comunicato aziendale, ma dall’analisi delle cosiddette impronte comportamentali del modello.

In un test riportato pubblicamente, il comportamento del tokenizer di Ox Alpha è stato confrontato con quello di GLM-5.3 su 25 prompt. I conteggi dei token risultavano coincidenti dopo aver considerato un involucro fisso di 75 token. Test separati sui video avrebbero inoltre evidenziato somiglianze nel comportamento dei token visivi, tra cui il campionamento dei fotogrammi, la variazione legata alla durata e la gestione della risoluzione.

Altri elementi citati riguardano lo stile delle risposte, il comportamento dell’API e la gestione degli input audio. Preso singolarmente, ciascun indizio potrebbe dipendere da un wrapper condiviso, da un’infrastruttura comune o da una semplice imitazione. Considerati insieme, secondo gli analisti, delineano un quadro più coerente con la linea multimodale unificata GLM di Zhipu.

Anche il precedente di rilasci anonimi o in modalità stealth da parte di Zhipu, tra cui il nome Pony Alpha, viene citato come contesto circostanziale. Non è però una prova che Zhipu abbia creato Ox Alpha.

Che cosa non è ancora verificato

Nel periodo considerato dalle segnalazioni, nessuna azienda aveva rivendicato pubblicamente Ox Alpha e Zhipu non aveva confermato l’attribuzione. Le ipotesi hanno incluso specifiche varianti della famiglia GLM, ma le evidenze disponibili non permettono di stabilire se Ox Alpha sia un modello non ancora annunciato, una variante destinata alla produzione, un sistema sottoposto a fine-tuning o un modello gestito autonomamente con un’infrastruttura correlata.

La descrizione più difendibile è dunque questa: Ox Alpha sembra probabilmente derivare dalla famiglia GLM e potrebbe essere collegato a Zhipu, ma il creatore e l’identità esatta del modello non erano verificati. Le percentuali di confidenza diffuse da singoli analisti non devono essere confuse con un’identificazione ufficiale.

Il nodo della privacy: due dichiarazioni diverse

Le indicazioni sulla privacy di Ox Alpha sono forse il dettaglio pratico più importante per gli sviluppatori. La scheda del modello su OpenRouter affermava che prompt e completamenti vengono conservati dal provider sottostante, ma non utilizzati per l’addestramento.

Questa dichiarazione è diversa dalla politica generale di raccolta dati di OpenRouter, secondo cui la piattaforma non conserva prompt o risposte, a meno che l’utente non attivi volontariamente la registrazione di input e output. OpenRouter documenta inoltre separatamente le politiche dei singoli provider: il livello di instradamento e quello del modello possono quindi applicare regole di conservazione differenti.

OpenCode, nel frattempo, pubblicizzava Ox Alpha con la formula “zero data retention”, cioè nessuna conservazione dei dati. Questa promessa potrebbe riferirsi alla gestione delle richieste da parte di OpenCode, ma non annulla automaticamente la dichiarazione sulla conservazione da parte del provider associato al percorso OpenRouter. In altre parole, “OpenCode non conserva i dati” e “il provider del modello conserva prompt e completamenti” possono descrivere due fasi diverse della stessa richiesta.

Finché i provider non pubblicheranno una politica unica e vincolante sul trattamento dei dati, l’approccio prudente è presumere che il provider del modello possa conservare i contenuti inviati. Meglio quindi non trasmettere codice proprietario, credenziali, dati personali o informazioni soggette a regolamentazione soltanto perché il servizio è gratuito o dichiara di non usare i prompt per l’addestramento.

In sintesi

Ox Alpha si è distinto per tre motivi: un’anteprima gratuita e di breve durata, una finestra di contesto e capacità multimodali insolitamente ampie, e un primo risultato di coding molto appariscente. Le evidenze, tuttavia, invitano a una lettura cauta, non alla conclusione che un laboratorio sconosciuto abbia certamente battuto tutti i modelli di frontiera già affermati.

Il dato dell’80% su DeepSWE deriva da otto attività superate su 10, non dall’intero benchmark da 113 attività. La classifica pubblica continuava a indicare Claude Opus 5 in testa e Ox Alpha non aveva completato la procedura ufficiale di valutazione.

Le impronte tecniche fanno dell’ipotesi Zhipu/GLM la spiegazione più plausibile, ma nessuna conferma pubblica ne aveva stabilito la paternità. Per fare esperimenti, Ox Alpha era un modello interessante da provare. Per sistemi destinati alla produzione o per codice sensibile, invece, l’identità anonima, la conservazione a livello di provider e l’assenza di una policy univoca erano motivi sufficienti per procedere con cautela.