Ox Alpha: il modello AI anonimo con una finestra di contesto da 1 milione di token

Che cos’è Ox Alpha

Ox Alpha (stealth/ox-alpha) è un modello di ragionamento anonimo comparso su OpenRouter il 20 agosto 2026. La piattaforma lo presentava come un sistema pensato per il coding efficiente, il lavoro prolungato degli agenti e gli impieghi in produzione, ma indicava il fornitore soltanto come “Stealth”. Il suo sviluppatore aveva scelto di restare anonimo durante l’anteprima e, alla data del 21 agosto, nessuna azienda aveva rivendicato pubblicamente il modello. 72141

La combinazione di accesso gratuito, input multimodale e una finestra di contesto insolitamente ampia ha attirato rapidamente l’attenzione degli sviluppatori. I primi test sul codice sono stati notevoli, ma ancora preliminari: i dati disponibili descrivono un’anteprima promettente, non un vincitore assoluto già verificato.

Le specifiche pubblicate

Durante la fase iniziale, indicata come un’anteprima della durata di circa una settimana, l’utilizzo era gratuito. La finestra di contesto dichiarata era di 1.048.576 token, mentre l’output massimo arrivava a 131.072 token. Il modello accettava testo, immagini e video ed era orientato al coding e ai flussi di lavoro agentici di lunga durata. 2122

Specifica	Dettaglio riportato
ID del modello	stealth/ox-alpha
Fornitore	Provider anonimo “Stealth”
Data di rilascio	20 agosto 2026
Prezzo in anteprima	Gratuito
Finestra di contesto	1.048.576 token
Output massimo	131.072 token
Tipi di input	Testo, immagini e video
Usi dichiarati	Coding, lavoro agentico prolungato e carichi di produzione

Una finestra di queste dimensioni può essere utile per analizzare interi repository, documenti molto lunghi o sessioni con agenti che devono conservare una grande quantità di materiale operativo. Non dimostra però, da sola, che il modello sappia ragionare in modo affidabile su tutto ciò che viene inserito nel contesto: capacità teorica e prestazioni pratiche sono due misure diverse.

Il risultato su DeepSWE ha fatto rumore, ma non basta per una classifica

Il dato che ha attirato più attenzione è arrivato da un test indipendente su 10 attività di DeepSWE, un benchmark dedicato a compiti di software engineering su basi di codice reali. In quella prova, Ox Alpha avrebbe raggiunto circa l’80%, contro il 65% di Claude Fable 5 e il 52% di GPT-5.6 Sol. 611

Il risultato suggerisce che Ox Alpha si sia comportato bene nella configurazione usata dal tester, soprattutto su attività che richiedono di comprendere codice esistente e preparare patch. Non stabilisce però una graduatoria definitiva, per almeno quattro motivi:

• il test copriva soltanto 10 attività rispetto alle 113 del benchmark completo;
• si trattava di una valutazione indipendente, non di una sottomissione ufficiale del modello;
• Ox Alpha non risultava inserito nella classifica ufficiale di DeepSWE;
• campioni piccoli possono risentire della selezione dei task, dei prompt, delle impostazioni del modello e del modo in cui vengono giudicati i risultati quasi corretti.

Le notizie disponibili hanno specificato che Ox Alpha non era ancora presente nella leaderboard ufficiale di DeepSWE. 12 La conclusione più prudente è quindi che il modello abbia mostrato un segnale iniziale molto forte, non che abbia dimostrato di aver superato in modo conclusivo ogni concorrente nel coding.

OpenCode e OpenRouter descrivono la privacy in modo diverso

Ox Alpha è stato distribuito anche attraverso OpenCode. Per quel canale, la comunicazione dell’anteprima pubblicizzava la zero data retention, cioè l’assenza di conservazione dei dati, e affermava che il provider non avrebbe usato i dati dei clienti per addestrare i modelli. 4549

La scheda di OpenRouter utilizzava invece una formulazione diversa: prompt e risposte sarebbero stati conservati dal provider, ma non usati per l’addestramento. 4354 Le due dichiarazioni non sono equivalenti. “Non usato per l’addestramento” non significa necessariamente “non conservato”; la zero retention è un’affermazione più forte sulla memorizzazione dei dati.

Per gli sviluppatori, la regola pratica è semplice: il canale di accesso fa parte della valutazione della privacy. Una policy pubblicizzata per OpenCode non deve essere automaticamente estesa all’utilizzo tramite OpenRouter o un altro intermediario. Finché l’operatore anonimo, i tempi di conservazione e le condizioni successive all’anteprima non saranno più chiari, è prudente non inserire nei prompt codice sorgente sensibile, credenziali, documenti proprietari o segreti. 3248

Perché molti pensano a Zhipu AI o Z.ai

Gli analisti della community hanno cercato di identificare Ox Alpha attraverso quelli che vengono definiti “fingerprint” comportamentali e tecnici. Le analisi hanno segnalato somiglianze nel comportamento del tokenizer, nel conteggio dei token, nel funzionamento dell’encoder video, nello stile delle risposte e in alcuni meccanismi di gestione degli input. Diversi resoconti hanno collegato questi indizi a Zhipu AI, nota anche come Z.ai, e alla sua famiglia di modelli GLM. L’ipotesi si è concentrata in particolare su una variante multimodale GLM-5.x non ancora annunciata. 1425

Questa è stata la teoria principale sull’origine del modello, ma è rimasta circostanziale. Altri resoconti hanno osservato che la capacità di servizio apparentemente necessaria non si accordava perfettamente con l’ipotesi, e Zhipu AI non ha mai confermato ufficialmente di aver costruito o gestito Ox Alpha. 14

La distinzione è importante: un fingerprint può suggerire componenti condivisi, una parentela con una determinata famiglia di modelli o una configurazione di servizio comune. Non equivale però a un annuncio del produttore. Le stime quasi certe sull’appartenenza a una specifica versione GLM andavano oltre ciò che era stato verificato in modo indipendente nelle notizie disponibili.

L’ipotesi alternativa di Xiaomi MiMo

Alcuni membri della community hanno indicato anche la famiglia MiMo di Xiaomi come possibile origine. La teoria era plausibile in termini generali, perché MiMo è associata a modelli multimodali e orientati al coding, ma le informazioni disponibili non hanno dimostrato il collegamento. 1

Alla data considerata, la formulazione più corretta era dunque questa: la famiglia GLM di Zhipu/Z.ai rappresentava l’ipotesi principale, Xiaomi MiMo era una teoria alternativa e lo sviluppatore reale restava sconosciuto.

Il precedente di Pony Alpha

Il lancio di Ox Alpha ricordava altri test di modelli misteriosi collegati, nelle discussioni della community, a laboratori cinesi di intelligenza artificiale. Il paragone più citato era Pony Alpha, una precedente release anonima che alcune ricostruzioni hanno associato a GLM-5 di Zhipu prima dell’identificazione pubblica del modello. 1454

La somiglianza riguarda soprattutto il modello di lancio: un endpoint ad alte prestazioni compare con un nome temporaneo o anonimo, gli sviluppatori lo testano su larga scala e l’operatore può raccogliere feedback dal mondo reale prima di collegarlo a un marchio pubblico. Questo può aiutare a spiegare la strategia dietro Ox Alpha, ma non dimostra che il modello condivida con Pony Alpha proprietario, architettura o linea di addestramento.

In sintesi

Ox Alpha è stato un’anteprima pubblica reale e insolitamente generosa: accesso gratuito per circa una settimana, finestra di contesto da 1.048.576 token, output massimo di 131.072 token e input tramite testo, immagini e video.

Il suo primo risultato dell’80% su DeepSWE è stato significativo, ma proveniva da appena 10 attività e non costituiva un punteggio ufficiale della leaderboard. L’ipotesi più solida sull’origine riconduceva il modello a un sistema GLM non ancora pubblicato di Zhipu AI/Z.ai; Xiaomi MiMo restava possibile, ma non confermata.

Anche la privacy dipendeva dal percorso utilizzato: OpenCode pubblicizzava la conservazione zero, mentre OpenRouter descriveva la conservazione da parte del provider senza utilizzo per l’addestramento. Finché l’operatore non si identifica e non pubblica condizioni più durature, insieme a valutazioni più ampie, Ox Alpha va considerato un esperimento interessante da provare in ambienti controllati e con dati non sensibili, non ancora uno standard di produzione verificato.