2026年8月20日、OpenRouterにstealth/ox-alphaという匿名モデルが突然登場しました。提供元は「Stealth」とだけ表示され、開発者はプレビュー期間中の匿名性を選択。2026年8月21日時点で、どの企業も自社モデルだと公表していませんでした。
7
21
41
OpenRouterはOx Alphaを、効率的なコーディング、長時間にわたるエージェント作業、実運用を想定した推論モデルとして紹介しました。無料で試せたことに加え、マルチモーダル入力と異例に大きなコンテキストウィンドウが、開発者の注目を集めるきっかけになりました。
ただし、初期テストの数字だけで「総合的に世界最高のモデル」と判断するのは早計です。現時点のOx Alphaは、将来性のある公開プレビューとして見るのが妥当です。
Ox Alphaの公表スペック
Ox Alphaは、初期プレビュー期間のおよそ1週間、入力・出力とも無料で提供されました。コンテキストウィンドウは1,048,576トークン、最大出力は131,072トークン。入力はテキスト、画像、動画に対応していました。
21
22
| 仕様 |
公表内容 |
| モデルID |
stealth/ox-alpha |
| 提供元 |
匿名の「Stealth」プロバイダー |
| 登場日 |
2026年8月20日 |
| プレビュー料金 |
期間中は無料 |
| コンテキストウィンドウ |
1,048,576トークン |
| 最大出力 |
131,072トークン |
| 入力形式 |
テキスト、画像、動画 |
| 想定用途 |
コーディング、継続的なエージェント作業、実運用 |
100万トークン級のコンテキストは、大規模なコードベース、長い技術文書、過去の作業履歴を保持するエージェントセッションなどで役立ちます。ただし、入れられる情報量が大きいことと、その内容を最後まで正確に理解・推論できることは別の問題です。コンテキスト容量は、実用性能そのものを保証しません。
DeepSWEで約80%、ただし10タスクの独立テスト
最も大きな反響を呼んだのは、ソフトウェア開発能力を測るDeepSWEの一部タスクを使った独立テストです。10タスクの実行では、Ox Alphaが約80%、Claude Fable 5が65%、GPT-5.6 Solが**52%**という結果になりました。
6
11
この数字は、実際のコードベースを読み、問題を見つけ、修正パッチを作るようなソフトウェアエンジニアリング課題で、Ox Alphaがテスターの環境において強い性能を示したことを意味します。しかし、モデル全体の確定的な順位を示すものではありません。
理由は主に次のとおりです。
- DeepSWE全体ではなく、10タスクのみを対象にしている
- 公式提出ではなく、独立した評価者によるテストである
- Ox AlphaはDeepSWE公式リーダーボードに登録されていない
- 少数サンプルでは、タスクの選び方、プロンプト、推論設定、惜しい回答の判定が結果を左右しやすい
報道でも、Ox Alphaが公式DeepSWEランキングに掲載されていない点が明記されています。
12 したがって、公平な結論は「初期テストで強いシグナルを示した」であって、「すべての比較対象をコーディングで決定的に上回った」ではありません。
OpenCodeとOpenRouterで異なるプライバシー説明
Ox AlphaはOpenCode経由でも提供されました。OpenCodeのプレビュー案内では、ゼロデータ保持(zero data retention)と、顧客データを学習に利用しない方針が示されていました。
45
49
一方、OpenRouterの掲載情報は別の表現を使っており、プロンプトと応答は提供元が保持するものの、学習には使わないと説明していました。
43
54
この2つは同じ意味ではありません。「学習に利用しない」は、必ずしも「保存しない」を意味しません。ゼロデータ保持は、保存そのものに関する、より強い主張です。
開発者にとって重要なのは、どの経路でアクセスするかもプライバシー判断の一部だということです。OpenCode向けに示された方針が、OpenRouterや別の中継サービス経由でも自動的に適用されるとは限りません。匿名の運営者、保持期間、プレビュー終了後の条件が明確になるまでは、機密ソースコード、認証情報、社内文書、APIキーなどをテストに入力すべきではありません。
32
48
正体はZhipu AI/Z.aiなのか
コミュニティの調査では、Ox Alphaの正体を、モデルの「技術的な指紋」から推測する試みが進みました。トークナイザーの挙動やトークン数、動画エンコーダーの動作、応答スタイル、入力処理の一部などに、Zhipu AI(Z.ai)や同社のGLMファミリーとの類似性があると報告されています。
14
25
特に、未発表のマルチモーダルGLM-5.x系、GLM-5.3の派生モデル、あるいは次世代版ではないかという見方が広がりました。
14
25
ただし、これはあくまで状況証拠に基づく推測です。必要とされる配信能力がこの説ときれいに一致しないという指摘もあり、Zhipu AI自身がOx Alphaの開発・運用を認めたわけではありません。
14
技術的な指紋は、共通部品、近いモデル系列、あるいは同じ配信構成の存在を示唆することはあります。しかし、それはベンダーによる公式発表とは別物です。特定のGLMバージョンについて、ほぼ確実だとする断定的な確率は、当時確認できた独立情報の範囲を超えていました。
XiaomiのMiMo説も浮上
別の候補として、XiaomiのMiMoファミリーを挙げる議論もありました。MiMoもマルチモーダル処理やコーディング向けモデルとの関連があるため、可能性としては理解できますが、提供された証拠だけではOx Alphaとのつながりは立証されていません。
1
したがって、2026年8月21日時点で最も慎重かつ正確な表現は、次のとおりです。
Zhipu AI/Z.aiのGLMファミリー説が有力な仮説で、Xiaomi MiMoは代替説。ただし、実際の開発者は不明。
Pony Alphaとの共通点は「匿名プレビュー」という手法
Ox Alphaの公開方法は、中国のAI研究機関との関連が取り沙汰された、過去の匿名モデルのテストを思わせます。比較対象として頻繁に挙げられたのがPony Alphaです。Pony Alphaは以前、公開特定に先立ってZhipuのGLM-5と関連付けられた匿名リリースとして報じられました。
14
54
共通しているのは、匿名または仮の名称で高性能なエンドポイントを公開し、開発者に大規模な実地テストをしてもらう形式です。運営者は正式なブランドを明かす前に、実際の利用データやフィードバックを集められます。
もっとも、この公開パターンが似ているからといって、Ox AlphaとPony Alphaの所有者、アーキテクチャ、学習系譜が同じだと証明されたわけではありません。
結論:魅力的な実験だが、本番標準と見るのはまだ早い
Ox Alphaは、約1週間の無料プレビュー、1,048,576トークンのコンテキスト、131,072トークンの最大出力、テキスト・画像・動画入力を備えた、非常に大胆な公開テストでした。10タスクによるDeepSWEの約80%という初期結果も注目に値します。
一方、その結果は少数の独立テストに基づくもので、公式リーダーボードのスコアではありません。正体については、未発表のZhipu AI/Z.ai製GLMファミリーという説が最有力でしたが、公式確認はなく、Xiaomi MiMo説も残っていました。
また、データの扱いはアクセス経路によって説明が異なります。OpenCodeはゼロデータ保持を掲げた一方、OpenRouterについては、提供元がプロンプトと応答を保持するものの学習には使わないと説明されていました。
運営者が身元を明らかにし、プレビュー終了後の利用条件や、より大規模で再現可能な評価結果を公開するまでは、Ox Alphaは安全な検証環境で機密性のないコードを試すためのモデルです。検証する価値はありますが、実績が確認された本番運用の標準とみなす段階には達していません。