Ox Alpha: het anonieme AI-model met een contextvenster van 1 miljoen tokens

Ox Alpha (stealth/ox-alpha) was een anoniem redeneermodel dat op 20 augustus 2026 op OpenRouter verscheen. OpenRouter omschreef het als een model voor efficiënt programmeren, langdurige agent-workflows en productiegebruik, maar vermeldde als aanbieder alleen “Stealth”. De ontwikkelaar wilde tijdens de preview anoniem blijven. Tot de gerapporteerde peildatum van 21 augustus had geen enkel bedrijf het model publiekelijk opgeëist. 72141

De combinatie van gratis toegang, multimodale invoer en een uitzonderlijk groot contextvenster trok al snel de aandacht van ontwikkelaars. De eerste programmeertests waren opvallend, maar voorlopig. De beschikbare gegevens wijzen op een veelbelovende preview, niet op een bewezen algemene koploper.

De gepubliceerde specificaties van Ox Alpha

Tijdens een eerste preview van ongeveer een week was het model gratis beschikbaar. Het opgegeven contextvenster bedroeg 1.048.576 tokens, met een maximale uitvoer van 131.072 tokens. Ox Alpha accepteerde tekst, afbeeldingen en video en was bedoeld voor programmeren en langdurige agent-workflows. 2122

Specificatie	Gemelde informatie
Model-ID	stealth/ox-alpha
Aanbieder	Anonieme aanbieder “Stealth”
Verschijningsdatum	20 augustus 2026
Prijs tijdens preview	Gratis
Contextvenster	1.048.576 tokens
Maximale uitvoer	131.072 tokens
Invoer	Tekst, afbeelding en video
Beoogd gebruik	Programmeren, langdurig agentwerk en productie-workloads

Een contextvenster van deze omvang kan nuttig zijn voor programmeertaken op repositoryniveau, lange documenten en agentsessies waarin veel werkmateriaal beschikbaar moet blijven. Het bewijst op zichzelf echter niet dat een model betrouwbaar blijft redeneren over alles wat in die context wordt geplaatst. Contextcapaciteit en praktische prestaties zijn twee verschillende zaken.

De vroege DeepSWE-score was indrukwekkend — maar beperkt

De meeste aandacht ging naar een onafhankelijke test met tien DeepSWE-taken. Daarin kwam Ox Alpha uit op ongeveer 80%, tegenover 65% voor Claude Fable 5 en 52% voor GPT-5.6 Sol. 611

Die cijfers suggereren dat Ox Alpha in de testopstelling van de onderzoeker sterk presteerde, vooral bij software-engineeringtaken met echte codebases en patches. Ze vormen geen definitieve ranglijst, om verschillende redenen:

• De test omvatte slechts 10 taken uit de bredere benchmark.
• Het ging om een onafhankelijke evaluatie, niet om een officiële inzending van de modelontwikkelaar.
• De resultaten waren niet gecontroleerd op het officiële DeepSWE-klassement.
• Kleine steekproeven kunnen sterk worden beïnvloed door taakselectie, prompts, modelinstellingen en de beoordeling van bijna-goede antwoorden.

In berichtgeving werd expliciet vermeld dat Ox Alpha nog niet aan het officiële DeepSWE-klassement was toegevoegd. 12 De meest zorgvuldige conclusie is daarom dat het model een sterk vroeg signaal liet zien — niet dat het definitief beter programmeerde dan elk vergelijkingsmodel.

OpenCode en OpenRouter formuleerden privacy niet hetzelfde

Ox Alpha werd ook via OpenCode aangeboden. In de previewcommunicatie van OpenCode werd gesproken over zero data retention: volgens die route zouden gegevens niet worden bewaard en zou de aanbieder klantgegevens niet gebruiken voor training. 4549

De vermelding op OpenRouter gebruikte andere bewoordingen. Daar stond dat prompts en antwoorden door de aanbieder werden bewaard, maar niet voor training werden gebruikt. 4354 Die verklaringen zijn niet uitwisselbaar. “Niet gebruikt voor training” betekent niet automatisch “niet bewaard”; zero data retention is een sterkere claim over opslag.

Voor ontwikkelaars is de praktische les eenvoudig: de toegangsroute hoort bij de privacybeoordeling. Een beleid dat voor OpenCode wordt gecommuniceerd, geldt niet automatisch wanneer hetzelfde model via OpenRouter of een andere tussenpartij wordt gebruikt. Zolang de anonieme operator, de bewaartermijnen en de voorwaarden na de preview niet duidelijk zijn, kunnen gevoelige broncode, inloggegevens, bedrijfsdocumenten en andere geheimen beter buiten testprompts blijven. 3248

Waarom onderzoekers aan Zhipu AI of Z.ai dachten

Onderzoekers uit de community probeerden de herkomst van Ox Alpha te achterhalen aan de hand van gedragsmatige en technische “vingerafdrukken”. Meldingen wezen op overeenkomsten in tokenizer-gedrag, tokenaantallen, het gedrag van de video-encoder, de schrijfstijl van antwoorden en bepaalde patronen in de verwerking van invoer. Verschillende analyses brachten die aanwijzingen in verband met Zhipu AI — ook bekend als Z.ai — en de GLM-familie. De speculatie richtte zich vooral op een nog niet uitgebracht multimodaal GLM-5.x-model. 1425

Dat was de belangrijkste hypothese, maar het bewijs bleef indirect. Andere berichtgeving merkte op dat de vermoedelijke servercapaciteit niet naadloos bij die verklaring paste. Bovendien heeft Zhipu AI niet officieel bevestigd dat het Ox Alpha heeft gebouwd of beheerd. 14

Dat onderscheid is belangrijk. Een technische vingerafdruk kan wijzen op gedeelde onderdelen, een verwante modelfamilie of een vergelijkbare serverconfiguratie. Het is geen vervanging voor een verklaring van de leverancier. Claims die met vrijwel volledige zekerheid een specifieke GLM-versie aanwezen, gingen verder dan wat onafhankelijk was vastgesteld.

De theorie rond Xiaomi’s MiMo bleef een alternatief

In de community werd ook Xiaomi’s MiMo-familie genoemd als mogelijke herkomst. Die theorie was op hoofdlijnen voorstelbaar, omdat MiMo eveneens wordt geassocieerd met multimodale en programmeergerichte modelontwikkeling. Het aangeleverde bewijs legde die verbinding echter niet vast. 1

De best onderbouwde formulering op de peildatum was daarom: de GLM-familie van Zhipu/Z.ai was de belangrijkste hypothese, Xiaomi MiMo een alternatieve theorie en de werkelijke ontwikkelaar onbekend.

Waarom de lancering deed denken aan eerdere mysterieuze previews

De release van Ox Alpha deed ook denken aan eerdere anonieme modeltests die in verband werden gebracht met Chinese AI-labs. Een vaak aangehaalde vergelijking was Pony Alpha, een eerdere anonieme release die in berichtgeving met GLM-5 van Zhipu werd verbonden voordat de identiteit van het model publiekelijk bekend werd. 1454

De overeenkomst zit vooral in het patroon: een krachtig endpoint verschijnt onder een tijdelijke of anonieme naam, ontwikkelaars testen het op grote schaal en de operator kan praktijkfeedback verzamelen voordat er een publiek merk aan wordt gekoppeld. Dat kan de strategie achter Ox Alpha verklaren, maar bewijst niet dat Ox Alpha dezelfde eigenaar, architectuur of trainingsgeschiedenis had als Pony Alpha.

Conclusie

Ox Alpha was een echte en opvallend genereuze publieke preview: ongeveer een week gratis toegang, een contextvenster van 1.048.576 tokens, maximaal 131.072 outputtokens en invoer voor tekst, afbeeldingen en video. De vroege DeepSWE-score van 80% was opmerkelijk, maar kwam uit slechts tien taken en was geen officieel klassementsresultaat.

De sterkste theorie over de herkomst wees naar een nog niet uitgebracht GLM-model van Zhipu AI/Z.ai. Xiaomi’s MiMo bleef mogelijk, maar onbevestigd. Ook de privacybeoordeling hing af van de route: OpenCode adverteerde met zero data retention, terwijl de informatie van OpenRouter sprak over opslag door de aanbieder zonder gebruik voor training.

Totdat de operator zich bekendmaakt en blijvende voorwaarden en bredere evaluaties publiceert, kan Ox Alpha het best worden beschouwd als een interessant experiment voor gecontroleerde tests met niet-gevoelige gegevens — niet als een bewezen productiestandaard.