Ox Alpha ujawniony: od „Niu Lai” do Zhipu GLM-5.3-Flash

Zagadka Ox Alpha ma już rozwiązanie. Model, który 20 sierpnia 2026 r. pojawił się w OpenRouter jako stealth/ox-alpha, nie był długotrwale anonimowym projektem niezależnego twórcy. Okazał się krótkoterminowym, anonimowym podglądem modelu z rodziny GLM firmy Z.ai, wcześniej znanej jako Zhipu AI. 26 sierpnia firma potwierdziła jego oficjalną nazwę: GLM-5.3-Flash.2510

Zainteresowanie nie wynikało jednak wyłącznie z tajemnicy. W okresie testowym użytkownicy mogli bezpłatnie korzystać z modelu nastawionego na programowanie i pracę agentową, a pierwsze próby społeczności sugerowały wysoką skuteczność w rzeczywistych zadaniach inżynierii oprogramowania.

Czym był Ox Alpha?

OpenRouter opisywał Ox Alpha jako model rozumujący przeznaczony do programowania, długotrwałej pracy agentów i zastosowań produkcyjnych. Miał sprawdzać się przy wieloetapowych projektach programistycznych, złożonym rozumowaniu oraz przepływach pracy łączących tekst z informacjami wizualnymi.3039

Najważniejsze parametry wersji testowej wyglądały następująco:

• Identyfikator modelu: stealth/ox-alpha
• Data pojawienia się: 20 sierpnia 2026 r.
• Okno kontekstowe: 1 048 576 tokenów, czyli około miliona tokenów
• Maksymalna długość odpowiedzi: 131 072 tokeny
• Dane wejściowe: tekst, obrazy i wideo
• Możliwości agentowe: wywoływanie narzędzi i funkcji oraz uporządkowane odpowiedzi
• Cena: w okresie anonimowego podglądu zarówno wejście, jak i wyjście były bezpłatne61214

Taki zestaw funkcji jest atrakcyjny przy pracy z dużymi repozytoriami, długimi rozmowami, analizą materiałów wideo i automatyzacją obejmującą wiele kroków. Sama bezpłatność ani imponujące liczby w specyfikacji nie dowodzą jednak, że model jest lepszy od wszystkich płatnych konkurentów. Najważniejsze były jego pierwsze wyniki w zadaniach związanych z inżynierią oprogramowania.

Skąd wzięło się określenie „Niu Lai”?

„Ox” można przełożyć na chiński znak 牛, wymawiany „niu” i odnoszący się do wołu lub bydła. Chińska społeczność programistów szybko nadała więc modelowi bardziej zapadający w pamięć przydomek „Niu Lai”. Dodatkowym skojarzeniem był tytuł animowanego filmu, który latem 2026 r. stał się w Chinach internetowym fenomenem. Tytuł można z grubsza oddać jako „Nadchodzi wół”.15

„Niu Lai” było zatem nazwą społecznościową i żartem językowym, a nie oficjalną nazwą modelu. Nie oznaczało też związku produktu z filmem ani relacji własnościowej czy prawnej.1415

Co naprawdę oznacza wynik 8/10 w DeepSWE?

Najgłośniejszy wczesny rezultat pochodził z niewielkiego testu społecznościowego. Ox Alpha rozwiązał 8 z 10 rzeczywistych zadań programistycznych w DeepSWE, co przełożyło się na 80 proc. Pass@1. W tym samym wczesnym porównaniu Claude Fable 5 uzyskał 65 proc., a GPT-5.6 Sol — 52 proc.1348

Model	Wczesny wynik w teście 10 zadań DeepSWE
Ox Alpha	8/10 (80 proc.)
Claude Fable 5	65 proc.
GPT-5.6 Sol	52 proc.

DeepSWE sprawdza, czy agent potrafi zrozumieć prawdziwe repozytorium, znaleźć problem i przygotować działającą poprawkę. Nie chodzi więc tylko o rozwiązanie oderwanego od praktyki zadania z generowania kodu.4957

To sprawia, że wynik 80 proc. jest interesujący z punktu widzenia programistów, ale trzeba zachować proporcje. Był to raport społecznościowy oparty na zaledwie 10 zadaniach. Na rezultat mogły wpływać między innymi dobór zadań, treść promptów, konfiguracja uruchomienia i sposób przeprowadzenia ewaluacji. Najuczciwszy wniosek brzmi: Ox Alpha w jednej wczesnej serii 10 zadań wypadł bardzo dobrze, ale nie można na tej podstawie ogłosić jego całkowitej przewagi nad innymi modelami.

Późniejsze doniesienia mówiły o rozwiązaniu 63 zadań w pełnym, 113-zadaniowym zestawie DeepSWE i wyniku zbliżonym do Claude Opus 4.8.5 Taki test ma większą wartość orientacyjną niż próba 10 zadań, jednak publiczne relacje nie przedstawiały wystarczająco szczegółowo konfiguracji ani informacji potrzebnych do pełnej reprodukcji. Należy więc traktować go jako raportowany rezultat, a nie niezależnie potwierdzony, ostateczny werdykt benchmarku.

Dlaczego Ox Alpha tak szybko trafił na szczyt OpenRouter?

Model łączył kilka elementów, które niemal automatycznie napędzają zainteresowanie: anonimową tożsamość, darmowy dostęp, kontekst o długości około miliona tokenów, wejście obrazowe i wideo oraz wyraźne ukierunkowanie na programowanie i agentów.3610

Ox Alpha szybko awansował na czoło rankingów wykorzystania OpenRouter. W relacjach opartych między innymi na doniesieniach Bloomberga określano jego premierę jako jedną z największych w historii tego rynku, a zużycie miało przekroczyć ponad dwukrotnie poziom DeepSeek.51016

Tych liczb nie należy jednak bezrefleksyjnie łączyć. Ranking OpenRouter, pozycja w OpenCode, liczba sesji i zużycie tokenów to różne miary. Nie można z nich automatycznie wyliczyć liczby użytkowników ani traktować ich jako rankingu jakości modeli. Pewne jest natomiast, że połączenie darmowego okna testowego z obiecującymi możliwościami wywołało wyjątkowo silną falę zainteresowania deweloperów.

Patrick Collison, dyrektor generalny Stripe, określił Ox Alpha w mediach społecznościowych jako „bardzo imponujący”.59 To pokazuje, że model przyciągnął uwagę także poza wąskim gronem testerów, ale nie jest niezależną oceną jego wydajności.

Jak społeczność rozpoznała Zhipu przed oficjalnym ujawnieniem?

Zanim Z.ai zabrało głos, programiści próbowali ustalić pochodzenie modelu na podstawie testów czarnoskrzynkowych. Najmocniejsze poszlaki dotyczyły kilku warstw działania.

1. Stała różnica około 75 tokenów w tokenizerze

Badacze porównywali liczbę tokenów generowanych przez Ox Alpha i GLM-5.3 dla wielu zestawów promptów. Według raportów oba modele miały niemal identyczne zliczenia, różniące się jedynie stałym przesunięciem wynoszącym około 75 tokenów.117

Jeżeli taka różnica utrzymuje się przy tekstach w różnych językach, kodzie i emoji, jednym z możliwych wyjaśnień jest dodatkowy prompt systemowy albo opakowanie żądania dodawane przez OpenRouter lub dostawcę. Nie musi to oznaczać, że oba modele mają dokładnie te same wagi, ale silnie sugeruje wspólny tokenizer lub podobną implementację warstwy usługowej. W innym, większym badaniu społecznościowym odnotowano dokładne dopasowanie w 95 z 95 prób.18

2. Identyczne zużycie tokenów w przypadku wideo

Kolejna poszlaka pochodziła z obsługi materiałów wideo. Według testów społeczności Ox Alpha i GLM-5V-Turbo firmy Zhipu zużywały w wielu próbach dokładnie tyle samo tokenów. Oba systemy miały też wykazywać podobne zasady próbkowania obrazu i skalowania rozdzielczości.1724

Zachowanie enkodera wideo jest trudniejsze do przypadkowego naśladowania samym stylem odpowiedzi niż typowe cechy tekstowe. Dlatego część obserwatorów uznawała ten sygnał za szczególnie rozróżniający. Nadal był to jednak wniosek z zewnętrznych testów czarnoskrzynkowych, a nie dowód zastępujący oficjalne oświadczenie producenta.

3. Podobne błędy API i reakcje na ustawienia

Programiści wskazywali także na podobieństwa między Ox Alpha a usługami GLM w komunikatach błędów API, reakcji na ustawienia rozumowania i stylu generowanych odpowiedzi.24 Połączenie tych cech z wynikami testów tokenizera i wideo sprawiło, że hipoteza o przedpremierowym modelu Zhipu stała się bardzo wiarygodna.

Pojawiające się wówczas określenie „99 proc. pewności” było oceną pojedynczych obserwatorów, a nie formalnie zweryfikowanym prawdopodobieństwem statystycznym.27 Ostrożne wypowiedzi osób związanych z Google DeepMind podsycały także spekulacje o Gemini, ale nie stanowiły potwierdzenia. Ostatecznie 26 sierpnia Z.ai ogłosiło, że Ox Alpha należy do rodziny GLM, i przedstawiło go pod nazwą GLM-5.3-Flash.510

Ox Alpha jako element szerszej strategii „Stealth Alpha”

Ox Alpha nie był pierwszym anonimowym modelem Alpha pojawiającym się w OpenRouter. Wcześniejsze przykłady obejmowały:

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Inclusion AI należące do Ant Group
• Owl Alpha → Meituan LongCat-2.03833

Schemat był podobny: model trafiał do użytkowników pod anonimowym lub częściowo anonimowym kryptonimem, często za darmo, a po krótkim okresie testów jego twórca ujawniał oficjalną markę lub wersję.3438

Taki sposób premiery może mieć kilka praktycznych zalet:

1. Ogranicza wpływ uprzedzeń wobec marki i kraju pochodzenia. Użytkownik najpierw sprawdza model, a dopiero później poznaje jego twórcę.
2. Pozwala szybko zebrać informacje z prawdziwych zastosowań. Deweloperzy testują model na kodzie, narzędziach i automatyzacjach, a nie wyłącznie w warunkach laboratoryjnych.
3. Wspiera organiczne rozchodzenie się informacji. Zestaw „darmowy, anonimowy i potencjalnie bardzo dobry” sam w sobie zachęca do eksperymentów.
4. Umożliwia sprawdzenie infrastruktury. Duży ruch pomaga ocenić przepustowość, stabilność długiego kontekstu i zachowanie systemu przy obciążeniu agentowym.

To racjonalne wyjaśnienia możliwej strategii, a nie pełna lista motywów oficjalnie potwierdzonych przez każdą firmę. W przypadku Ox Alpha anonimowy podgląd rzeczywiście przyniósł dużą liczbę użyć, techniczne analizy i zainteresowanie deweloperów na całym świecie, zanim Z.ai połączyło go z marką GLM.8910

Wniosek: najważniejsza była nie anonimowość, lecz sposób premiery

Historia Ox Alpha dzieli się na dwa etapy. Najpierw był to darmowy, multimodalny model z długim kontekstem i nieznanym twórcą, dostępny w OpenRouter. Następnie, po potwierdzeniu przez Z.ai, stał się oficjalnym produktem GLM-5.3-Flash.210

Wynik 80 proc. w pierwszej serii DeepSWE pokazał, że model może być bardzo konkurencyjny w określonej grupie rzeczywistych zadań programistycznych. Nie powinien jednak być interpretowany bez znajomości konfiguracji testu, zwłaszcza że pierwotna próba obejmowała tylko 10 zadań. To samo dotyczy późniejszych doniesień o 63 rozwiązanych zadaniach z pełnego zestawu 113 przypadków.

Długofalowo ciekawsza jest zmiana w sposobie wprowadzania modeli na rynek. Anonimowy podgląd może jednocześnie łączyć trening, testowanie infrastruktury, zbieranie opinii i pozyskiwanie użytkowników — w formie publicznego eksperymentu prowadzonego na prawdziwych zadaniach.

Dla programistów najpraktyczniejsza rada pozostaje prosta: sprawdzać model na własnym repozytorium, w konkretnej konfiguracji narzędzi i z uwzględnieniem zasad ochrony danych, zamiast opierać decyzję na jednym rankingu lub viralowym wyniku. Ujawnienie, że Ox Alpha był GLM-5.3-Flash, potwierdziło wartość społecznościowej analizy technicznych „odcisków palca”. Jednocześnie przypomniało, że nawet bardzo silne poszlaki należy wyraźnie oddzielać od oficjalnego potwierdzenia.