Ox Alpha: o que se sabe sobre o misterioso modelo de IA com contexto de 1 milhão de tokens

O Ox Alpha (stealth/ox-alpha) era um modelo de raciocínio anônimo que apareceu na OpenRouter em 20 de agosto de 2026. A plataforma o descreveu como uma solução voltada a programação eficiente, trabalho contínuo com agentes de IA e uso em produção, mas identificou o provedor apenas como “Stealth”. O desenvolvedor optou por permanecer anônimo durante a prévia e, até o corte de informações de 21 de agosto, nenhuma empresa havia reivindicado publicamente a criação do modelo. 72141

A combinação de acesso gratuito, entrada multimodal e uma janela de contexto incomumente grande rapidamente atraiu a atenção de desenvolvedores. Os primeiros resultados em programação foram expressivos, mas ainda preliminares: as evidências disponíveis apontavam para uma prévia promissora, não para uma liderança geral comprovada.

Especificações divulgadas

Durante uma prévia inicial anunciada como válida por aproximadamente uma semana, o modelo foi oferecido sem custo. Sua janela de contexto era de 1.048.576 tokens, com limite máximo de saída de 131.072 tokens. O Ox Alpha aceitava texto, imagens e vídeo e era apresentado como uma ferramenta para programação e fluxos de trabalho com agentes de longa duração. 2122

Especificação	Detalhe informado
Identificador	stealth/ox-alpha
Provedor	Provedor anônimo “Stealth”
Data de lançamento	20 de agosto de 2026
Preço na prévia	Gratuito
Janela de contexto	1.048.576 tokens
Saída máxima	131.072 tokens
Tipos de entrada	Texto, imagem e vídeo
Usos pretendidos	Programação, trabalho contínuo com agentes e cargas de produção

Uma janela desse tamanho pode ser útil para analisar repositórios inteiros, documentos extensos e sessões longas de agentes que precisam manter mais informações disponíveis. Isso, porém, não significa que o modelo raciocine de maneira confiável sobre tudo o que foi inserido. Capacidade de contexto e desempenho prático são métricas diferentes.

O resultado no DeepSWE impressionou, mas tem limitações

O dado que mais repercutiu veio de um teste independente com 10 tarefas do DeepSWE. A avaliação apontou um resultado de aproximadamente 80% para o Ox Alpha, contra 65% do Claude Fable 5 e 52% do GPT-5.6 Sol. 611

Os números sugerem um desempenho forte no ambiente utilizado pelo avaliador, especialmente em tarefas de engenharia de software que envolvem compreender bases de código reais e propor correções. Eles não estabelecem, sozinhos, um ranking definitivo por alguns motivos:

• o teste cobriu apenas 10 tarefas de um benchmark mais amplo;
• foi uma avaliação independente, e não uma submissão oficial do modelo;
• os resultados não foram verificados no ranking oficial do DeepSWE;
• amostras pequenas podem ser bastante influenciadas pela seleção das tarefas, pelos prompts, pelas configurações do modelo e pela forma de julgar respostas parcialmente corretas.

As reportagens destacaram que o Ox Alpha ainda não havia sido incluído no ranking oficial do DeepSWE. 12 A conclusão mais equilibrada é que o modelo apresentou um sinal inicial forte — não que tenha comprovadamente superado todos os concorrentes em programação.

OpenCode e OpenRouter apresentaram políticas de privacidade diferentes

O Ox Alpha também foi distribuído pelo OpenCode. Na comunicação sobre a prévia, o OpenCode anunciou retenção zero de dados e afirmou que o provedor não usaria os dados dos clientes para treinar modelos. 4549

A listagem da OpenRouter usou outra formulação: informou que os prompts e as respostas eram mantidos pelo provedor, embora não fossem usados para treinamento. 4354 As duas declarações não devem ser tratadas como equivalentes. “Não usar para treinamento” não significa necessariamente “não armazenar”, enquanto “retenção zero” é uma afirmação mais ampla sobre armazenamento.

Para desenvolvedores, a regra prática é considerar o canal de acesso como parte da decisão de privacidade. Uma política divulgada para o OpenCode não deve ser automaticamente aplicada quando o mesmo modelo é acessado pela OpenRouter ou por outro intermediário. Enquanto o operador anônimo, as regras de retenção e as condições após a prévia não estiverem claros, é prudente manter fora dos testes código-fonte sensível, credenciais, documentos proprietários e segredos. 3248

Por que a comunidade suspeitou da Zhipu AI ou da Z.ai

Investigadores da comunidade tentaram identificar o Ox Alpha por meio de “impressões digitais” comportamentais e técnicas. As análises mencionaram semelhanças no comportamento do tokenizador, na contagem de tokens, no processamento de vídeo, no estilo das respostas e em alguns padrões de tratamento das entradas. Vários desses indícios foram associados à Zhipu AI — também conhecida como Z.ai — e à sua família de modelos GLM. A especulação se concentrou em uma possível variante multimodal ainda não lançada da série GLM-5.x. 1425

Essa era a principal teoria de atribuição, mas continuava baseada em evidências circunstanciais. Outras análises observaram que a capacidade de serviço aparentemente necessária não se encaixava perfeitamente nessa hipótese, e a Zhipu AI não havia confirmado oficialmente ter criado ou operado o Ox Alpha. 14

A diferença é importante: uma impressão digital pode sugerir componentes compartilhados, parentesco entre modelos ou uma configuração de serviço semelhante. Ela não equivale a um anúncio do fornecedor. Afirmações com probabilidade quase certa para uma versão específica do GLM iam além do que havia sido estabelecido de forma independente nas reportagens disponíveis.

A hipótese Xiaomi MiMo era uma alternativa

Parte da comunidade também levantou a possibilidade de o modelo vir da família MiMo, da Xiaomi. A hipótese fazia sentido em termos gerais porque a linha MiMo também está associada ao desenvolvimento de modelos multimodais e voltados à programação, mas as evidências fornecidas não comprovavam essa conexão. 1

Assim, a formulação mais bem sustentada até aquele momento era: a família GLM, da Zhipu AI/Z.ai, era a principal hipótese; o Xiaomi MiMo permanecia como teoria alternativa; e o verdadeiro desenvolvedor continuava desconhecido.

O lançamento lembrava outras prévias de modelos misteriosos

A estreia do Ox Alpha também recordou testes anteriores com modelos anônimos associados, em discussões da comunidade, a laboratórios chineses de IA. Um dos exemplos mais citados era o Pony Alpha, lançamento anônimo anterior que reportagens relacionaram ao GLM-5 da Zhipu antes da identificação pública do modelo. 1454

O padrão é semelhante: um endpoint de alta capacidade surge com nome temporário ou anônimo, desenvolvedores o testam em escala e o operador consegue coletar feedback do mundo real antes de associá-lo a uma marca pública. Esse padrão pode ajudar a explicar a estratégia por trás do Ox Alpha, mas não prova que ele tivesse o mesmo proprietário, arquitetura ou origem de treinamento do Pony Alpha.

Conclusão

O Ox Alpha foi uma prévia pública real e excepcionalmente generosa: acesso gratuito por cerca de uma semana, janela de contexto de 1.048.576 tokens, saídas de até 131.072 tokens e entrada por texto, imagem e vídeo. Seu resultado inicial de 80% no DeepSWE chamou atenção, mas veio de apenas 10 tarefas e não correspondia a uma pontuação oficial do ranking.

A teoria de origem mais forte ligava o modelo a um sistema ainda não lançado da família GLM, da Zhipu AI/Z.ai. A Xiaomi MiMo permanecia como possibilidade não confirmada. A situação de privacidade também dependia do canal: o OpenCode anunciava retenção zero, enquanto as informações da OpenRouter descreviam retenção pelo provedor sem uso para treinamento.

Até que o operador se identifique e divulgue termos permanentes e avaliações mais amplas, o Ox Alpha deve ser encarado como um experimento interessante para testes controlados com material não sensível — não como um padrão de produção já verificado.