Ox Alpha revelado: como o modelo gratuito “Niu Lai” virou o GLM-5.3-Flash

Por seis dias, um modelo de inteligência artificial apareceu no OpenRouter sem empresa, marca ou documentação técnica detalhada. Chamado oficialmente de stealth/ox-alpha, ele era gratuito, multimodal e prometia lidar com programação e fluxos de trabalho autônomos. Em 26 de agosto de 2026, o mistério acabou: a Z.ai confirmou que o modelo pertencia à família GLM e o apresentou como GLM-5.3-Flash. 2510

A revelação encerrou uma das caçadas mais comentadas da comunidade de IA em agosto — mas também mostrou como os chamados lançamentos “stealth” estão se tornando uma forma eficiente de testar modelos em escala antes de apresentá-los ao público com um nome oficial.

O que era o Ox Alpha?

O OpenRouter descrevia o Ox Alpha como um modelo de raciocínio voltado a programação, trabalho contínuo de agentes de IA e cargas de produção. A proposta incluía projetos de engenharia de software de longo prazo, problemas complexos e tarefas que combinassem texto com informação visual. 3039

Durante a prévia, suas especificações anunciadas eram:

• Identificador: stealth/ox-alpha
• Data de lançamento: 20 de agosto de 2026
• Janela de contexto: 1.048.576 tokens, ou cerca de 1 milhão de tokens
• Saída máxima: 131.072 tokens
• Entradas aceitas: texto, imagens e vídeos
• Recursos: chamadas de ferramentas ou funções e saídas estruturadas
• Preço: entrada e saída gratuitas durante o período de prévia 61214

Na prática, isso tornava o modelo atraente para analisar grandes bases de código, manter conversas extensas, interpretar vídeos e executar automações em várias etapas. Ainda assim, uma janela de contexto enorme e acesso gratuito não bastam para provar superioridade geral. O principal interesse veio do desempenho observado em tarefas reais de engenharia de software.

Por que a comunidade chamou o modelo de “Niu Lai”?

Em inglês, “ox” pode significar boi ou gado. Em chinês, a associação natural é com 牛 (niú), e usuários chineses rapidamente transformaram o nome em “Niu Lai” (牛来). O apelido também fazia referência a um filme de animação homônimo que se tornou um meme na internet chinesa naquele verão. O título pode ser traduzido aproximadamente como “O boi chegou”. 15

“Niu Lai”, portanto, era um apelido criado pela comunidade — não o nome comercial do produto e tampouco uma indicação de relação de propriedade ou direitos autorais com o filme. 1415

O que significou o resultado de 80% no DeepSWE?

O dado que mais circulou veio de um teste comunitário com dez tarefas reais do DeepSWE. O Ox Alpha resolveu oito delas, registrando 80% de Pass@1. Na mesma comparação inicial, o Claude Fable 5 marcou 65%, enquanto o GPT-5.6 Sol ficou em 52%. 1348

Modelo	Resultado inicial no DeepSWE
Ox Alpha	8 de 10 (80%)
Claude Fable 5	65%
GPT-5.6 Sol	52%

O DeepSWE não mede apenas a capacidade de escrever um trecho isolado de código. O benchmark avalia se um agente consegue entender um repositório real, localizar um problema e entregar uma correção funcional. 4957

Isso dá ao número uma relevância prática maior do que a de um exercício artificial. Mas há uma ressalva importante: foram apenas dez tarefas relatadas pela comunidade. A seleção dos problemas, os prompts, a configuração de execução e o próprio processo de avaliação podem alterar o resultado. A conclusão mais precisa é que o Ox Alpha teve um desempenho muito forte em uma rodada inicial — não que tenha derrotado definitivamente todos os concorrentes.

Também surgiram relatos de que o modelo resolveu 63 das 113 tarefas da versão completa do DeepSWE e chegou perto do Claude Opus 4.8. 5 Um conjunto maior é mais informativo, mas os detalhes públicos sobre configuração e reprodutibilidade não foram suficientes para tratar esse resultado como uma conclusão independente e definitiva.

Como ele foi parar no topo do OpenRouter?

O Ox Alpha combinava vários ingredientes com alto potencial de viralização: identidade anônima, uso gratuito, contexto de aproximadamente 1 milhão de tokens, entrada de imagens e vídeos e foco em programação e agentes. 3610

Pouco depois do lançamento, o modelo subiu rapidamente nos rankings de uso do OpenRouter. Reportagens classificaram a estreia como uma das maiores — e, segundo a Bloomberg, a maior — da história do marketplace, com uso superior ao do DeepSeek em mais de duas vezes. 51016

Esses números precisam ser lidos com cuidado. Ranking do OpenRouter, posição no OpenCode, número de sessões e volume de tokens são métricas diferentes. Não é correto transformar todos esses indicadores em um único número de usuários ou em um ranking de desempenho.

O que os dados sustentam é que a combinação de acesso gratuito e capacidade percebida gerou uma onda incomum de testes e adoção entre desenvolvedores. Patrick Collison, CEO da Stripe, descreveu o modelo como “muito impressionante” em uma publicação nas redes sociais. 59 A reação ajuda a explicar a atenção do setor, mas não substitui uma avaliação técnica independente.

As pistas técnicas apontaram para a Zhipu antes do anúncio

Antes da confirmação oficial, pesquisadores fizeram testes de caixa-preta — isto é, analisaram o comportamento do serviço sem acesso aos seus pesos ou ao código interno. As evidências mais discutidas foram estas.

O tokenizer apresentava uma diferença fixa de 75 tokens

Em diferentes conjuntos de prompts, pesquisadores compararam a contagem de tokens do Ox Alpha com a do GLM-5.3. Os resultados relatados mostraram contagens nativas praticamente idênticas, com uma diferença fixa de aproximadamente 75 tokens. 117

Quando a diferença permanece estável em textos de vários idiomas, código e emojis, uma explicação plausível é a inclusão de uma instrução de sistema ou de um invólucro de requisição pelo OpenRouter ou pelo provedor. Outra análise comunitária, com uma bateria maior, relatou correspondência exata em 95 conjuntos de teste. 18

Esse tipo de evidência sugere um vocabulário compartilhado ou uma implementação semelhante na camada de serviço. Sozinho, porém, o tokenizer não prova que todos os pesos do modelo sejam os mesmos.

O consumo de tokens em vídeo coincidiu com o GLM-5V-Turbo

Outra pista veio das entradas de vídeo. Testes comunitários relataram que o Ox Alpha e o GLM-5V-Turbo, modelo multimodal da Zhipu, consumiam exatamente a mesma quantidade de tokens em diferentes vídeos. Os dois também apresentavam padrões semelhantes de amostragem de quadros e tratamento de duração e resolução. 1724

Esse sinal foi considerado especialmente relevante porque o comportamento de um codificador de vídeo é mais difícil de imitar apenas ajustando prompts ou estilo de resposta. Ainda assim, continuava sendo uma inferência externa de caixa-preta, não uma divulgação da fabricante.

Erros de API e comportamento de saída também pareciam semelhantes

Desenvolvedores relataram semelhanças entre as mensagens de erro da API do Ox Alpha e as dos serviços GLM, além de respostas parecidas a configurações de raciocínio e padrões de saída. 24

Em conjunto, tokenizer, processamento de vídeo e características da API tornaram bastante plausível a hipótese de que se tratava de um modelo pré-lançamento da Zhipu. A estimativa de “99% de certeza” que circulou na época era uma avaliação de observadores individuais, não uma probabilidade estatística validada por uma metodologia pública. 27

Também houve especulações envolvendo o Gemini após comentários cautelosos de pessoas ligadas ao Google DeepMind. Mas nenhuma dessas insinuações não confirmadas alterou o desfecho: em 26 de agosto, a Z.ai confirmou que o Ox Alpha era um modelo da família GLM e revelou o nome GLM-5.3-Flash. 510

O caso faz parte de uma sequência de modelos “stealth”

O Ox Alpha não foi o primeiro modelo anônimo a aparecer no OpenRouter sob um codinome terminado em “Alpha”. Casos anteriores relatados incluem:

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Inclusion AI, do Ant Group
• Owl Alpha → LongCat-2.0, da Meituan 3833

O padrão é relativamente simples: um modelo é disponibilizado por um curto período, muitas vezes de graça e sem uma marca visível, enquanto o laboratório coleta uso real e feedback. Depois, a empresa apresenta o produto com seu nome oficial. 3438

Há algumas razões estratégicas plausíveis para esse formato:

1. Reduzir o viés de marca e origem. Os usuários experimentam o sistema antes de saber quem o desenvolveu.
2. Obter feedback em situações reais. Em vez de depender apenas de testes de laboratório, a empresa observa o modelo em bases de código, ferramentas e automações concretas.
3. Estimular a divulgação orgânica. A combinação de anonimato, gratuidade e desempenho chama atenção e incentiva comparações.
4. Testar a infraestrutura. Uma grande quantidade de tráfego ajuda a avaliar capacidade, contexto longo e estabilidade em fluxos de agentes.

Essa é uma interpretação possível da estratégia, não uma lista de motivações oficialmente confirmadas por todas as empresas envolvidas. No caso do Ox Alpha, a prévia anônima efetivamente gerou uso intenso, investigações técnicas e atenção internacional antes de a Z.ai associar o modelo à marca GLM. 8910

O que fica depois que o mistério acabou?

A história do Ox Alpha tem dois momentos. Primeiro, ele foi um modelo anônimo, gratuito, multimodal e de contexto longo no OpenRouter. Depois, tornou-se um produto identificado como GLM-5.3-Flash pela Z.ai. 210

O resultado inicial de 80% no DeepSWE mostra que o modelo foi competitivo em uma amostra de tarefas reais. Mas tanto essa rodada de dez tarefas quanto o relato posterior sobre as 113 tarefas precisam ser interpretados à luz da configuração de avaliação e da possibilidade de reprodução independente.

A consequência mais duradoura talvez não seja a identidade do modelo, mas o método de lançamento. Laboratórios passaram a usar prévias anônimas como uma espécie de campo de testes público, combinando validação de capacidade, teste de infraestrutura e aquisição de usuários.

Para desenvolvedores, a lição prática é direta: rankings e pontuações virais servem como ponto de partida, não como veredito. O ideal é repetir os testes no próprio código, com as ferramentas, os dados e os limites de segurança do projeto. O caso Ox Alpha mostrou o valor da análise de “impressões digitais” técnicas — mas também reforçou a diferença entre uma inferência muito forte e uma confirmação oficial.