Ox Alpha: анонимная ИИ-модель, удивившая тестами по программированию

Ox Alpha правильнее считать анонимным публичным превью, а не подтверждённым запуском новой передовой модели. Она появилась на OpenRouter 20 августа 2026 года, получила примерно недельный бесплатный период доступа и была заявлена как система для программирования, длительной работы ИИ-агентов и мультимодальных сценариев. Её технические особенности делают версию о происхождении из семейства GLM компании Zhipu AI (Z.ai) правдоподобной, но это по-прежнему вывод аналитиков, а не официально объявленный факт.

Что такое Ox Alpha

OpenRouter разместил модель stealth/ox-alpha как стороннюю систему, разработчик и оператор которой решили сохранить анонимность на время предварительного тестирования. Платформа подчёркивает, что только маршрутизирует запросы и не является разработчиком, владельцем или провайдером модели.

Заявленные характеристики для бесплатного превью выглядели необычно амбициозно:

• контекстное окно: 1 048 576 токенов;
• максимальный объём ответа: 131 072 токена;
• входные данные: текст, изображения и видео;
• основные сценарии: программирование, длительная автономная работа агентов и задачи для производственных систем;
• цена во время превью: 0 долларов на OpenRouter.

Доступ к Ox Alpha также предлагал OpenCode через бесплатный тариф. В объявлении сервиса говорилось о щедрых лимитах и «почти неограниченном использовании», а также заявлялась мощность до 100 триллионов токенов в день. Это заявление оператора, а не независимо проверенный показатель пропускной способности.

Результат 80% в ограниченном тесте DeepSWE

Разработчик Бен Дэвис проверил Ox Alpha на 10 заданиях из бенчмарка DeepSWE, оценивающего работу ИИ-агентов над сложными задачами программной инженерии. По опубликованным результатам модель справилась с восемью заданиями — около 80%. В том же ограниченном сравнении Claude Fable 5 набрала 65%, а GPT-5.6 Sol — 52%.

Результат выглядит впечатляюще, но называть его официальной победой в DeepSWE было бы неправильно. Версия DeepSWE v1.1 включает 113 оригинальных долгих задач по разработке программного обеспечения в 91 репозитории, поэтому эксперимент охватил лишь небольшую часть бенчмарка.

Есть и другие важные методологические ограничения:

• выборка из 10 заданий слишком мала и чувствительна к случайности и подбору задач;
• сравниваемые модели могли использовать разное количество запусков или попыток;
• Ox Alpha не проходила оценивание по официальному протоколу и не была добавлена в публичную таблицу лидеров;
• результат одного исследователя на выбранной подвыборке нельзя напрямую сравнивать с показателем полного бенчмарка, полученным в стандартизированных условиях.

В доступном на тот момент снимке публичного рейтинга первое место занимала Claude Opus 5 с результатом 73,6%, за ней следовали GPT-5.6 Sol с 72,7% и Claude Fable 5 с 69,7%. Осторожный вывод звучит так: в эксперименте Дэвиса Ox Alpha показала себя очень сильно, но это ещё не доказывает, что перед нами лучшая универсальная модель для программирования.

Почему подозревают Zhipu AI

Основная версия связывает Ox Alpha с компанией Zhipu AI, также известной как Z.ai, и её семейством моделей GLM. Основание для этой гипотезы — не заявление компании, а анализ поведенческих и технических «отпечатков» модели.

В одном из описанных тестов сравнивалась токенизация Ox Alpha и GLM-5.3 на 25 различных запросах. Сообщается, что исходное количество токенов совпадало после учёта постоянной обёртки в 75 токенов. Отдельные тесты с видео также выявили совпадения в обработке визуальных токенов — включая выбор кадров, масштабирование по длительности и работу с разрешением.

Аналитики отмечали и другие сходства: стиль ответов, поведение API и обработку аудиовхода. Каждый отдельный признак можно объяснить общей обёрткой, инфраструктурой или имитацией. Но вместе эти наблюдения, по мнению исследователей, образуют более убедительный набор совпадений, совместимый с единой мультимодальной линейкой GLM от Zhipu.

Косвенным аргументом считают и прежние анонимные или «скрытые» релизы Zhipu, включая модель под названием Pony Alpha. Однако это лишь дополнительный контекст, а не доказательство того, что именно Zhipu создала Ox Alpha.

Что остаётся неподтверждённым

В период, о котором сообщали источники, ни одна компания публично не заявила права на Ox Alpha, а Zhipu не подтвердила эту связь. В обсуждениях упоминались конкретные версии GLM, однако имеющиеся данные не позволяют установить, является ли Ox Alpha ещё не выпущенной моделью, производственным вариантом, дообученной системой или независимым продуктом, использующим родственную инфраструктуру.

Наиболее корректное описание выглядит так: Ox Alpha, вероятно, связана с семейством GLM и может иметь отношение к Zhipu, но её создатель и точная идентичность модели не подтверждены. Проценты уверенности, которые называли отдельные аналитики, не следует воспринимать как официальную идентификацию.

Важная деталь: кто и как хранит данные

Политика конфиденциальности Ox Alpha особенно важна для разработчиков. В карточке модели на OpenRouter указывалось, что запросы и ответы сохраняются базовым провайдером, но не используются для обучения.

Это не то же самое, что общая политика OpenRouter. Платформа заявляет, что сама не хранит запросы и ответы, если пользователь отдельно не включил журналирование ввода и вывода. При этом правила хранения у конкретного провайдера могут отличаться и описываются отдельно.

OpenCode, со своей стороны, рекламировал Ox Alpha с формулировкой «нулевое хранение данных». Вероятно, это обещание относится к обработке запросов самим OpenCode, но оно автоматически не отменяет информацию о хранении данных провайдером, указанным для маршрута OpenRouter. Иными словами, фразы «OpenCode не хранит данные» и «провайдер модели сохраняет запросы и ответы» могут описывать разные этапы прохождения одного и того же запроса.

Пока провайдеры не опубликуют единую и юридически однозначную политику обработки данных, разумнее исходить из того, что провайдер модели может сохранять отправленный контент. Не стоит передавать Ox Alpha закрытый исходный код, ключи доступа, персональные данные или информацию, подпадающую под нормативные ограничения, только потому, что сервис бесплатный или обещает не использовать запросы для обучения.

Итог

Ox Alpha привлекла внимание сразу по трём причинам: краткосрочный бесплатный доступ, необычно большое контекстное окно с мультимодальным вводом и яркий первый результат в тесте программирования. Но имеющиеся данные говорят о любопытном экспериментальном релизе, а не о доказанном поражении признанных лидеров рынка неизвестной лабораторией.

Показатель 80% в DeepSWE получен из восьми успешных заданий из 10, а не по всему набору из 113 задач. В публичном рейтинге по-прежнему лидировала Claude Opus 5, а Ox Alpha не проходила официальную процедуру оценки.

Технические совпадения делают связь с Zhipu и GLM ведущей гипотезой, но публичного подтверждения авторства нет. Для экспериментов Ox Alpha была интересной моделью, которую стоило протестировать. Для рабочих систем и чувствительного кода её анонимный владелец, возможное хранение данных провайдером и неустановленная идентичность — веские причины действовать осторожно.