Ox Alpha avslöjat: Från ”Niu Lai” till Zhipus GLM-5.3-Flash

Kort svar

Mysteriet kring Ox Alpha är löst. Modellen dök upp på OpenRouter den 20 augusti 2026 under modell-ID:t stealth/ox-alpha, utan någon offentlig utvecklare. Sex dagar senare bekräftade Z.ai – tidigare känt som Zhipu AI – att den anonyma förhandsversionen var företagets GLM-5.3-Flash.2510

Det som gjorde lanseringen uppmärksammad var inte bara hemlighetsmakeriet. Under testperioden kunde utvecklare använda en avancerad modell för programmering och agentbaserade arbetsflöden utan kostnad. Tidiga tester pekade dessutom på mycket stark praktisk förmåga inom mjukvaruutveckling.

Vad var Ox Alpha?

OpenRouter beskrev Ox Alpha som en resonemangsmodell för kodning, långvarigt agentarbete och produktionsliknande arbetsbelastningar. Den skulle passa för större kodbaser, komplex problemlösning och arbetsflöden där text kombineras med visuellt innehåll.3039

De viktigaste uppgifterna under förhandsperioden var:

• Modell-ID: stealth/ox-alpha
• Lansering: 20 augusti 2026
• Kontextfönster: 1 048 576 tokens, alltså omkring en miljon tokens
• Maximal utdata: 131 072 tokens
• Indata: text, bilder och video
• Funktioner: verktygs- och funktionsanrop samt strukturerade svar
• Pris: gratis för både indata och utdata under den anonyma förhandsvisningen61214

Det här gjorde modellen intressant för exempelvis stora kodbaser, långa konversationer, videoanalys och automatiserade arbetsflöden i flera steg. Men ett stort kontextfönster och ett pris på noll kronor säger inte i sig att en modell är bäst i alla situationer. Det var framför allt de tidiga resultaten inom praktisk mjukvaruutveckling som väckte intresset.

Varifrån kom smeknamnet ”Niu Lai”?

”Ox” kan på kinesiska kopplas till 牛 (niú), som betyder oxe eller nötkreatur. Kinesiska utvecklare började därför kalla modellen ”Niu Lai”. Smeknamnet knöt också an till en animerad kinesisk film med samma namn, ungefär ”Här kommer oxen”, som blev ett stort internetfenomen under sommaren 2026.15

”Niu Lai” var alltså ett nätbaserat smeknamn – inte ett officiellt namn från Z.ai. Det finns heller inget belägg för att modellen hade något produkt- eller upphovsrättsligt samband med filmen.1415

Vad säger DeepSWE-resultatet på 80 procent?

Det mest spridda tidiga resultatet kom från ett mindre communitytest. Ox Alpha löste 8 av 10 verkliga uppgifter i DeepSWE, vilket motsvarar en Pass@1-nivå på 80 procent. I samma tidiga jämförelse nådde Claude Fable 5 65 procent och GPT-5.6 Sol 52 procent.1348

Modell	Tidigt resultat på tio DeepSWE-uppgifter
Ox Alpha	8 av 10 (80 %)
Claude Fable 5	65 %
GPT-5.6 Sol	52 %

DeepSWE försöker mäta om en kodningsagent kan förstå en verklig kodbas, hitta orsaken till ett problem och lämna in en fungerande lösning – inte bara skriva kod utifrån en isolerad instruktion.4957

Det gör resultatet relevant, men tio uppgifter är fortfarande ett mycket litet urval. Uppgifternas utformning, promptarna, körmiljön och själva utvärderingen kan påverka utfallet. Den rimliga slutsatsen är därför att Ox Alpha såg mycket stark ut i ett tidigt test på tio uppgifter, inte att modellen därmed bevisat att den är bättre än alla konkurrenter.

Senare rapporter hävdade att modellen löste 63 av DeepSWEs fullständiga uppsättning på 113 uppgifter och hamnade nära Claude Opus 4.8.5 Ett större test är mer informativt, men de offentliga rapporterna redovisade inte alla detaljer som krävs för oberoende reproduktion. Resultatet bör därför betraktas som ett rapporterat utfall, inte som en slutgiltigt verifierad standardmätning.

Varför tog modellen över OpenRouters topplistor?

Ox Alpha hade flera egenskaper som tillsammans skapade en ovanligt stark spridningseffekt: identiteten var hemlig, användningen var gratis, kontextfönstret var omkring en miljon tokens och modellen stödde både bilder och video. Samtidigt var den uttryckligen inriktad på kodning och agentbaserade uppgifter.3610

Modellen klättrade snabbt till toppen av OpenRouters användningslistor. Bloombergrelaterad rapportering beskrev lanseringen som en av de största i marknadsplatsens historia och uppgav att användningen var mer än dubbelt så stor som för DeepSeek. Andra rapporter sade att modellen även slog rekord i daglig användning på utvecklarplattformar och bröt DeepSeeks långa svit i en relaterad ranking.51016

Siffrorna måste dock läsas med viss försiktighet. OpenRouters ranking, OpenCodes ranking, antal sessioner och tokenförbrukning är olika mått. De kan inte utan vidare översättas till ett exakt antal användare eller till en prestationsranking. Det som står klart är att den kostnadsfria perioden, modellens funktioner och nyfikenheten kring ursprunget skapade ett mycket stort intresse bland utvecklare.

Stripes vd Patrick Collison kallade också Ox Alpha ”very impressive” i sociala medier.59 Kommentaren visar hur mycket uppmärksamhet modellen fick i branschen, men är inte en oberoende utvärdering av dess prestanda.

Hur pekade teknikspåren mot Zhipu?

Innan Z.ai bekräftade ursprunget försökte utvecklare identifiera modellen genom så kallad svartlådetestning. De mest omtalade ledtrådarna var följande.

1. En fast skillnad på omkring 75 tokens

Forskare jämförde hur Ox Alpha och GLM-5.3 räknade tokens i olika typer av promptar. Rapporterna visade att de ursprungliga tokenräkningarna stämde mycket väl överens, med en konstant skillnad på omkring 75 tokens.117

Om skillnaden är stabil i tester med flera språk, kod och emoji kan en möjlig förklaring vara att OpenRouter eller leverantören lägger till en systemprompt eller annan förpackning. Det behöver inte betyda att själva ordlistan eller tokeniseraren skiljer sig åt. En större communityanalys rapporterade senare exakta träffar i 95 av 95 tester.18

En sådan överensstämmelse är en stark indikation på en gemensam tokeniserare eller liknande tjänstelager. Den bevisar däremot inte ensam att modellernas alla vikter kommer från samma system.

2. Videohanteringen matchade GLM-5V-Turbo

En annan viktig ledtråd kom från videoindata. Communitytester rapporterade att Ox Alpha och Zhipus GLM-5V-Turbo förbrukade lika många tokens i flera videotester, med liknande mönster för bildsampling och upplösningshantering.1724

Hur en modell kodar video är svårare att efterlikna genom enbart promptdesign än exempelvis ton eller skrivstil. Därför ansåg många observatörer att detta var en särskilt tydlig ledtråd. Det rörde sig ändå fortfarande om externa svartlådededuktioner – inte om ett formellt besked från tillverkaren.

3. Liknande felmeddelanden och API-beteende

Utvecklare rapporterade dessutom likheter mellan Ox Alphas och GLM-tjänsternas API-fel, reaktioner på resonansinställningar och generella utdata.24 Tillsammans med tokeniserings- och videotesterna gjorde detta hypotesen om en förhandsversion från Zhipu mycket trovärdig.

Uppgiften om ”99 procents säkerhet” var dock en enskild observatörs bedömning av beviskedjan, inte en statistiskt validerad sannolikhet.27 Försiktiga kommentarer från personer med koppling till Google DeepMind gav också upphov till spekulationer om Gemini, men inga sådana antydningar ändrade slutsatsen. Den 26 augusti bekräftade Z.ai att modellen tillhör GLM-familjen och presenterade den som GLM-5.3-Flash.510

En del av en större ”Stealth Alpha”-strategi

Ox Alpha var inte den första anonyma Alpha-modellen på OpenRouter. Tidigare exempel som rapporterats är:

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Ant Groups Inclusion AI
• Owl Alpha → Meituans LongCat-2.03833

Mönstret är likartat: en modell görs tillgänglig under ett anonymt eller halvanonymt kodnamn, ofta utan kostnad, så att utvecklare kan använda den i verkliga projekt. Efter en kort testperiod avslöjas sedan den officiella produkten och varumärket.3438

Det finns flera tänkbara strategiska fördelar med modellen:

1. Mindre varumärkes- och ursprungsbias. Användarna bedömer modellen innan de vet vilket företag som står bakom den.
2. Snabb feedback från verkliga arbetsflöden. Utvecklare sätter modellen i arbete med kodbaser, verktyg och automatisering – inte bara laboratorietester.
3. Organisk spridning. Kombinationen av anonymitet, gratis användning och starka resultat är lätt att prata om och testa.
4. Test av infrastrukturen. En stor mängd gratis trafik kan visa hur tjänsten klarar lång kontext, hög belastning och agentbaserade arbetsflöden.

Detta är rimliga förklaringar till strategin, inte motiv som varje modellbolag offentligt har bekräftat. I Ox Alphas fall ledde den anonyma förhandsvisningen i alla händelser till omfattande användning, teknisk analys och global uppmärksamhet innan Z.ai kopplade modellen till GLM-varumärket.8910

Slutsats: Det intressanta är lanseringsformen

Ox Alpha-historien har två tydliga faser. Först var det en gratis, långkontextuell och multimodal modell med okänt ursprung på OpenRouter. Därefter blev den en officiell produkt när Z.ai bekräftade identiteten som GLM-5.3-Flash.210

Resultatet på 80 procent i det tidiga DeepSWE-testet visar att modellen var konkurrenskraftig i en grupp verkliga mjukvaruuppgifter. Men både det lilla tiouppgiftstestet och rapporterna om den fullständiga utvärderingen bör tolkas utifrån testkonfiguration och reproducerbarhet.

Den långsiktigt viktigare utvecklingen är att anonyma förhandsversioner verkar bli ett sätt att koppla samman modellträning, infrastrukturtester och utvecklartillväxt i ett offentligt experiment.

För utvecklare är den praktiska lärdomen enkel: testa själv i den egna kodbasen, med de verktyg och datagränser som faktiskt ska användas. En topplacering eller ett viralt benchmarkresultat är inte tillräckligt. Att communityt kunde identifiera Ox Alpha genom tekniska fingeravtryck visar värdet av oberoende analys – men också varför man bör skilja tydligt mellan en stark sannolikhetsbedömning och ett officiellt besked.