Ox Alpha виявилася GLM-5.3-Flash: що справді показала анонімна AI-модель

Ox Alpha була короткочасною анонімною попередньою версією GLM-5.3-Flash — моделі з лінійки GLM від Z.ai. Вона з’явилася 20 серпня 2026 року на OpenRouter і OpenCode під назвою провайдера «Stealth». Модель пропонувала контекстне вікно на 1 048 576 токенів, приймала текст, зображення та відео, підтримувала виклик інструментів і під час тестування була безкоштовною. Згодом Z.ai підтвердила, що тестувала GLM-5.3-Flash анонімно під ідентифікатором ox-alpha, перш ніж представити її під власною назвою. 110

Ця історія стала показовим прикладом того, як поєднання доступності, незвично щедрих лімітів і можливостей для AI-агентів може перетворити модель на феномен ще до публікації традиційної технічної документації та повного набору бенчмарків.

Що пропонувала Ox Alpha

Анонімний реліз позиціювали як модель для міркування, програмування, тривалої роботи AI-агентів і виробничих навантажень. Її ключові характеристики виглядали амбітно навіть для безкоштовного попереднього доступу:

• Ідентифікатор моделі: stealth/ox-alpha
• Контекстне вікно: 1 048 576 токенів
• Максимальний обсяг відповіді: 131 072 токени
• Вхідні дані: текст, зображення та відео
• Можливості: міркування, нативний виклик інструментів і структурований вивід
• Ціна під час тестування: $0 за вхідні та вихідні токени

OpenRouter і OpenCode по-різному описували тривалість безкоштовного доступу. OpenRouter вказував коротший період для свого маршруту, тоді як OpenCode обіцяв приблизно тиждень від 20 серпня. Тому орієнтовною межею для безкоштовних маршрутів були 24–27 серпня, а не одна спільна дата завершення. 2412

Мільйон токенів у контексті сам по собі не гарантує кращої якості. Проте він змінює спектр завдань, які розробники можуть доручити моделі. Кодинговий агент здатен утримувати в одному сеансі більшу частину репозиторію, результати викликів інструментів, журнали та візуальний контекст — без постійного стискання або видалення попередньої інформації. Підтримка відео також робить модель придатною для тестування інтерфейсів та інших сценаріїв, що виходять за межі текстової генерації коду. 343

Чому розробники так швидко звернули на неї увагу

Початкова привабливість Ox Alpha була передусім практичною. Розробники отримали можливість безплатно випробувати мультимодальну модель для програмування з довгим контекстом і доступом до інструментів. Це знизило поріг для експериментів із виправленням помилок у репозиторіях, взаємодією з браузером і тривалими завданнями програмної інженерії.

Популярність моделі зросла майже миттєво. Вона ненадовго перервала 56-денне лідерство DeepSeek у рейтингу OpenCode, а також привернула надзвичайно великий одноденний попит. Водночас заяви про масштаб використання та кількість оброблених токенів, які ширилися під час запуску, не були повністю незалежно перевірені. Їх коректніше сприймати як свідчення ажіотажу, а не як точні вимірювання виробничого навантаження. 114

Це важливе уточнення: популярність під час безкоштовного тесту відображає не лише можливості моделі, а й новизну, ціну та доступність. Вона сама по собі не доводить, що система є найсильнішою загалом.

Результати DeepSWE були перспективними, але не остаточними

Найчастіше поширювали результат 80% у DeepSWE — 8 успішно виконаних завдань із 10. Це обнадійливий сигнал, однак вибірка з десяти завдань надто мала, щоб на її основі будувати стабільний рейтинг. У масштабнішому тестуванні результат оцінювали приблизно у 63%, а офіційний показник Z.ai для GLM-5.3-Flash становить 63,4% у DeepSWE v1.1. 7634

Інші повні прогони дали нижчі результати — зокрема повідомлялося про 58,4% на 113 завданнях. У цьому оцінюванні значна частина невдач була пов’язана з форматом відповіді та особливостями реалізації. Це добре показує, наскільки результати агентських бенчмарків залежать від конфігурації тестового середовища, доступних інструментів, часових обмежень і критеріїв успіху. 4142

Найобережніший висновок звучить так: Ox Alpha продемонструвала сильні можливості в програмуванні за участю агентів і в окремих тестах наблизилася до провідних закритих моделей. Але наявні дані не доводять, що вона стабільно перевершувала Claude Fable 5 або всі інші передові системи.

Чому порівняння з Claude здавалися суперечливими

У різних оцінюваннях використовувалися різні підмножини завдань, агентські оболонки та умови запуску. Ранній тест на десяти завданнях міг дати 80%, але не бути репрезентативним для всього бенчмарку. Результат близько 63% розповідає вже іншу історію, а показник 58,4% міг додатково враховувати помилки формату або поведінку тестової оболонки.

Згодом представники команди DeepSWE, за повідомленнями, оцінили загальні можливості моделі як приблизно співставні з Claude Opus 4.8, а не як переконливий доказ переваги над Claude Fable 5. 35 Тому результати DeepSWE варто подавати разом із поясненням масштабу та умов тесту, а не перетворювати їх на взаємозамінні цифри одного «чистого» рейтингу.

Чому відомі розробники її хвалили

Позитивні відгуки від помітних користувачів відповідали профілю моделі. Патрік Коллісон назвав Ox Alpha «дуже вражаючою» після використання через агентську оболонку, а засновник HermesAgent заявив, що модель перевершила кілька внутрішніх стандартів оцінювання команди. 3335

Такі реакції важливі як свідчення практичної користі в реальних робочих процесах, особливо під час програмування та роботи агентів. Але вони не є тим самим, що контрольований міжбенчмарковий висновок про універсальну перевагу Ox Alpha. Модель може бути особливо зручною для конкретного сценарію завдяки довжині контексту, поведінці під час виклику інструментів, швидкості, підтримці різних типів даних або низькій вартості — навіть якщо її позиція в сукупному рейтингу залишається невизначеною.

Як спільнота встановлювала особу моделі

До офіційного розкриття дослідники порівнювали спостережувану поведінку Ox Alpha з потенційними моделями команд Xiaomi MiMo, Google DeepMind і Zhipu AI.

Xiaomi та MiMo

Xiaomi вважали можливим кандидатом, зокрема тому, що команда MiMo раніше вже проводила анонімний тест під назвою «Hunter Alpha». Однак повідомлялося про невідповідність можливостей: моделі MiMo були пов’язані з підтримкою аудіо, тоді як Ox Alpha приймала текст, зображення та відео, але не аудіо. Тож Xiaomi залишалася цікавою гіпотезою, але не переконливою атрибуцією. 2229

Google DeepMind

Додаткові припущення спричинили натяки, пов’язані з Google, і публікації в соцмережах. Проте доступні ознаки не доводили, що саме DeepMind створила або обслуговувала цей endpoint. Вони залишалися непрямими свідченнями, а не ідентифікаційним доказом.

«Відбиток» GLM

Найсильніша версія до офіційного оголошення вказувала на сімейство GLM від Zhipu. Тести спільноти показали, що підрахунок токенів Ox Alpha збігається з поведінкою GLM-5.3 на різних запитах, за винятком сталого зміщення приблизно на 75 токенів. Окремі випробування відео продемонстрували схожий із моделями GLM для роботи із зором характер споживання токенів за кількома параметрами кодування. 1821

Серед інших ознак називали:

• помилку reasoning_effort, схожу на відповідь API GLM;
• появу китайськомовних підказок у деяких помилках аналізу зображень;
• поведінку токенізації відео, сумісну з мультимодальними моделями Zhipu; і
• назву, яку частина спостерігачів пов’язувала з попередньою термінологією Zhipu — «Pony Alpha». 212629

Кожна окрема ознака могла бути наслідком маршрутизації, обгортки API, спільної інфраструктури або імітації. Разом вони зробили версію про GLM дедалі переконливішою, але все одно не замінювали офіційної заяви. Вирішальним доказом стало підтвердження Z.ai: Ox Alpha була GLM-5.3-Flash, яку компанія представила під власною назвою. 1043

Що змінилося після розкриття

Після оголошення Ox Alpha перетворилася з загадкового endpoint на попередній реліз конкретного продукту. Документація Z.ai описує GLM-5.3-Flash як гібридну модель із 320 млрд параметрів загалом і 18 млрд активних параметрів, а також із нативними візуальними можливостями: модель може спостерігати за інтерфейсами, аналізувати результати рендерингу та зворотний зв’язок від взаємодії. 43

Іменований реліз також усунув головний недолік анонімного endpoint — невизначеність щодо його майбутнього. За повідомленнями, GLM-5.3-Flash випустили під ліцензією MIT, а ваги стали доступними розробникам, які хочуть отримати більше контролю над розгортанням. 1950

Втім, це не означає, що будь-яке розгортання автоматично буде безпечним або дешевим. Командам потрібно окремо оцінити вимоги до обладнання, швидкість інференсу, умови API, роботу з приватними даними, обмеження частоти запитів, надійність виклику інструментів і стабільність результатів.

Що визначить, чи стане GLM-5.3-Flash довготривалим продуктом

Безкоштовний попередній доступ привернув увагу, але подальше поширення моделі залежатиме від стійкіших продуктовых факторів:

1. Економіка: платний API має залишатися конкурентним за ціною порівняно з іншими сильними моделями для програмування.
2. Надійність: розробникам потрібні стабільна доступність сервісу, передбачувані ліміти та послідовна робота викликів інструментів.
3. Приватність: команди повинні розуміти, як зберігаються або використовуються запити, код і візуальні дані.
4. Відтворюваність: незалежні оцінювання мають показати, як модель працює на повних бенчмарках і в реальних застосунках.
5. Вибір способу розгортання: ваги під ліцензією MIT і можливість самостійного запуску можуть зменшити залежність від тимчасового хмарного маршруту — якщо команда має необхідні операційні ресурси.

Головний урок Ox Alpha полягає не в тому, що анонімна модель ненадовго випередила відомого конкурента. Важливіше інше: модель із переконливо продуманим робочим процесом може стрімко поширитися, якщо розробники отримують можливість масштабно її тестувати. Бенчмаркова історія виявилася складнішою за перші вірусні заголовки, але поєднання довгого контексту, мультимодальності, роботи з інструментами, агентського програмування та низької вартості справді виправдовувало інтерес. Тепер, коли особу моделі встановлено, наступна перевірка — чи залишиться це поєднання корисним після завершення періоду новизни та безкоштовного доступу.