Ox Alpha lộ diện: Từ “Niu Lai” đến GLM-5.3-Flash của Z.ai

Ngày 20/8/2026, một mô hình AI mang tên Ox Alpha bất ngờ xuất hiện trên OpenRouter — nền tảng trung gian cho phép nhà phát triển truy cập nhiều mô hình qua một API thống nhất. Không có công ty đứng tên, không có thông cáo ra mắt, mô hình chỉ được liệt kê dưới mã stealth/ox-alpha và mở miễn phí trong thời gian xem trước.2510

Sáu ngày sau, bí ẩn được giải đáp: Z.ai, trước đây được biết đến với tên Zhipu AI (智谱), xác nhận Ox Alpha là một mô hình thuộc dòng GLM và công bố tên chính thức GLM-5.3-Flash.2510

Điều khiến câu chuyện này lan rộng không chỉ là danh tính bị che giấu. Trong thời gian thử nghiệm, các nhà phát triển được dùng miễn phí một mô hình suy luận hướng đến lập trình và các quy trình tác vụ tự động. Những bài kiểm tra ban đầu cũng cho thấy nó có năng lực đáng chú ý khi xử lý các vấn đề phần mềm trong thế giới thực.

Ox Alpha có gì đặc biệt?

OpenRouter mô tả Ox Alpha là mô hình suy luận dành cho lập trình, công việc tác vụ kéo dài và các workload sản xuất. Mô hình được định vị cho những bài toán như phát triển phần mềm dài hơi, suy luận phức tạp và quy trình kết hợp thông tin văn bản với hình ảnh.3039

Các thông số được công bố trong giai đoạn xem trước gồm:

• Mã mô hình: stealth/ox-alpha
• Ngày xuất hiện: 20/8/2026
• Cửa sổ ngữ cảnh: 1.048.576 token, tương đương khoảng 1 triệu token
• Độ dài đầu ra tối đa: 131.072 token
• Dữ liệu đầu vào: văn bản, hình ảnh và video
• Khả năng tích hợp: gọi công cụ hoặc hàm, hỗ trợ đầu ra có cấu trúc
• Chi phí trong giai đoạn xem trước: miễn phí cả token đầu vào lẫn đầu ra61214

Về lý thuyết, cấu hình này phù hợp với các kho mã lớn, hội thoại dài, phân tích video và những quy trình tự động nhiều bước. Tuy nhiên, cửa sổ ngữ cảnh lớn hay mức giá bằng 0 không tự động đồng nghĩa với chất lượng vượt trội. Sự chú ý của giới phát triển phần mềm chủ yếu đến từ kết quả thực tế ban đầu của Ox Alpha.

Vì sao cộng đồng gọi nó là “Niu Lai”?

Trong tiếng Anh, “ox” có thể chỉ bò hoặc trâu; khi chuyển sang tiếng Trung, từ này dễ liên tưởng đến 牛 (niú). Vì vậy, cộng đồng phát triển Trung Quốc nhanh chóng đặt cho mô hình biệt danh “Niu Lai” (牛来).

Tên gọi này còn gắn với một bộ phim hoạt hình Trung Quốc cùng tên đang trở thành đề tài lan truyền trên mạng vào mùa hè năm 2026. Tựa phim có thể hiểu gần như “Bò đến rồi” hoặc “Trâu tới rồi”.15

Dù được sử dụng rộng rãi trên mạng xã hội, “Niu Lai” chỉ là biệt danh cộng đồng. Đây không phải tên chính thức do Z.ai công bố và không cho thấy mô hình có quan hệ sản phẩm hay bản quyền với bộ phim.1415

Điểm 8/10 trên DeepSWE nói lên điều gì?

Kết quả được chia sẻ rộng rãi nhất đến từ một đợt kiểm thử cộng đồng quy mô nhỏ. Ox Alpha giải quyết được 8 trong 10 nhiệm vụ DeepSWE, tương đương 80% Pass@1. Trong cùng nhóm so sánh ban đầu, Claude Fable 5 đạt 65%, còn GPT-5.6 Sol đạt 52%.1348

Mô hình	Kết quả kiểm thử DeepSWE ban đầu
Ox Alpha	8/10 (80%)
Claude Fable 5	65%
GPT-5.6 Sol	52%

DeepSWE không chỉ kiểm tra khả năng viết một đoạn mã độc lập. Benchmark này đánh giá liệu một tác vụ AI có thể đọc một kho mã thực tế, tìm lỗi và đưa ra bản sửa có thể sử dụng hay không.4957

Vì thế, kết quả 80% có ý nghĩa thực tiễn nhất định. Nhưng đây vẫn chỉ là báo cáo cộng đồng trên 10 nhiệm vụ. Việc lựa chọn bài, prompt, cấu hình chạy và quy trình đánh giá đều có thể ảnh hưởng đến kết quả. Cách diễn đạt chính xác hơn là: Ox Alpha đã thể hiện rất tốt trong một đợt thử nghiệm sớm gồm 10 nhiệm vụ, chứ chưa thể kết luận nó đánh bại toàn diện các mô hình khác.

Một số báo cáo sau đó cho biết Ox Alpha giải quyết được 63 trong toàn bộ 113 nhiệm vụ DeepSWE và đạt mức gần với Claude Opus 4.8.5 Nếu được xác nhận độc lập, kết quả này đáng tham khảo hơn bài kiểm tra 10 nhiệm vụ. Tuy nhiên, các thông tin công khai chưa mô tả đầy đủ cấu hình và khả năng tái lập của bài đánh giá, nên nên xem đây là kết quả được báo cáo, chưa phải kết luận chuẩn hóa đã được kiểm chứng độc lập.

Vì sao Ox Alpha nhanh chóng đứng đầu OpenRouter?

Ox Alpha hội tụ nhiều yếu tố dễ tạo hiệu ứng lan truyền:

• danh tính ẩn danh;
• miễn phí trong giai đoạn xem trước;
• cửa sổ ngữ cảnh khoảng 1 triệu token;
• hỗ trợ văn bản, hình ảnh và video;
• tập trung vào lập trình và tác vụ tự động.3610

Mô hình nhanh chóng vươn lên đầu bảng sử dụng của OpenRouter. Các bài đưa tin liên quan đến Bloomberg mô tả đây là một trong những đợt ra mắt lớn nhất trong lịch sử thị trường này, đồng thời cho biết lượng sử dụng của Ox Alpha cao hơn DeepSeek hơn hai lần.51016

Tuy nhiên, cần phân biệt rõ các loại số liệu. Bảng xếp hạng OpenRouter, thứ hạng trên OpenCode, số phiên và tổng lượng token là những chỉ số khác nhau. Không thể gộp chúng thành một con số duy nhất về “số người dùng” hay xem đó là bảng xếp hạng năng lực mô hình.

Điều có thể khẳng định là sự kết hợp giữa miễn phí, năng lực được đánh giá cao và câu hỏi “ai đứng sau?” đã tạo ra mức độ quan tâm bất thường trong cộng đồng phát triển. CEO Stripe Patrick Collison cũng nhận xét Ox Alpha “rất ấn tượng”.59 Đây là dấu hiệu cho thấy sức hút của mô hình, nhưng không phải một bài đánh giá hiệu năng độc lập.

Cộng đồng lần ra Zhipu bằng cách nào?

Trước khi Z.ai chính thức lên tiếng, các nhà phát triển đã dùng phương pháp kiểm thử hộp đen để truy tìm nguồn gốc Ox Alpha. Ba nhóm dấu vết được nhắc đến nhiều nhất là tokenizer, xử lý video và lỗi API.

1. Chênh lệch cố định khoảng 75 token

Các nhà nghiên cứu so sánh số token của Ox Alpha với GLM-5.3 trên nhiều nhóm prompt. Kết quả được báo cáo cho thấy số token gốc gần như trùng khớp, chỉ lệch một lượng cố định khoảng 75 token.117

Nếu chênh lệch này vẫn ổn định qua văn bản nhiều ngôn ngữ, mã nguồn và biểu tượng cảm xúc, một cách giải thích hợp lý là OpenRouter hoặc nhà cung cấp đã thêm system prompt hay lớp đóng gói yêu cầu. Điều đó khác với trường hợp hai mô hình sử dụng những bộ từ vựng hoàn toàn khác nhau. Một phân tích cộng đồng với quy mô lớn hơn cũng báo cáo kết quả khớp chính xác trong 95/95 phép thử.18

Dấu vết tokenizer là bằng chứng mạnh cho khả năng hai hệ thống chia sẻ bộ từ vựng hoặc lớp phục vụ tương tự. Tuy vậy, riêng tokenizer không thể chứng minh toàn bộ trọng số của hai mô hình là giống nhau.

2. Cách tính token video trùng với GLM-5V-Turbo

Một manh mối khác đến từ dữ liệu video. Các bài kiểm thử cộng đồng cho biết lượng token Ox Alpha tiêu thụ trong nhiều video trùng khớp với GLM-5V-Turbo của Zhipu, đồng thời thể hiện những quy luật tương tự về lấy mẫu khung hình và xử lý độ phân giải.1724

Hành vi của bộ mã hóa video khó bắt chước chỉ bằng cách điều chỉnh prompt, nên nhiều người xem đây là dấu hiệu có tính phân biệt cao hơn so với văn phong đầu ra. Dẫu vậy, đây vẫn là suy luận bên ngoài dựa trên kiểm thử hộp đen, chưa thể thay thế công bố chính thức của nhà phát triển.

3. Định dạng lỗi API và phản hồi tương đồng

Các nhà phát triển cũng báo cáo rằng Ox Alpha có thông báo lỗi API, phản ứng với thiết lập suy luận và một số đặc điểm đầu ra tương tự các dịch vụ GLM.24

Khi kết hợp các dấu vết này với kết quả tokenizer và xử lý video, giả thuyết “mô hình tiền phát hành của Zhipu” trở nên rất thuyết phục. Tuy nhiên, con số “99% chắc chắn” từng được lan truyền chỉ là đánh giá của một số người quan sát, không phải xác suất thống kê được kiểm chứng bằng phương pháp công khai.27

Một số tín hiệu dè dặt từ những người liên quan đến Google DeepMind cũng từng khiến cộng đồng suy đoán về Gemini. Nhưng những gợi ý không xác nhận đó không thay đổi kết luận cuối cùng: ngày 26/8, Z.ai xác nhận Ox Alpha thuộc dòng GLM và công bố tên GLM-5.3-Flash.510

Ox Alpha nằm trong xu hướng “Stealth Alpha”

Ox Alpha không phải mô hình ẩn danh đầu tiên xuất hiện trên OpenRouter. Những trường hợp từng được nhắc đến gồm:

• Pony Alpha → Zhipu GLM-5
• Hunter Alpha → Xiaomi MiMo-V2-Pro
• Elephant Alpha → Inclusion AI của Ant Group
• Owl Alpha → LongCat-2.0 của Meituan3833

Các trường hợp này cho thấy một mô thức phát hành tương tự: mô hình được mở cho nhà phát triển dưới tên mã ẩn danh hoặc bán ẩn danh, thường miễn phí trong thời gian ngắn; sau khi thu thập lượng sử dụng thực tế và phản hồi, đơn vị phát triển mới công bố thương hiệu hoặc tên phiên bản chính thức.3438

Về mặt chiến lược, cách làm này có thể mang lại một số lợi ích:

1. Giảm ảnh hưởng của định kiến thương hiệu và xuất xứ. Người dùng trải nghiệm trước khi biết công ty đứng sau.
2. Thu thập phản hồi từ môi trường thực tế. Nhà phát triển có thể đưa mô hình vào kho mã, công cụ và quy trình tự động thay vì chỉ thử trong phòng thí nghiệm.
3. Tạo hiệu ứng truyền miệng. Công thức “miễn phí + ẩn danh + hiệu năng cao” dễ kích thích cộng đồng thử nghiệm.
4. Kiểm tra hạ tầng phục vụ. Lưu lượng lớn giúp đánh giá khả năng chịu tải, ngữ cảnh dài và độ ổn định trong các tác vụ nhiều bước.

Đây là những cách giải thích hợp lý cho chiến lược phát hành, không phải toàn bộ động cơ đã được các công ty công khai xác nhận. Riêng với Ox Alpha, giai đoạn ẩn danh rõ ràng đã tạo ra lượng sử dụng lớn, thúc đẩy phân tích kỹ thuật và thu hút sự chú ý của cộng đồng phát triển toàn cầu trước khi Z.ai gắn mô hình với thương hiệu GLM.8910

Kết luận: Điểm đáng chú ý nhất là cách phát hành

Câu chuyện Ox Alpha có thể chia thành hai giai đoạn. Giai đoạn đầu là một mô hình OpenRouter miễn phí, đa phương thức, có ngữ cảnh dài và chưa rõ danh tính. Giai đoạn sau bắt đầu khi Z.ai xác nhận nó là GLM-5.3-Flash và đưa mô hình vào hệ sinh thái chính thức.210

Điểm DeepSWE 80% cho thấy Ox Alpha có tính cạnh tranh trong một nhóm nhiệm vụ kỹ thuật phần mềm thực tế. Nhưng cả bài kiểm tra 10 nhiệm vụ lẫn báo cáo về bài đánh giá đầy đủ 113 nhiệm vụ đều cần được đọc cùng thông tin về cấu hình và quy trình kiểm thử.

Ý nghĩa dài hạn hơn nằm ở mô hình phát hành: các phòng thí nghiệm AI đang biến bản xem trước ẩn danh thành một không gian thử nghiệm công khai, nơi năng lực mô hình, hạ tầng và mức độ chấp nhận của nhà phát triển được kiểm tra cùng lúc.

Với người dùng chuyên môn, tiêu chí thực tế nhất vẫn là tự kiểm tra trên kho mã, chuỗi công cụ và dữ liệu của mình — thay vì chỉ nhìn một bảng xếp hạng hoặc điểm số lan truyền. Việc cộng đồng lần ra Ox Alpha trước khi Z.ai xác nhận cho thấy giá trị của phân tích dấu vân tay kỹ thuật. Đồng thời, nó cũng nhắc chúng ta phải phân biệt rõ giữa một suy luận có xác suất cao và một tuyên bố đã được nhà phát triển chính thức xác nhận.