Ox Alpha係邊個做？匿名AI模型表現亮眼，線索指向智譜但仍未獲確認

Ox Alpha最穩妥嘅定位，係一個匿名公開預覽模型，而唔係已經獲確認嘅新一代頂尖模型發布。佢喺2026年8月20日出現於OpenRouter，限時一星期免費開放，主打編程、長時間運作嘅AI Agent任務，以及多模態工作流程。模型表現同技術特徵都相當搶眼，亦令外界懷疑佢可能源自智譜AI（Z.ai）嘅GLM系列；但呢個目前仍然只係技術推斷，未有官方確認。

Ox Alpha到底係咩

OpenRouter將模型列為 stealth/ox-alpha，即係由選擇暫時保持匿名嘅第三方開發及營運。OpenRouter只負責轉發請求，並唔係模型開發者、擁有人或者供應商。

對一個免費預覽模型嚟講，Ox Alpha公開嘅規格相當進取：

• 上下文窗口： 1,048,576 Token
• 最多輸出： 131,072 Token
• 輸入格式： 文字、圖片、影片
• 主要用途： 編程、持續運作嘅Agent任務、面向生產環境嘅工作流程
• 預覽期間價格： OpenRouter上免費使用

開源終端編程Agent OpenCode亦透過免費層提供Ox Alpha。其公告形容模型有寬鬆限制及「接近無限」用量，並聲稱每日可處理100萬億Token。不過，呢個係營運方自己提出嘅容量數字，並非經獨立審核嘅實際吞吐量測試。

DeepSWE十項測試跑出80%，但唔等於正式登頂

開發者Ben Davis從DeepSWE軟件工程基準測試中抽取10項任務測試Ox Alpha。模型據報完成其中8項，得分約為80%；同一個有限比較中，Claude Fable 5為65%，GPT-5.6 Sol為52%。

呢個結果當然吸睛，但唔應該直接寫成Ox Alpha正式擊敗DeepSWE所有對手。DeepSWE v1.1一共有113項原創、需要長時間操作嘅軟件工程任務，分布於91個程式庫；10項只佔好細一部分。

仲有幾個方法論限制要留意：

• 測試樣本太細，容易受揀題效應影響，結果波幅亦可以好大。
• 各模型未必使用相同數量嘅rollout或嘗試次數。
• Ox Alpha未有按官方排行榜嘅標準流程完成評估，亦未被加入公開榜單。
• 個別研究者抽樣測試所得嘅通過率，唔可以直接同完整基準、統一條件下嘅成績相提並論。

截至當時可見嘅公開排行榜快照，Claude Opus 5以73.6%排第一，GPT-5.6 Sol為72.7%，Claude Fable 5為69.7%。 所以較嚴謹嘅講法係：Ox Alpha喺Davis嘅10項實驗中表現非常強，但呢個結果尚未證明佢係最強通用編程模型。

點解外界估佢可能係智譜AI

目前最受關注嘅身世推測，係Ox Alpha可能同智譜AI（亦稱Z.ai）及其GLM模型家族有關。呢個判斷主要來自模型行為指紋，而唔係任何公司公告。

其中一項測試以25組提示詞比較Ox Alpha同GLM-5.3嘅Token切分行為。據報，兩者扣除固定75 Token嘅外層包裝後，底層Token數完全吻合。另一批影片測試亦發現兩者喺視覺Token處理方面相似，包括抽取畫面方式、影片時長縮放及解像度處理。

其他被報道嘅相似點，仲包括回應風格、API行為，以及模型處理音訊輸入嘅方式。單獨睇任何一項線索，都可能由共用包裝層、相同基礎設施，甚至模仿行為造成；但分析者認為，多項相對獨立嘅指紋一齊出現，就形成一個更完整、同智譜統一多模態GLM路線相符嘅證據群。

智譜過往亦曾經以匿名或隱身形式測試模型，例如Pony Alpha，令呢個推測多咗一層背景合理性。不過，過往做法始終唔能夠證明Ox Alpha一定由智譜開發。

身世仍然有咩未證實

截至相關報道涵蓋嘅期間，未有任何公司公開承認自己係Ox Alpha背後嘅開發者，智譜亦未確認呢個歸屬。 外界曾經猜測佢可能係某個GLM變體，但現有證據仍然未能分辨，Ox Alpha究竟係未發布模型、生產版本、微調系統，抑或由另一個團隊利用相關基礎設施營運。

因此，最穩陣嘅描述係：Ox Alpha很可能源自GLM家族，亦可能同智譜有關，但創作者及確實模型身份仍未獲證實。 個別分析者流傳嘅信心百分比，唔應該當成官方識別結果。

私隱政策出現「兩套講法」

對開發者嚟講，Ox Alpha最實際、亦最容易被忽略嘅細節，係資料保留政策。OpenRouter嘅Ox Alpha頁面表示，底層供應商會保留提示詞及完成內容，但唔會用嚟訓練模型。

呢個講法同OpenRouter一般資料收集政策並唔相同。OpenRouter表示，除非用戶主動開啟輸入／輸出記錄，否則OpenRouter本身唔會儲存提示詞或回覆；同時，平台亦會分開列出各模型供應商嘅資料政策。換句話講，路由平台同模型供應商可以有唔同嘅保留規則。

至於OpenCode，就以「零資料保留」宣傳Ox Alpha。 呢個承諾可能只係講緊OpenCode自己點樣處理請求，但唔會自動推翻OpenRouter路線所披露嘅供應商保留政策。簡單講，「OpenCode唔保留資料」同「底層模型供應商會保留提示詞及回覆」，可以分別描述同一個請求流程中唔同階段。

喺供應商未有發布一份單一、清晰而具合約效力嘅資料處理政策之前，較審慎嘅假設係：模型供應商可能會保留你提交嘅內容。開發者唔應該因為服務免費，或者政策話「唔會用提示詞訓練」，就直接上載專有程式碼、密碼、個人資料或者受規管資料。

總結：值得試，但未值得盲信

Ox Alpha之所以引起熱議，主要有三個原因：短期免費預覽、超大上下文窗口兼多模態能力，以及早期編程測試中非常突出嘅成績。但現有證據支持嘅係「值得關注嘅匿名模型」，而唔係「神秘實驗室已經確定擊敗所有頂尖模型」。

所謂80% DeepSWE成績，實際上係10項任務完成8項，並非完整113項測試。公開排行榜當時仍然由Claude Opus 5領先，而Ox Alpha亦未完成官方評估流程。

至於身世，Token切分、影片編碼、回應風格同音訊處理等技術指紋，令智譜／GLM成為目前最合理嘅解釋；但截至目前，仍然冇公開確認證明佢就係智譜作品。想用嚟做實驗，Ox Alpha當然相當有吸引力；但如果係生產系統或者敏感程式碼，匿名營運、供應商保留資料，以及模型身份未明，都係需要三思嘅理由。