一個冇公司名、冇公開身世嘅AI模型，突然喺OpenRouter出現，仲一度免費開放畀人試用。呢個模型叫Ox Alpha，識處理文字、圖片同影片，最受注目嘅規格係超過一百萬Token嘅上下文窗口，以及最高131,072 Token輸出。\n\n但Ox Alpha最吸睛嘅地方，未必只係跑分，而係「佢到底係邊個做？」截至2026年8月21日，OpenRouter只將供應商標示為「Stealth」，開發方亦表示預覽期間會保持匿名，未有任何公司公開認領。 72141\n\n## 規格有幾誇張？\n\nOx Alpha喺2026年8月20日上架，初期預覽大約維持一星期，輸入同輸出都係免費。官方列出嘅上下文窗口為 1,048,576 Token，最大輸出則為 131,072 Token；模型支援文字、圖片同影片輸入，定位係高效編程、長時間Agent工作流程，以及生產環境用途。 2122\n\n| 規格 | 已公布資料 |\n|---|---|\n| 模型ID | stealth/ox-alpha |\n| 供應商 | 匿名「Stealth」供應商 |\n| 上架日期 | 2026年8月20日 |\n| 預覽價格 | 預覽期間免費 |\n| 上下文窗口 | 1,048,576 Token |\n| 最大輸出 | 131,072 Token |\n| 輸入類型 | 文字、圖片、影片 |\n| 主要用途 | 編程、持續Agent工作、生產工作負載 |\n\n一百萬Token上下文，理論上可以一次過放入大型程式碼庫、長篇技術文件，或者一段需要長時間維持工作記憶嘅Agent流程。\n\n不過，上下文容量大，唔等於模型一定可以穩定理解入面所有內容。能夠「容納幾多」同實際推理、記憶及修正能力，始終係兩回事。\n\n## DeepSWE約80%：靚成績，但唔好即刻當冠軍\n\n最受關注嘅結果，來自研究員Ben Davis對DeepSWE其中10個任務進行嘅獨立測試。報告指Ox Alpha得分約 80%，相比之下，Claude Fable 5為 65%，GPT-5.6 Sol則為 52%。 611\n\nDeepSWE主要用嚟評估模型能否讀懂真實程式碼庫、搵出問題，再產生有效修補。呢組數字顯示，Ox Alpha喺該名測試者嘅設定下，處理軟件工程任務嘅表現相當突出。\n\n但呢個結果唔足以證明Ox Alpha已經全面超越其他模型，原因包括：\n\n- 測試只涵蓋DeepSWE更大基準入面嘅10個任務；\n- 屬於個人獨立評估，唔係模型官方提交；\n- Ox Alpha當時未被官方DeepSWE排行榜收錄；\n- 小樣本容易受任務選擇、提示詞、模型設定，以及「差少少完成」應否算成功等因素影響。\n\n相關報道亦特別指出，Ox Alpha未有加入官方DeepSWE排行榜。 12 所以較穩妥嘅講法係：Ox Alpha喺早期測試發出咗一個強烈而值得留意嘅訊號，而唔係已經正式確立全球編程第一。\n\n## OpenCode同OpenRouter：私隱講法並唔完全一樣\n\n除咗OpenRouter，Ox Alpha亦透過OpenCode提供。OpenCode嘅預覽訊息標榜零資料保留，並指供應商唔會用客戶資料訓練模型。 4549\n\n但OpenRouter頁面採用另一套措辭：提示詞同回應會由供應商保留，但唔會用於訓練。 4354\n\n呢兩種講法唔可以當成完全相同：\n\n- 「唔用於訓練」唔一定代表「完全唔保留」；\n- 「零資料保留」則係對儲存政策更嚴格嘅描述。\n\n對開發者嚟講，使用邊條接入路徑，本身就係私隱決定嘅一部分。OpenCode聲稱嘅政策，唔應該自動套用到OpenRouter，亦唔代表其他中介平台會有相同安排。喺匿名營運者、資料保留期限同預覽結束後條款仍然唔清晰之前，最好唔好將敏感原始碼、密碼、API Key、內部文件或者其他機密資料放入測試Prompt。 3248\n\n## 點解社群懷疑係智譜AI／Z.ai？\n\nAI社群之所以追查Ox Alpha身世，主要係靠一系列所謂「技術指紋」：包括Tokenizer行為、Token數量、影片編碼器表現、回應風格，以及處理不同輸入時嘅模式。多份分析認為，呢啲特徵同智譜AI（亦稱Z.ai）嘅GLM系列有相似之處，焦點更落喺一個尚未公開嘅多模態GLM-5.x版本。 1425\n\n不過，呢個仍然係間接推論。其他報道指出，推測中所需嘅服務算力同實際觀察到嘅部署能力並唔完全吻合；而智譜AI亦未有正式表示Ox Alpha係由自己開發或營運。 14\n\n換句話講，技術指紋可以指向共用組件、相關模型家族，甚至相同服務配置，但唔等於供應商正式公布身份。部分分析對具體GLM版本提出接近確定嘅機率，亦超出目前獨立資料可以穩妥支持嘅程度。\n\n## 小米MiMo係另一個可能，但證據不足\n\n社群亦有人提出小米MiMo系列可能係Ox Alpha嘅來源。呢個推測表面上有一定合理性，因為MiMo同樣涉及多模態及編程模型開發；但目前提供嘅資料，未能證明兩者有直接關係。 1\n\n因此，截至相關報道截點，最準確嘅總結係：智譜／Z.ai嘅GLM系列係目前較受支持嘅假說，小米MiMo係另一個可能性，而真正開發者仍然未知。\n\n## 同Pony Alpha有幾似？\n\nOx Alpha嘅推出方式，亦令人聯想到較早前社群討論過嘅匿名模型Pony Alpha。當時有報道將Pony Alpha同智譜GLM-5聯繫起來，後來模型身份先逐步公開。 1454\n\n兩者相似之處，主要係發布策略：一個能力唔低嘅模型先用臨時或者匿名名稱出現，畀開發者大規模試用，營運方就可以喺正式掛上品牌之前收集真實世界回饋。\n\n但相似嘅發布模式，唔代表Ox Alpha一定同Pony Alpha由同一家公司擁有，亦唔代表兩者採用相同架構或者訓練來源。\n\n## 結論：值得試，但唔應該盲目投入生產\n\nOx Alpha確實係一次相當「落本」嘅公開預覽：免費試用約一星期、1,048,576 Token上下文、131,072 Token最大輸出，同時支援文字、圖片及影片輸入。早期DeepSWE測試錄得約80%，亦足以令編程開發者留意。\n\n但呢個80%只來自10個任務，而且未經官方排行榜確認；模型來源最有力嘅推測係智譜AI／Z.ai未發布嘅GLM系列，小米MiMo則仍然只係未證實嘅替代理論。私隱方面，OpenCode標榜零資料保留，OpenRouter則表示供應商會保留提示詞及回應但唔會用嚟訓練，兩者唔可以混為一談。\n\n所以，現階段最合理嘅定位係：Ox Alpha係一個值得喺安全、隔離、非敏感程式碼庫入面集中測試嘅神秘模型，但未足以被視為已驗證嘅生產標準。

一個冇公司名、冇公開身世嘅AI模型，突然喺OpenRouter出現，仲一度免費開放畀人試用。呢個模型叫Ox Alpha，識處理文字、圖片同影片，最受注目嘅規格係超過一百萬Token嘅上下文窗口，以及最高131,072 Token輸出。\n\n但Ox Alpha最吸睛嘅地方，未必只係跑分，而係「佢到底係邊個做？」截至2026年8月21日，OpenRouter只將供應商標示為「Stealth」，開發方亦表示預覽期間會保持匿名，未有任何公司公開認領。 72141\n\n## 規格有幾誇張？\n\nOx Alpha喺2026年8月20日上架，初期預覽大約維持一星期，輸入同輸出都係免費。官方列出嘅上下文窗口為 1,048,576 Token，最大輸出則為 131,072 Token；模型支援文字、圖片同影片輸入，定位係高效編程、長時間Agent工作流程，以及生產環境用途。 2122\n\n| 規格 | 已公布資料 |\n|---|---|\n| 模型ID | stealth/ox-alpha |\n| 供應商 | 匿名「Stealth」供應商 |\n| 上架日期 | 2026年8月20日 |\n| 預覽價格 | 預覽期間免費 |\n| 上下文窗口 | 1,048,576 Token |\n| 最大輸出 | 131,072 Token |\n| 輸入類型 | 文字、圖片、影片 |\n| 主要用途 | 編程、持續Agent工作、生產工作負載 |\n\n一百萬Token上下文，理論上可以一次過放入大型程式碼庫、長篇技術文件，或者一段需要長時間維持工作記憶嘅Agent流程。\n\n不過，上下文容量大，唔等於模型一定可以穩定理解入面所有內容。能夠「容納幾多」同實際推理、記憶及修正能力，始終係兩回事。\n\n## DeepSWE約80%：靚成績，但唔好即刻當冠軍\n\n最受關注嘅結果，來自研究員Ben Davis對DeepSWE其中10個任務進行嘅獨立測試。報告指Ox Alpha得分約 80%，相比之下，Claude Fable 5為 65%，GPT-5.6 Sol則為 52%。 611\n\nDeepSWE主要用嚟評估模型能否讀懂真實程式碼庫、搵出問題，再產生有效修補。呢組數字顯示，Ox Alpha喺該名測試者嘅設定下，處理軟件工程任務嘅表現相當突出。\n\n但呢個結果唔足以證明Ox Alpha已經全面超越其他模型，原因包括：\n\n- 測試只涵蓋DeepSWE更大基準入面嘅10個任務；\n- 屬於個人獨立評估，唔係模型官方提交；\n- Ox Alpha當時未被官方DeepSWE排行榜收錄；\n- 小樣本容易受任務選擇、提示詞、模型設定，以及「差少少完成」應否算成功等因素影響。\n\n相關報道亦特別指出，Ox Alpha未有加入官方DeepSWE排行榜。 12 所以較穩妥嘅講法係：Ox Alpha喺早期測試發出咗一個強烈而值得留意嘅訊號，而唔係已經正式確立全球編程第一。\n\n## OpenCode同OpenRouter：私隱講法並唔完全一樣\n\n除咗OpenRouter，Ox Alpha亦透過OpenCode提供。OpenCode嘅預覽訊息標榜零資料保留，並指供應商唔會用客戶資料訓練模型。 4549\n\n但OpenRouter頁面採用另一套措辭：提示詞同回應會由供應商保留，但唔會用於訓練。 4354\n\n呢兩種講法唔可以當成完全相同：\n\n- 「唔用於訓練」唔一定代表「完全唔保留」；\n- 「零資料保留」則係對儲存政策更嚴格嘅描述。\n\n對開發者嚟講，使用邊條接入路徑，本身就係私隱決定嘅一部分。OpenCode聲稱嘅政策，唔應該自動套用到OpenRouter，亦唔代表其他中介平台會有相同安排。喺匿名營運者、資料保留期限同預覽結束後條款仍然唔清晰之前，最好唔好將敏感原始碼、密碼、API Key、內部文件或者其他機密資料放入測試Prompt。 3248\n\n## 點解社群懷疑係智譜AI／Z.ai？\n\nAI社群之所以追查Ox Alpha身世，主要係靠一系列所謂「技術指紋」：包括Tokenizer行為、Token數量、影片編碼器表現、回應風格，以及處理不同輸入時嘅模式。多份分析認為，呢啲特徵同智譜AI（亦稱Z.ai）嘅GLM系列有相似之處，焦點更落喺一個尚未公開嘅多模態GLM-5.x版本。 1425\n\n不過，呢個仍然係間接推論。其他報道指出，推測中所需嘅服務算力同實際觀察到嘅部署能力並唔完全吻合；而智譜AI亦未有正式表示Ox Alpha係由自己開發或營運。 14\n\n換句話講，技術指紋可以指向共用組件、相關模型家族，甚至相同服務配置，但唔等於供應商正式公布身份。部分分析對具體GLM版本提出接近確定嘅機率，亦超出目前獨立資料可以穩妥支持嘅程度。\n\n## 小米MiMo係另一個可能，但證據不足\n\n社群亦有人提出小米MiMo系列可能係Ox Alpha嘅來源。呢個推測表面上有一定合理性，因為MiMo同樣涉及多模態及編程模型開發；但目前提供嘅資料，未能證明兩者有直接關係。 1\n\n因此，截至相關報道截點，最準確嘅總結係：智譜／Z.ai嘅GLM系列係目前較受支持嘅假說，小米MiMo係另一個可能性，而真正開發者仍然未知。\n\n## 同Pony Alpha有幾似？\n\nOx Alpha嘅推出方式，亦令人聯想到較早前社群討論過嘅匿名模型Pony Alpha。當時有報道將Pony Alpha同智譜GLM-5聯繫起來，後來模型身份先逐步公開。 1454\n\n兩者相似之處，主要係發布策略：一個能力唔低嘅模型先用臨時或者匿名名稱出現，畀開發者大規模試用，營運方就可以喺正式掛上品牌之前收集真實世界回饋。\n\n但相似嘅發布模式，唔代表Ox Alpha一定同Pony Alpha由同一家公司擁有，亦唔代表兩者採用相同架構或者訓練來源。\n\n## 結論：值得試，但唔應該盲目投入生產\n\nOx Alpha確實係一次相當「落本」嘅公開預覽：免費試用約一星期、1,048,576 Token上下文、131,072 Token最大輸出，同時支援文字、圖片及影片輸入。早期DeepSWE測試錄得約80%，亦足以令編程開發者留意。\n\n但呢個80%只來自10個任務，而且未經官方排行榜確認；模型來源最有力嘅推測係智譜AI／Z.ai未發布嘅GLM系列，小米MiMo則仍然只係未證實嘅替代理論。私隱方面，OpenCode標榜零資料保留，OpenRouter則表示供應商會保留提示詞及回應但唔會用嚟訓練，兩者唔可以混為一談。\n\n所以，現階段最合理嘅定位係：Ox Alpha係一個值得喺安全、隔離、非敏感程式碼庫入面集中測試嘅神秘模型，但未足以被視為已驗證嘅生產標準。