Ox Alpha 是誰做的？匿名 AI 模型與智譜 GLM 傳聞一次看

Ox Alpha 最穩妥的定位，是一款匿名公開預覽的「隱身模型」，而不是已經獲得確認的新一代前沿模型發布。它在 2026 年 8 月 20 日出現在 OpenRouter，限時約一週免費使用，主打程式設計、長時間執行的 AI 代理任務，以及結合文字與視覺內容的工作流程。從技術指紋來看，它很可能與智譜 AI（Z.ai）的 GLM 家族有關，但這仍是分析推論，並非已公布的事實。

Ox Alpha 是什麼？

OpenRouter 將 stealth/ox-alpha 列為由第三方模型供應商開發與營運的模型。供應商在預覽期間選擇不公開身分；OpenRouter 則強調自己只負責轉送請求，並不是 Ox Alpha 的開發者、擁有者或供應商。

這款模型在免費預覽期間標示的規格相當進取：

• 上下文視窗： 1,048,576 token
• 最大輸出： 131,072 token
• 輸入類型： 文字、圖片與影片
• 主要用途： 程式設計、持續性 AI 代理工作與生產環境工作流程
• 預覽價格： 在 OpenRouter 上為 0 美元

OpenCode 也透過免費方案提供 Ox Alpha。該平台宣稱模型擁有寬鬆限制及「接近不限量」的使用量，並表示每日可處理 100 兆 token。不過，這是營運方提出的容量說法，並非經獨立審核的實際吞吐量測量。

10 項 DeepSWE 測試拿下約 80%

開發者 Ben Davis 從 DeepSWE 軟體工程基準測試中抽取 10 項任務測試 Ox Alpha。據報它完成其中 8 項，通過率約為 80%；在同一組有限比較中，Claude Fable 5 為 65%，GPT-5.6 Sol 為 52%。

這個結果確實吸睛，但不應被說成 Ox Alpha 正式擊敗了 DeepSWE 全部參賽模型。DeepSWE v1.1 共包含 113 項原創、長流程軟體工程任務，涵蓋 91 個程式碼儲存庫；10 項測試只佔整個基準的一小部分。

這次比較還有幾項不能忽略的限制：

• 樣本數很少，容易受到任務選擇影響，結果變異也可能很高。
• 不同模型未必使用相同數量的 rollout 或嘗試次數。
• Ox Alpha 尚未依照官方排行榜的評測流程完成測試，也沒有被列入公開排行榜。
• 研究者自行挑選的子集分數，不能直接等同於在標準化條件下完成整套基準後的通過率。

截至當時可見的公開排行榜快照，Claude Opus 5 以 73.6% 居首，GPT-5.6 Sol 為 72.7%，Claude Fable 5 則為 69.7%。 因此，較精確的結論是：Ox Alpha 在 Davis 的 10 項實驗中表現非常強，但這不足以證明它是整體最好的通用程式設計模型。

為什麼外界懷疑它來自智譜 AI？

目前最受關注的身分推測，將 Ox Alpha 與智譜 AI（Zhipu AI，亦稱 Z.ai）及其 GLM 模型家族連在一起。這套說法不是來自公司公告，而是建立在模型行為「指紋」的比對上。

一項報導中的測試，以 25 組提示詞比較 Ox Alpha 與 GLM-5.3 的 token 化行為。結果顯示，扣除固定多出的 75 token 包裝內容後，兩者的原始 token 數量相符。另一些影片測試則聲稱，兩者在視覺 token 的處理上也出現相似特徵，包括畫面取樣、影片長度縮放及解析度處理方式。

外界還指出，Ox Alpha 在回應風格、API 行為及音訊輸入處理方式上，也與 GLM 系列存在相似之處。單獨來看，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，多項相對獨立的指紋同時對上，形成了更符合智譜統一多模態 GLM 系列的證據組合。

智譜過去曾以匿名或隱身形式推出模型，例如 Pony Alpha，這為相關推測增添了背景脈絡，但仍不能證明 Ox Alpha 就是由智譜開發。

目前仍未確認的部分

在報導涵蓋的期間，沒有任何公司公開認領 Ox Alpha，智譜也沒有確認這項歸屬。 外界曾猜測它可能是某個 GLM 變體，但現有證據還無法确定它究竟是尚未發布的模型、生產版本、微調系統，還是使用相關基礎設施的獨立模型。

因此，目前最能站得住腳的描述是：Ox Alpha 很可能衍生自 GLM，並可能與智譜有關，但開發者及確切模型身分仍未獲證實。 個別分析者流傳的信心百分比，也不應被當成官方身分鑑定結果。

資料留存政策出現落差

對開發者而言，Ox Alpha 最值得留意的實務問題之一，是它的私隱與資料留存說法。

OpenRouter 的 Ox Alpha 模型頁面表示，提示詞與回覆會由底層供應商保留，但不會被用於訓練。

這與 OpenRouter 的一般資料政策並不相同。OpenRouter 表示，除非使用者主動啟用輸入／輸出記錄，否則平台本身不會儲存提示詞或回覆；同時，平台也會分開列出各模型供應商的資料政策。換句話說，路由平台與實際模型供應商可能有不同的留存規則。

另一方面，OpenCode 宣傳 Ox Alpha 具備「零資料留存」政策。 這句話可能是在描述 OpenCode 自己如何處理請求，但不會自動抵銷 OpenRouter 路由所附帶的供應商留存聲明。也就是說，「OpenCode 不保留資料」與「底層模型供應商保留提示詞和回覆」，可以同時描述同一請求路徑中的不同階段。

在供應商發布單一且具合約效力的資料處理政策前，較審慎的做法，是假設模型供應商可能保留使用者提交的內容。開發者不應因為服務免費，或因為平台聲稱不會使用提示詞訓練，就直接上傳專有程式碼、憑證、個人資料或受監管資訊。

結論：值得試，但不要急著下定論

Ox Alpha 引起關注，主要有三個原因：限時免費的短期預覽、超大型上下文視窗與多模態能力，以及早期測試中亮眼的程式設計表現。但現有證據支持的是審慎解讀，而不是「匿名實驗室已經確定擊敗所有前沿模型」這種結論。

所謂 80% DeepSWE 成績，實際上是 10 題中完成 8 題，並非完整 113 題基準測試的結果。公開排行榜當時仍由 Claude Opus 5 領先，而 Ox Alpha 也尚未完成官方評測流程。

技術指紋讓智譜／GLM 成為目前最合理的歸屬推測，但尚無公開確認能证明其開發者身分。對於模型實驗而言，Ox Alpha 無疑是值得測試的神秘新選項；但若要用於生產系統或處理敏感程式碼，匿名營運、供應商層級的資料留存，以及未解決的模型身分，都是需要先審慎評估的風險。