神秘“牛来大模型”火爆外网，部分测试超过 Fable、GPT-5.6

8 月 20 日，AI 模型聚合平台 OpenRouter 发布推文，宣布上线一款代号为 Ox Alpha 的匿名新模型。官方没有透露模型开发方，只将其描述为一款面向编码、长时间智能体任务和实际生产环境的前沿模型。

模型参数信息不多：Ox Alpha 的上下文窗口约为 104.8 万 token，最大输出长度为 13.1 万 token，同时支持文本、图像和视频输入，预览期间可以免费调用。开源终端编程智能体 OpenCode 也在当天宣布接入这款模型，并表示为其准备了每天 100 万亿 token 的调用容量。

上线数小时后，Ox Alpha 迅速吸引了社区注意力，多位开发者对其展开密集测试。独立研究员本·戴维斯（Ben Davis）选取软件工程基准 DeepSWE 中的 10 个子任务进行测试，Ox Alpha 的通过率约为 80%，高于 Claude Fable 5 的 65%、GLM-5.3 和 Grok 4.6 的 62%，以及 GPT-5.6 Sol 的 52%。不过，这组结果来自戴维斯的个人测试，DeepSWE 官方排行榜目前尚未收录 Ox Alpha。

（来源：X@davis7）

对一款刚上线不到 12 小时的匿名模型，这样的数据足以引发集体好奇：Ox Alpha 到底是谁家的？

社区的讨论猜测主要集中在四个方向。

最早是小米 MiMo。8 月 18 日，小米集团 CFO 林世伟刚刚透露，新一代 MiMo 模型正在训练，很快会发布。更巧的是，小米此前已经在 OpenRouter 上这么做过：今年 3 月，MiMo-V2-Pro 曾以 Hunter Alpha 的名字匿名测试。

第二种可能指向智谱 AI（现已更名 Z.ai）。Ox Alpha 的 100 万 token 上下文、多模态输入和智能体定位，都与智谱近来的模型路线比较接近。智谱也有匿名测试的先例，今年 2 月上线 OpenRouter 的 Pony Alpha，后来被证实就是 GLM-5。

第三个方向是腾讯混元，有 Reddit 用户直接猜测是“HY 4”，理由之一是能撑起如此大规模免费调用的厂商并不多；第四个方向是 Google Gemini，依据是百万上下文加原生视频输入的组合此前更常见于 Gemini 系列，甚至有测试者试图从 Ox Alpha 口中“套话”，问及身份时，它自称为 Gemini。

四个方向各有支撑，也各有漏洞，最后一种最容易被证伪：模型可能从训练数据、系统提示或对话上下文里生成一个看起来合理却完全失实的答案，同一个模型在不同问法下，给出的答案也可能反复横跳。

随着讨论持续发酵，一系列技术分析陆续出现，Ox Alpha 的身份也逐渐浮出水面。

猜模型，变成了一门技术

匿名可以隐藏模型的品牌和开发方，但很难完全掩盖它在工程实现上的特征。

几轮匿名模型测试下来，社区判断模型身份的方式也越来越技术化。开发者不再只凭回答风格和使用体验猜测，而是开始比较分词器、视觉编码方式、特殊 token 反应等特征，并通过多个维度相互验证。

第一个方法是分词器（tokenizer）指纹匹配。每一款大语言模型在处理输入文本时，都会先经过分词器把字符串切分成 token。不同厂商训练的分词器有各自的词表和切分策略，即面对同一段文本，切出的 token 数量往往并不相同，隐藏难度极高。

一位分析者用 25 组不同提示词分别测试 Ox Alpha 和 GLM-5.3，发现两者的原始 token 数完全一致，只是 Ox Alpha 每次都会固定多出 75 个 token。这一规律也被认为是它可能来自智谱 GLM 系列的又一项证据。

第二个方法是视觉编码器（vision encoder）的 token 预算指纹。多模态模型处理视频输入时，会用一个视觉编码器把画面帧转化为 token 送入语言模型，这一步消耗的 token 数由采样帧率、时长缩放系数、分辨率处理策略等多个独立设计决定。

有人构造了四段用 ffmpeg 生成、参数固定的测试视频，依次发送给 Ox Alpha 和各个候选模型，然后用总 token 数减去纯文本基线，得到视觉编码器的净消耗。结果显示，Ox Alpha 在四段视频上的消耗与智谱的 GLM-5V-Turbo 完全一致，且同时匹配三个独立的编码器设计选择：帧率无关的采样、约每秒 147 token 的时长缩放、逐帧的分辨率缩放。作为对照，小米 MiMo v2.5、通义 Qwen 3.8 Max、GLM-4.6V 的编码器签名与 Ox Alpha 差异显著。

图 | 近乎实锤（来源：ox alpha evidence production）

第三个方法是脏 token（dirty token）碰撞。即语言模型训练时，某些 token 由于在数据里出现频率低或分布异常，会成为模型的敏感点，遇到时容易触发异常输出。不同模型家族的脏 token 分布并不相同。

有测试者观察到，Ox Alpha 在同一批对抗字符串上的反应模式与 GLM-5.3 高度重合，但与 Gemini、DeepSeek、Kimi 的匹配度仅为 18%~22%。

第四个方法是行为风格与工作节奏。有分析者统计了 Ox Alpha 在输出综合性回答时的 emoji 密度，约为每千字符 1.3 个，这正是 GLM 系和 Qwen 系模型的典型风格特征（章节 emoji、红黄绿三色状态点、勾选列表），Claude、GPT-5.6 和 Grok 在同类任务上的密度接近于零。

此外，DeepSWE 跑分显示，Ox Alpha 平均每个任务执行 117 个智能体步骤，与 GLM-5.3 的排行榜数据（124 步）几乎一致。作为对比，GPT-5.6 Sol 通常只用 61 步、Claude 系是 88~99 步。

第五个方法是排除法。小米 MiMo 虽然参数规模相近、也有匿名发布的先例，但 MiMo V2.5 的一个标志性能力是原生音频输入，反观 Ox Alpha，其在音频请求上的拒绝方式与 GLM-5V 完全一致。更别提通常不绕弯子、直接开源权重的 DeepSeek。进一步缩小范围，通义 Qwen 3.8 刚刚公开发布，编码器签名对不上；xAI、OpenAI、Anthropic、Gemini 等则在分词器、风格、编码器等特征上不匹配。

综合以上证据，本·戴维斯推测，Ox Alpha有约 99% 的概率属于智谱 GLM-5.x 系列，具体而言，可能是多模态旗舰 GLM-5.3V（视觉版）或下一代 GLM-5.5。另一份独立分析对这一判断给出的置信度是 90% 左右。

匿名通道成了中国模型的出海标配？

Ox Alpha 是 OpenRouter 上线的第五款“Stealth Model”（匿名模型）。在这一机制下，模型厂商可以暂不公开身份，将模型接入 OpenRouter 的统一 API，开发者则可以像调用普通模型一样进行测试。等到测试告一段落后，厂商再选择是否公开模型身份。

值得注意的是，此前几款最终公开身份的 OpenRouter 匿名模型，背后都来自中国团队。今年 2 月，代号 Pony Alpha 的匿名模型上线，首日调用量达到 400 亿 token，5 天后公布身份，确认为智谱 GLM-5。3 月 11 日，Hunter Alpha 上线，同样具备万亿参数级规模和 100 万 token 上下文，一度被外界猜测为 DeepSeek V4，随后小米确认其为 MiMo-V2-Pro。

4 月，主打效率的文本模型 Elephant Alpha 上线，约两周后由蚂蚁集团旗下 Inclusion AI 公布身份。4 月底，主打智能体和工具调用能力的 Owl Alpha 出现，直到 6 月 30 日才正式确认来自美团，对应模型为 LongCat-2.0。

顺着这个线索再看，Ox Alpha 也多了一点指向智谱的巧合：上次的马甲是“马”，这次是牛，无论从分类学还是从“牛马”的隐喻来看，都很合理。

（来源：openrouter）

为什么中国厂商出海时偏爱“假面舞会”？

匿名发布的好处，首先是减少品牌本身对测试结果的影响。开发者不知道模型来自哪家公司，更容易直接根据实际表现作出判断。对于希望进入海外开发者市场的中国模型厂商来说，这种方式也能降低新品发布时的品牌门槛。

除了 DeepSeek 和通义 Qwen，很多中国模型在海外开发者中的品牌认知度仍然有限。相比直接以公司和产品名上线，匿名模型更容易激发社区的测试和讨论。等到模型积累一定关注后再公布身份，也相当于形成了两轮传播：先讨论模型本身，再讨论背后的厂商。

匿名测试还有一个更实际的价值，就是获得真实使用环境下的反馈。开发者会把模型接入不同的编程工具、智能体框架和代码仓库，用它处理远比公开 benchmark 更复杂的任务。长上下文是否稳定、工具调用是否可靠、连续执行几十甚至上百步后还能不能保持目标，这些问题往往只有在大规模真实调用中才能暴露出来。

OpenCode 此次宣称为 Ox Alpha 准备了每天 100 万亿 token 的服务容量，也说明这轮测试规模并不小。对模型厂商来说，这部分投入既可以理解为推广成本，也可以看作一次面向真实用户的大规模压力测试。

按照此前几款匿名模型的发布节奏，Ox Alpha 的免费测试可能在 8 月 27 日前后结束。现有技术分析普遍将它指向智谱 GLM 系列，更具体的猜测包括尚未发布的多模态旗舰模型，但在官方公布之前，这一判断仍然只能算是推测。

参考内容：

https://openrouter.ai/stealth/ox-alpha

https://x.com/OpenRouter/status/2090544970923184269

https://ox-alpha-evidence-production.up.railway.app/

https://x.com/aitrackerbot/status/2090547594556494221

https://x.com/i/trending/2090647410486001976

https://daily.dev/posts/ox-alpha-fully-tested-so-this-is-glm-5-5-it-s-crazy--edurbt7mj

https://cryptobriefing.com/ox-alpha-stealth-ai-model-1m-context/

https://www.cnbc.com/2026/07/07/chinese-ai-models-costs-us-openai-anthropic.html

https://www.bloomberg.com/news/articles/2026-08-16/stripe-nears-deal-to-buy-ai-firm-openrouter-for-over-7-billion