“牛来”Ox Alpha模型登顶，智谱赢麻了？

研究员｜王晨

最近，OpenRouter和OpenCode上出现了一个新的未公开模型，名为：Ox Alpha，因为Ox是英文中的“公牛”，不少人直接称其为“牛来”。

OpenRouter称，这是一款前沿模型，专为高效编程、长时间运行的智能体任务，以及真实生产环境中的应用而打造。拥有100万token上下文窗口，以及文本、图像和视频输入。

使用Ox Alpha的方法也很简单，注册OpenRouter和OpenCode后申请API就可以免费使用了。OpenCode还在官宣的推文中提到“我们每天能处理 100 万亿个 token，就看你们能玩出什么花样了”。

目前Ox Alpha模型在Opencode和OpenRouter上都斩获了榜首位置。网友们一方面好奇谁做出了这个模型，同时惊讶于它的强大表现。

有用户在使用后称：“体感比claude-opus-5和gpt-5.6-sol都要好一点”，另一位用户称：“Ox alpha 真的很疯狂，它一口气就能完成所有事情”。

有用户测试了其文字编辑能力，并表示：“它的写作比Opus 5或GPT 5.6强得多，可以创作出散文，部分被AI检测器Pangram标记为‘人类’”。

还有用户对Ox Alpha进行了10 道真实代码的任务测试，其中，Fable-5的成功率为65%，GLM-5.3为62%，GPT-5.6-sol是52%，Grok-4.6为62%，而Ox Alpha这个未公开模型的成功率直接达到了80%。甚至有用户在测试后说：“对我来说，至少在调试和UI开发方面，实话说，它比 Sol 更强。”

此外，其多模态能力也在测试中表现出色，有用户使用“用Three.js 制作一个完整的3D客厅”作为Prompt，生成的场景如上图。“1448 行，没出错误，一次性完成”，他后续评价道，“今年我测试了每一个前沿模型。今天，OxAlpha足以让大多数模型蒙羞。”

用户的体感和一些机构的测试结果相符，Olam Labs称，Ox Alpha在其ELO评分中排名第4，仅次于GPT-5.6 Sol。Cline认为Ox Alpha的性能相比Fable都有提升。

我们也在多个场景下进行了测试。

第一个测试很简单，制作了一个帮助用户记录并提高跑步成绩的工具，Prompt为“帮我写一个可以记录跑步的工具，记录当前状态并告诉我后续的训练方向”。成品分为四个功能，分别是记录、状态总览、训练方向及设置。首个版本中“保存记录”按钮无法交互，修改后可以正常使用。在保存了多条跑步记录后，工具也能给出建议。网页的美观和实用性都不错，但首次生成后出现的BUG也需要扣分。

第二个原本是3D测试，Prompt是“做一个可以互动的星际飞船场景”，想象中的成品是一个飞船内互动场景，但Ox Alpha给到的却是一个2D横版射击游戏。虽然需求的理解有些问题，成品的素质却很高。飞机可以用鼠标和键盘操控，操控手感很顺滑，击碎石头会有动画及积分，飞机存在耐久机制。虽然理解歪了，但成品可以给到优秀。

第三个测试是复杂交互，Prompt是“我希望理解飞机发动机的原理，做个模型帮我理解”。生成的网页将涡轮增压发动机进行了拆解，并配上了完整的交互。画面上方可以调整发动机输出功率，根据输出功率不同，气流动画及右侧仪表盘也会变化。同时，发动机的每个部分都可以互动，不但有明暗区别展示，右下角还会有当前状态的文字讲解。画面美观程度尚可，交互及功能实现表现优秀。

第四个测试是复刻游戏，Prompt是“帮我做一个尽量模仿CS 1.6风格的游戏”，思考22分钟后输出了第一版，但游戏无法启动。更新第二版后，游戏可以进入，角色却无法转头。更新第三版，游戏终于可以玩了。可以购买枪械，拥有生命系统，能够进行射击，同时枪械也加入了换弹机制。不过，问题仍然存在。首先，枪械建模较差，甚至认不出是枪械；其次，角色的转向及前后移动存在BUG，输入与输出完全相反且不能调整；此外，子弹射出后会在屏幕中生成大范围几何体，严重遮挡视野。游戏虽然可以运行，但bug众多，表现不及格。

第五个测试是多模态，在看到了X上一位大佬的成品后我们进行了复刻，将一份具备透明效果的海报输入后，要求它做一个相似的网页出来。虽然有两次修改，但成品效果很棒。画面中心的两个立方体可以根据用户的动作转动，同时，背景的文字通过透明立方体表现出了正确的透视效果。

在我们的测试中，大部分情况下Ox Alpha的表现都很优秀，和网友们的感受相同，模型的强大表现也进一步引发了外界对其背后厂商的好奇。

开始时，外界的猜测方向比较混乱。有网友认为Ox Alpha可能是OpenAI尚未发布的Atra，并表示其能力过于出色，“绝对不可能是谷歌”。但随后，Gemini工作人员的一番发言又让事情变得更加扑朔迷离：“有没有可能，OxAlpha其实就是我们一路上认识的那些朋友？”

随后，有用户通过分析模型特征，找到了一个与猜测更吻合的答案。

有用户通过11个分词器探测器测试了10个模型。其中Ox Alpha在11个测试中全部与GLM匹配。其他模型的匹配程度没有超过4个，因此认为Ox Alpha应该是GLM 5.3的多模态版本。同时，还有用户使用了Tokenizer指纹、CoT指纹以及BIP39采样，得出了相同的结论。

对Ox Alpha进行过代码测试的用户对其表现十分满意：“智谱的GLM-5.3似乎有很大的潜力，没想到它这么快就变得这么好了。Ox Alpha看起来好得离谱，我做了好几个将其与GPT和Fable的对比测试，看起来OpenAI和Anthropic得再次发布模型了，因为这个东西是新的技术巅峰。”

虽然现在还没有厂商认领Ox Alpha，但起码在网友心中，智谱已经赢麻了。

编辑｜邱慧