一个匿名 AI 模型悄然现身模型分发平台 OpenRouter。独立研究人员测试显示，名为 "stealth/ox-alpha" 的模型不仅在部分编程基准中超越 GPT、Claude 等主流模型，其技术特征也高度指向智谱尚未发布的下一代多模态旗舰模型。
据技术研究人员 Ben Davis 8 月 21 日发布的测试报告，ox-alpha 于 8 月 20 日上线 OpenRouter，目前提供为期一周的免费访问。该模型支持文本、图像和视频输入，具备推理能力，上下文窗口达到 104.8 万 token。
Davis 在 X 平台表示，他 "99% 确定 "ox-alpha 属于智谱 GLM-5.x 系列，视频编码器、分词器、输出风格以及音频拒绝行为等多项证据均指向这一结论。其测试还显示，ox-alpha 在部分 GPT 和 Claude 对比测试中表现更优。
不过，需要强调的是，上述结论均基于个人测试与技术推断，目前尚未得到智谱官方确认。
Davis 的测试从视频编码器、分词器、音频接口和输出风格等多个维度，对 ox-alpha 进行技术溯源。其中，视频编码器的高度匹配被认为是最有力的证据。
测试显示，在四组受控视频中，ox-alpha 与 GLM-5V-Turbo 的 video token 消耗完全一致，两者均呈现出相同的三项特征：帧率无关的帧采样方式、约每秒 147 token 的时长缩放比例，以及逐帧分辨率缩放机制。
相比之下，MiMo v2.5、Qwen 3.8 Max 和 GLM-4.6V 等候选模型均表现出明显不同的视频编码特征。
分词器测试同样指向 GLM。报告称，对 25 个不同提示词进行测试后，ox-alpha 的 token 计数与 GLM-5.3 完全吻合，仅存在固定的 +75 token 隐藏封装差异，意味着两者可能共享相同的词汇表。
此外，ox-alpha 拒绝音频输入的行为与 GLM-5V 一致，而被列为主要竞争候选的 MiMo v2.5 支持音频输入，这也进一步削弱了后者的可能性。
在输出风格方面，ox-alpha 每千字符约使用 1.3 个 emoji，与 GLM/Qwen 系列较为接近；相比之下，Claude、GPT-5.6 和 Grok 在相同测试环境下的 emoji 使用率接近于零。
编程能力已超过 GLM-5.3？
能力测试方面，报告援引 DeepSWE 基准数据称，ox-alpha 在 10 个确定性任务中通过 8 个，Pass@1 达到 80%。
作为对比，Claude Fable 5 的通过率为 65%，GLM-5.3 和 Grok 4.6 均为 62%，GPT-5.6-sol 为 52%。不过，由于不同模型的测试次数并不完全一致，且 ox-alpha 目前样本量较小，这一结果仍需更多独立测试验证。
其中，在 "meriyah-explicit-resource-declarations" 任务中，ox-alpha 一次通过，而 GLM-5.3、GPT-5.6-sol 和 Grok 4.6 此前均以 0/4 告终。同时，ox-alpha 保持了 51,469 项回归测试全部通过。
报告还记录了一次包含 69 次工具调用的智能体任务。在整个过程中，模型仅出现一次错误，没有发生重试循环，推理开销也较低。Davis 据此认为，ox-alpha 的能力表现已经明显强于 GLM-5.3，更像是下一代模型检查点，而非简单的变体版本。
为什么指向智谱？
除了技术指纹，Davis 还从模型发布时间和智谱此前的测试方式等方面进行了交叉判断。
智谱于 8 月 14 日发布纯文本版 GLM-5.3，而统一视觉旗舰模型一直是社区关注的方向。更重要的是，智谱此前已有通过隐身渠道测试模型的先例，Pony Alpha 最终便被确认与 GLM-5 有关。
从模型规模看，报告称 ox-alpha 的解码速度与 GLM-5V-Turbo 相差约 6%。后者拥有 744B 总参数、40B 激活参数，因此 Davis 推测，ox-alpha 可能采用类似规模的 MoE 架构。
报告进一步认为，如果模型确实拥有约 40B 激活参数，那么运营方所声称的每日 100 万亿 token 服务能力在技术和成本层面才更具可行性。
与此同时，报告也逐一排除了其他潜在来源。小米 MiMo 与 ox-alpha 在视频编码器和音频接口上存在明显差异；DeepSeek 此前没有发布视频能力，且分词器不同、模型发布方式也存在差异；谷歌、Qwen、xAI、OpenAI 和 Anthropic 则被认为在分词器、输出风格或视频编码器等方面与 ox-alpha 不匹配。
免费测试或持续至 8 月 27 日
值得关注的是，ox-alpha 目前的免费访问窗口可能持续至 8 月 27 日。
Davis 指出，此前一些类似的隐身模型也曾在免费测试结束后，由相关中国 AI 实验室正式认领。
目前，智谱尚未就 ox-alpha 的身份作出官方回应。如果该模型最终确实被证实属于智谱下一代多模态旗舰，那么此次 OpenRouter 上的 " 隐身测试 " 或将成为其正式发布前的一次公开预演。
在官方确认之前，ox-alpha 究竟来自何方仍无法盖棺定论，但从视频编码器、分词器到模型行为，多项独立测试目前均将线索指向同一个方向。
