El 20 de agosto, un modelo de IA anónimo llamado Ox Alpha apareció en las plataformas Portal de OpenRouter, OpenCode, Cline y Nous Research, y se puso a disposición de forma gratuita. Debido a la ausencia de atribución corporativa, este "modelo invisible" rápidamente atrajo la atención de la comunidad de desarrolladores.
Lo que inicialmente impulsó el aumento de popularidad fueron unos resultados de referencia de código que se propagaron rápidamente. Tras probar 10 muestras de tareas en DeepSWE, el desarrollador Ben Davis obtuvo una tasa de aprobación en la primera intentona del 80%, superior al 65% de Claude Fable 5 y al 52% de GPT-5.6 Sol. Este resultado fue ampliamente compartido, lo que llevó a muchos a creer que Ox Alpha ya superaba claramente a los modelos líderes actuales.
Prueba completa regresó a aproximadamente el 63%
DeepSWE es una prueba diseñada para agentes de código que mide la capacidad de los modelos para resolver problemas reales de GitHub en el primer intento. La prueba incluye 113 tareas que cubren 91 repositorios de código.
Según las dos evaluaciones independientes y completas mencionadas en el texto, el rendimiento de Ox Alpha se situó en aproximadamente un 63%, aproximadamente al mismo nivel que GPT-5.6 Sol, y no superior de forma constante. Es decir, el anteriormente ampliamente difundido "liderazgo del 80%" se basó principalmente en resultados de muestras pequeñas, con un mayor margen de variabilidad.
Al 22 de agosto, Ox Alpha aún no aparece en listas principales de modelos como Artificial Analysis o LMSys Arena, lo que significa que los datos de evaluación pública sobre él siguen siendo limitados.
La apertura gratuita impulsa el seguimiento
Además de la discusión sobre el rendimiento, las condiciones abiertas proporcionadas por la plataforma también han aumentado la atención. OpenCode indica que su enrutamiento puede soportar un volumen de procesamiento de hasta 100 billones de tokens por día; Nous Research afirma que su Portal tiene una capacidad de hasta 1.000 billones de tokens por día.
- Abierto gratuitamente durante aproximadamente una semana
- Soporta una ventana de contexto de 1 millón
- Soporta entrada multimodal y retención cero de datos
El CEO de Stripe, Patrick Collison, también publicó en la plataforma X que el modelo es "muy impresionante". Esta breve evaluación amplificó aún más la discusión sobre Ox Alpha.
El análisis de huellas dactilares apunta a Zhipu AI
Actualmente, ninguna institución ha reclamado públicamente Ox Alpha. Alrededor de su origen, se han llevado a cabo múltiples comparaciones por parte de la comunidad externa.
El informe menciona que algunos candidatos comunes han sido parcialmente descartados. Por ejemplo, Xiaomi MiMo v2.5 admite entrada de audio, mientras que Ox Alpha rechaza explícitamente el audio; DeepSeek no ha implementado previamente funciones de video y generalmente publica pesos abiertos en lugar de realizar previsualizaciones anónimas primero; Google y Qwen también difieren de Ox Alpha en el tokenizer y el método de codificación de video.
Las pistas restantes apuntan más hacia Zhipu AI. Las pruebas de huellas digitales realizadas por investigadores independientes muestran que el tokenizer de Ox Alpha es idéntico al de GLM-5.3 en pruebas estandarizadas, su consumo de tokens de video también coincide completamente con el de GLM-5V-Turbo en cuatro muestras de video, y además presenta características de error y comportamiento de rechazo de entrada de audio similares a los de la serie GLM.
Sin embargo, este juicio aún presenta una incertidumbre. Cuando GLM-5.3 se lanzó el 14 de agosto, aún era un modelo solo de texto, mientras que Ox Alpha, al lanzarse el 20 de agosto, ya poseía capacidades completas de video. Según esta diferencia de tiempo, si el juicio basado en las huellas digitales es válido, Ox Alpha sería más probablemente una versión multimodal no publicada aún de la serie GLM-5.3, y no una copia directa de un modelo existente.
Lo que se denomina "modelo oculto" generalmente se refiere a un modelo cuya institución de desarrollo no se atribuye, y que primero se lanza a través de plataformas de enrutamiento como OpenRouter para recopilar datos de uso reales antes de decidir si lanzarlo oficialmente. El informe menciona que esta práctica ya es bastante común en algunos laboratorios de IA en China. Según la descripción de OpenCode, el período gratuito de Ox Alpha durará aproximadamente hasta el 27 de agosto, y si se revelará su identidad real en ese momento sigue siendo uno de los puntos de atención del mercado.