Le modèle d'IA mystère Ox Alpha fait ses débuts sur OpenRouter et surpasse les meilleurs modèles de codage

Titre : Le modèle IA mystérieux « Ox Alpha » fait son entrée sur OpenRouter — gratuit, multimodal, rapide et supérieur aux meilleurs modèles de codage Un modèle IA secret appelé Ox Alpha est apparu sur OpenRouter le 20 août et a immédiatement déclenché une vague d’enthousiasme — et de spéculations. Listé sans nom de fournisseur, le modèle est décrit comme « un modèle de raisonnement conçu pour le codage, le travail agente soutenu et les charges de production ». Dans les tests publics et les premières utilisations, il surpasse déjà les concurrents établis, est gratuit à essayer, et accepte les entrées textuelles, d’images et de vidéos avec une fenêtre de contexte massive — tout en ce que son créateur reste anonyme. Ce que montrent les premiers benchmarks : - Performance en codage : Sur DeepSWE — un benchmark qui mesure la fréquence à laquelle un agent résout correctement des problèmes réels de GitHub du premier coup (113 tâches issues de 91 dépôts) — Ox Alpha a obtenu des résultats prometteurs. Le développeur Ben Davis a effectué un échantillon rapide de 10 tâches et rapporté un taux de réussite au premier essai d’environ 80 %, contre 65 % pour Claude Fable 5 et 52 % pour GPT-5.6 Sol. Cette analyse a fait le tour des réseaux, bien que la taille de l’échantillon soit faible et que la variabilité reste une préoccupation. - Visibilité : Au 22 août, le modèle n’avait pas été enregistré sur les principaux sites de suivi comme Artificial Analysis ou LMSys Arena, renforçant le mystère qui l’entoure. Capacités clés et limites : - Entrées multimodales : Ox Alpha accepte le texte, les images et les vidéos, et renvoie des réponses textuelles. - Fenêtre de contexte immense : Il serait capable de lire jusqu’à environ 1 million de jetons dans un seul contexte — extrêmement large et utile pour les grandes bases de code, les chaînes d’agents ou les documents étendus. - Intégration d’outils : Prend en charge l’appel de fonctions et d’outils, mais sa sortie JSON n’est pas validée par un schéma, ce qui pourrait compliquer les pipelines d’agents stricts qui dépendent de réponses structurées prévisibles. - Politique de données et débits revendiqués : Les fournisseurs qui acheminent le modèle affirment qu’il n’y a aucune rétention de données pendant la phase préliminaire. OpenCode a revendiqué une capacité de routage de 100 billions de jetons/jour ; Nous Research — qui héberge également l’accès — a affirmé jusqu’à 1 quadrillion de jetons. Ces revendications de débit, si elles sont exactes, correspondent à l’échelle des modèles leaders du marché et suggèrent que les hébergeurs anticipent une utilisation intensive. Qui en parle : - Patrick Collison, PDG de Stripe (dont l’entreprise a accepté d’acquérir OpenRouter), a qualifié Ox Alpha de « très impressionnant » sur X, un commentaire qui a contribué à propulser le modèle vers une plus grande notoriété. - Le modèle est disponible sous l’ID modèle OpenRouter stealth/ox-alpha et via des portails tels qu’OpenCode, Cline et Nous Portal, avec un accès gratuit supposé disponible pendant environ une semaine à compter du lancement du 20 août (environ jusqu’au 27 août). Le mystère de l’anonymat — et où pointent les preuves : - Aucun laboratoire n’a revendiqué Ox Alpha. Cela a lancé un jeu de devinettes : Microsoft (MAI), Xiaomi (MiMo), DeepSeek, Alibaba (Qwen) et même Google (Gemini) ont été cités comme possibles auteurs. - Beaucoup de ces pistes ne correspondent pas aux preuves techniques : MiMo v2.5 de Xiaomi accepte l’audio (Ox Alpha le rejette), DeepSeek n’a pas encore pris en charge la vidéo et publie des poids ouverts, et Google/Qwen utilisent des tokenizeurs/encodeurs vidéo différents. - Une analyse indépendante a révélé une forte correspondance entre le tokenizeur d’Ox Alpha et celui de GLM-5.3 de Zhipu AI, ainsi qu’une correspondance avec le comportement des jetons vidéo de GLM-5V-Turbo. GLM-5.3 lui-même a été rendu public le 14 août en tant que modèle uniquement textuel ; les analystes spéculent donc qu’Ox Alpha pourrait être une mise à jour multimodale non publiée — informellement surnommée « GLM-5.3 Flash ». Zhipu AI n’a pas commenté. Pourquoi les lancements « stealth » deviennent courants : - Un lancement « stealth » achemine un modèle anonymement via une plateforme comme OpenRouter afin qu’un laboratoire puisse recueillir des données d’utilisation réelle et des tests de charge avant un lancement officiel. Plusieurs déploiements récents provenant de laboratoires chinois ont suivi ce modèle : Pony Alpha (GLM-5), Hunter Alpha de Xiaomi (MiMo-V2-Pro) et Owl Alpha de Meituan (LongCat-2.0). - Si Ox Alpha suit ce schéma, une attribution publique ou une désignation officielle pourrait apparaître après la fin de la phase préliminaire. Ce que cela signifie pour les développeurs et créateurs dans la crypto : - Les grandes fenêtres de contexte et les entrées multimodales sont directement utiles pour les workflows blockchain et crypto : audits de code volumineux et vérification de contrats, analyse d’histoires transactionnelles longues, création de bots agents pour le trading ou la surveillance chain-on-chain, ou production de rapports forensiques riches annotés avec images/videos. - L’accès gratuit à court terme offre un moyen à faible risque pour les équipes d’expérimenter des architectures d’agents et d’intégrer des outils, mais l’absence de sorties validées par schéma et les incertitudes potentielles concernant le prix à long terme, la rétention des données et les SLA signifient qu’une utilisation en production doit rester prudente jusqu’à ce que la provenance du modèle et ses politiques soient claires. En résumé : Ox Alpha est un modèle rapide et anonyme qui a attiré l’attention en surpassant les meilleurs modèles de codage dans les premiers tests tout en offrant un accès généreux et multimodal. Les analyses d’empreintes numériques pointent vers la famille GLM de Zhipu AI comme source probable, mais aucun laboratoire ne l’a revendiqué. Le modèle est actif et gratuit à tester pendant environ une semaine à compter de son lancement du 20 août ; attendez-vous à une attribution ou à une analyse plus définitive une fois la fenêtre préliminaire fermée et les données d’utilisation accumulées.