20 अगस्त को, एक अज्ञात एआई मॉडल, ऑक्स अल्फा, ओपनराउटर, ओपनकोड, क्लाइन और नूस रिसर्च के पोर्टल प्लेटफॉर्म पर मुफ्त में उपलब्ध हुआ। चूंकि इसमें किसी कंपनी का नाम नहीं था, इस "इनविजिबल मॉडल" ने डेवलपर समुदाय में जल्दी ही ध्यान आकर्षित किया।
शुरुआती गर्मी का कारण एक तेजी से फैलने वाली कोडिंग बेंचमार्क परिणाम समूह था। डेवलपर बेन डेविस ने DeepSWE के 10 टास्क सैंपल्स का परीक्षण करके 80% पहले प्रयास में सफलता की दर दी, जो Claude Fable 5 के 65% और GPT-5.6 Sol के 52% से अधिक थी। इस परिणाम के बाद इसकी बड़ी मात्रा में साझा की गई, जिससे बाहरी लोगों को यह लगा कि Ox Alpha पहले से मौजूद शीर्ष मॉडल्स से स्पष्ट रूप से आगे है।
पूर्ण परीक्षण लगभग 63% पर वापस आ गया
DeepSWE एक कोड एजेंट के लिए एक बेंचमार्क है, जो मुख्य रूप से मॉडल की क्षमता को मापता है कि वह पहले प्रयास में वास्तविक GitHub समस्याओं को हल कर सकता है या नहीं। इस बेंचमार्क में 91 कोड रिपॉजिटरी को कवर करते हुए 113 कार्य शामिल हैं।
दिए गए दो स्वतंत्र और पूर्ण बेंचमार्क के अनुसार, Ox Alpha का स्कोर लगभग 63% के आसपास रहा, जो GPT-5.6 Sol के स्तर के लगभग समान है, न कि स्थिर रूप से उससे ऊपर। अर्थात, पहले व्यापक रूप से प्रचलित “80% अग्रणी” का दावा अधिकतर छोटे नमूने के परिणामों से आया था, जिसमें उतार-चढ़ाव अधिक था।
8 अगस्त तक, Ox Alpha अभी भी Artificial Analysis या LMSys Arena जैसी प्रमुख मॉडल रैंकिंग में शामिल नहीं है, जिसका अर्थ है कि बाहरी दुनिया के लिए इसके सार्वजनिक मूल्यांकन डेटा अभी भी सीमित हैं।
फ्री एक्सेस से ध्यान आकर्षित होता है
प्रदर्शन चर्चा के अलावा, प्लेटफॉर्म द्वारा दिए गए खुले शर्तों ने ध्यान आकर्षित किया। OpenCode ने बताया कि उनका रूटिंग दिन में 100 ट्रिलियन टोकन्स के प्रोसेसिंग को समर्थन कर सकता है; जबकि Nous Research ने दावा किया कि उनके Portal की क्षमता दिन में 1000 ट्रिलियन टोकन्स तक है।
- लगभग एक सप्ताह के लिए मुफ्त
- 10 लाख कंटेक्स्ट विंडो समर्थित
- बहुमोडल इनपुट और शून्य डेटा रिटेंशन का समर्थन
स्ट्राइप के सीईओ पैट्रिक कॉलिसन ने X प्लेटफॉर्म पर भी पोस्ट किया कि यह मॉडल "बहुत प्रभावशाली" है। यह संक्षिप्त टिप्पणी ने Ox Alpha की चर्चा को और बढ़ाया।
फिंगरप्रिंट विश्लेषण से चिपु एआई की ओर इशारा होता है
अभी तक कोई संस्थागत स्रोत ने Ox Alpha का दावा नहीं किया है। इसके स्रोत के चारों ओर बाहरी दुनिया ने कई तुलनाएँ की हैं।
रिपोर्ट में उल्लेख किया गया है कि कुछ सामान्य उम्मीदवारों को आंशिक रूप से बाहर कर दिया गया है। उदाहरण के लिए, Xiaomi MiMo v2.5 ऑडियो इनपुट को समर्थन देता है, जबकि Ox Alpha ने ऑडियो को स्पष्ट रूप से अस्वीकार कर दिया है; DeepSeek ने पिछले समय वीडियो क्षमता नहीं लॉन्च की है, और यह सामान्यतः अनामिक प्रीव्यू के बजाय ओपन सोर्स वेट्स प्रकाशित करता है; Google और Qwen के tokenizer और वीडियो एन्कोडिंग तरीके Ox Alpha से मेल नहीं खाते।
शेष सुराग अधिकतर ज़ही AI की ओर इशारा करते हैं। स्वतंत्र शोधकर्ताओं के फिंगरप्रिंट परीक्षणों से पता चला कि Ox Alpha का tokenizer, मानकीकृत परीक्षणों में GLM-5.3 के साथ पूरी तरह से मेल खाता है, और इसका वीडियो टोकन उपभोग चार वीडियो नमूनों में GLM-5V-Turbo के साथ पूरी तरह से मेल खाता है, साथ ही यह GLM श्रृंखला के समान त्रुटि विशेषताओं और ऑडियो इनपुट को अस्वीकार करने का व्यवहार भी प्रदर्शित करता है।
हालांकि, इस निष्कर्ष के पास एक संदेह अभी भी है। GLM-5.3 को 14 अगस्त को एक शुद्ध पाठ मॉडल के रूप में लॉन्च किया गया था, जबकि Ox Alpha को 20 अगस्त को लॉन्च किया गया था और उसमें पूर्ण वीडियो क्षमता शामिल थी। इस समय अंतर के आधार पर, यदि उपरोक्त फिंगरप्रिंट निष्कर्ष सही है, तो Ox Alpha अधिक संभावना है कि GLM-5.3 सीरीज़ का एक अभी तक अनपब्लिश्ड मल्टीमॉडल अपग्रेड संस्करण है, न कि मौजूदा मॉडल की सीधी प्रतिलिपि।
"इनविजिबल मॉडल" का अर्थ है कि विकासकर्ता संस्थान अपना नाम नहीं देते, बल्कि पहले OpenRouter जैसे रूटिंग प्लेटफॉर्म के माध्यम से मॉडल जारी करते हैं, ताकि वास्तविक उपयोग डेटा एकत्रित किया जा सके और फिर इसकी औपचारिक प्रकाशन की घोषणा की जा सके। रिपोर्ट में बताया गया है कि यह प्रक्रिया कुछ चीनी AI प्रयोगशालाओं में काफी सामान्य हो गई है। OpenCode के अनुसार, Ox Alpha की मुफ्त उपलब्धता लगभग 27 अगस्त तक रहेगी, और उस समय इसकी वास्तविक पहचान सार्वजनिक होगी या नहीं, बाजार का एक महत्वपूर्ण मुद्दा है।