Ox Alpha 是什么？

Ox Alpha 是 2026 年 8 月 20 日深夜悄然出现在 OpenRouter 平台上的匿名 AI 大模型，模型 ID 为 stealth/ox-alpha。它没有开发公司、没有官方基准成绩，却在上线约一天内冲上 OpenRouter 使用量排行榜第一，成为整个 AI 圈当天讨论热度最高的话题模型。

把最关键的事实先说清楚：

• 100 万 Token（1,048,576）上下文窗口，最大输出 131,072 Token（约 128K）；
• 多模态输入：同时接受文本、图片和视频，输出文本，是 OpenRouter 匿名 stealth 系列中第一个支持视频输入的模型；
• 完全免费：预览期内输入输出均 0 元，官方公告称限时免费（OpenCode 侧口径约为一周）；
• 面向编码与 Agent：官方定位是"为高效编码、持续 Agent 工作和真实生产负载构建的前沿推理模型"；
• 身份成谜：由一家选择匿名的第三方供应商开发运营，OpenRouter 只负责路由，社区主流猜测指向智谱 GLM 或小米 MiMo，但均未获官方确认。

一句话总结：这是 2026 年下半年最值得开发者立刻上手实测的免费旗舰级模型，本文把它的真实水平、接入方法、数据政策和身份之谜一次讲清。

Ox Alpha 核心规格速览

几个规格值得单独解释：

1M 上下文意味着什么：按经验值换算，100 万 Token 大约相当于 75 万英文单词或 50 万以上汉字，足以一次性装入一个中型前端项目的全部源码、完整的技术文档库，或数小时的视频内容。这让它成为"整库投喂"型任务（全仓库分析、跨文件重构、大规模测试生成）的现实选项，而不是营销话术。

128K 最大输出意味着什么：多数长上下文模型的最大输出只有 8K 到 32K Token，写长代码时经常"写一半被截断"。Ox Alpha 的 131,072 Token 输出上限，意味着它可以一次性生成完整的微服务模块、整套测试用例或长篇重构方案，减少"继续生成"带来的拼接错误。

视频输入意味着什么：你可以直接把前端交互 Bug 的录屏（MP4/WebM）发给模型，让它结合页面录像和源码定位 CSS 动画冲突、状态竞争等问题。这是传统纯文本模型做不到的工作流。

什么是 Stealth 模型？OpenRouter 的匿名公测传统

要理解 Ox Alpha 为什么这么火，需要先理解 OpenRouter 的 Stealth Model（匿名模型）机制。

OpenRouter 是目前全球最大的大模型 API 聚合路由平台。各大 AI 实验室在正式发布旗舰模型之前，常常会选择在 OpenRouter 上以匿名代号低调上线，用真实生产环境的流量做盲测：一方面收集高并发下的真实表现数据，另一方面避免品牌背书带来的舆论风险。这类匿名上线的产品，官方称为 stealth model。

历史上，OpenRouter 的 stealth 模型一次次制造了"猜猜它是谁"的全网竞猜，而谜底往往都是顶级团队：

• Pony Alpha——2026 年 2 月上线，最终揭晓为智谱 GLM-5；
• Hunter Alpha / Healer Alpha——最终揭晓为小米 MiMo-V2-Pro 系列；
• 此前揭晓的还有 Ling-2.6-flash、LongCat-2.0 等；
• 更早期的 Quasar Alpha、Cypher Alpha、Optimus Alpha 也都引发了大规模社区盲测。

这套机制的规律是：匿名模型通常免费、通常只持续几天到几周、通常在正式发布后转为实名定价或直接下线。所以社区形成了"stealth 模型出现就立刻测"的传统——免费窗口是限时的，红利期一过就没有了。

Ox Alpha 是这条产品线的最新成员，也是规格最激进的一个：直接把上下文拉到 1M，并且首次开放了视频输入。

实测效果：Ox Alpha 到底有多强？

一个模型火不火看流量，强不强看实测。Ox Alpha 两方面都有数据。

流量数据：上线一天冲到使用量第一

OpenRouter 公开的模型流量页显示，Ox Alpha 上线约一天内累计处理了超过 3360 亿（336B）prompt Token，登上平台模型使用量榜首。给它灌流量最多的不是普通聊天应用，而是一线编码 Agent 工具：

1. Claude Code（Anthropic 的 Agent 编码工具）——约 466 亿 Token；
2. Hermes Agent（Nous Research 的开源持久 Agent）——约 387 亿 Token；
3. Oh-My-Pi——约 345 亿 Token；
4. DeepSeek Harness——约 318 亿 Token；
5. ZCode（智谱旗下编码产品）——约 233 亿 Token。

真实的 Agent 生产负载大量涌入，这是比任何榜单都硬的"用脚投票"信号：真正在跑编码任务的人，已经在把它当主力模型用。

编码基准：关键指标大幅刷新

社区在上线后数小时内跑出的基准测试结果（注意：均为社区测试，非官方成绩）：

• Terminal-Bench 3.0：28.3 分——同一基准上 GLM-5.2 只有 4.6 分，提升幅度惊人；
• DeepSWE v1.1：66.9 分——真实软件工程任务基准，处于当前第一梯队水平；
• CyberGym：SOTA 级——网络安全（cyber）能力出现"涌现式"跃升，已达到业界最顶尖水平，安全社区对此讨论热烈；
• 社区 10 项真实编码任务实测：通过率 80%，横向对比同场测试的其他旗舰模型约为 52%～65%。

来自 X（Twitter）社区的横向口碑共识是：Ox Alpha 的综合能力强于 Kimi K3，与 Claude Fable 5、GPT-5.6 Sol 大致处于同一档位。长期跟踪中国大模型的知名研究者 Teortaxes 在测试后只留下一句话："Ox Alpha is frontier. wtf."（Ox Alpha 是前沿级的，离谱。）

运行数据：稳定度像"生产级"

OpenRouter 模型页公开的 3 天运行统计：

• 平均吞吐约 51 Token/秒（P50 场景约 29～50 Token/秒）；
• 首 Token 延迟 P50 约 2 秒；
• 端到端延迟 P50 约 12.6 秒（多步 Agent 回合中位耗时约 11.6 秒）；
• 工具调用错误率平均 3.3%（对 stealth 模型来说相当低）；
• 缓存命中率约 74%；
• 3 天可用性 99.99% uptime / 98.69% availability。

供应商还罕见地公开喊话"我们每天有 100 万亿（100T）Token 的服务容量"——这个供给量级说明对方是有备而来的大型算力团队，而不是小作坊蹭热度。

冷静看：质疑的声音也有

保持客观，必须提到反方观点。有社区测试者指出，Ox Alpha 在部分非标准的 Agent 评测中表现会明显下滑，怀疑它存在针对主流基准做过优化（benchmark-overfit）的可能；也有开发者认为它的部分成绩需要等待更权威的第三方复测。此外，所有对比测试的样本量都有限（例如 10 项任务），配置也未必完全对等。

合理的结论是：编码与 Agent 场景的强是真的，但"全面碾压旗舰"的说法为时过早，等正式揭晓和更大规模评测再做定论。

怎么用：四种接入方式手把手教学

Ox Alpha 原生兼容 OpenAI API 协议，现有代码几乎不用改。以下四种方式按易用程度排序。

方式一：OpenRouter Playground 免注册体验

打开 OpenRouter 官网的 Ox Alpha 模型页，点击 Playground 即可直接对话体验，适合不想写代码的快速试用。

方式二：cURL 命令行调用

先在 OpenRouter 控制台创建 API Key，然后：

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stealth/ox-alpha",
    "messages": [
      {"role": "user", "content": "帮我分析这段代码的死锁风险：..."}
    ]
  }'

提示：把 Authorization 头换成你自己的 Key；请求头可加 HTTP-Referer 和 X-Title，用于在 OpenRouter 应用排行榜上展示你的项目。

方式三：Python（OpenAI SDK）流式调用

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key=os.environ.get("OPENROUTER_API_KEY"),
)

response = client.chat.completions.create(
    model="stealth/ox-alpha",
    messages=[
        {"role": "system", "content": "你是一位资深全栈工程师。"},
        {"role": "user", "content": "把这个 5000 行的模块按单一职责原则拆分重构。"}
    ],
    stream=True,
)

for chunk in response:
    content = chunk.choices[0].delta.content
    if content:
        print(content, end="", flush=True)

Ox Alpha 还支持 reasoning 参数开启逐步推理，并支持 tools / tool_choice 工具调用和 response_format JSON 结构化输出，Agent 框架可以无感接入。

方式四：接入 Claude Code、Cursor、OpenCode 等编码工具

这是本次公测最主力的用法。以通用的"自定义模型"配置为例：

• Base URL：https://openrouter.ai/api/v1
• API Key：你的 OpenRouter API Key
• Model Name：stealth/ox-alpha

在 Claude Code 中通过 /model 或环境变量切换到 OpenRouter 供应商后填入上述配置即可；Cursor、Zed、Aider、Cline 等支持自定义 OpenAI 兼容端点的工具同理。

另一条官方通道是 OpenCode Zen：开源编码 Agent OpenCode 已把 Ox Alpha 加入免费模型池（需账户首次充值 20 美元激活防滥用，充入余额不过期），在 OpenCode 终端里 /connect 后选择 stealth/ox-alpha 即可。

使用技巧：把 1M 上下文用在刀刃上

1. 整库任务一次做完：把整个仓库打包投喂，让它做全库重构、依赖分析、测试补全，而不是零散地问单个文件；
2. 视频排障：前端偶发 Bug 难以用文字描述时，直接录屏发给模型，配合源码一起诊断；
3. 单任务专一：不要在一个超长对话里混杂多个无关项目，上下文污染会显著拉低回答质量；
4. 趁免费期处理积压重活：历史遗留的大规模重构、文档补全、测试用例生成，现在做成本为零。

免费政策与数据隐私：三个必须知道的事实

事实一：免费是限时的

OpenRouter 页面显示输入输出均为 0 美元，但 stealth 模型的免费历来是"预览期补贴"。OpenCode 官方公告的口径是"接下来一周免费"。参考历史先例，正式揭晓后大概率转为实名模型并公布定价，也可能直接下线。不要把它当成永久免费的基础设施。

事实二：数据"留存但不用于训练"

OpenRouter 官方条款原文的意思是：该模型的提示词和生成内容会被供应商留存，但不会被用于训练。这与以往 stealth 模型（如 Quasar Alpha、Cypher Alpha、Optimus Alpha 明示数据可能用于模型改进）有本质区别，对在意隐私的开发者是重要利好。

但要读全条款的另一半：数据虽然不训练，但仍被匿名供应商留存在其基础设施上，其余使用受 OpenRouter 的 Stealth Model Terms 约束（可能包含评测、滥用监测、法律合规等用途）。

事实三：匿名供应商的风险边界

把商业代码发给一家你不知道是谁的供应商，和发给签了企业协议的 Anthropic / OpenAI，风险 profile 完全不同。给三条实操建议：

1. 含密钥、客户数据、商业机密的请求不要发；
2. 把它当作"低成本第一道工序"：先用 Ox Alpha 做初稿和粗筛，再用可信赖的商业模型做终审；
3. 生产环境接入务必保留回退路由（fallback provider），免费模型随时可能变价或下线。

身份之谜：Ox Alpha 到底是谁开发的？

官方口径很明确："由一家第三方供应商开发运营，该供应商选择在预览期保持匿名，OpenRouter 仅负责路由请求，并非其开发者、所有者或供应商。" 但社区的指纹分析已经形成了两大主流假说。

假说一：智谱 GLM 系（社区支持率最高）

支持证据链最完整的一派，认为 Ox Alpha 是智谱 GLM-5.3 的多模态版本或下一代 GLM：

• Tokenizer 指纹匹配：多位独立开发者的分析显示 Ox Alpha 的分词器行为与 GLM-5.3 高度一致；
• 命名规律：智谱历史上用"生肖 + Alpha"给匿名公测模型命名——2026 年 2 月的 Pony Alpha（Pony=马）最终揭晓为 GLM-5，而 Ox（牛）同样符合这一命名体系；
• 视频编码器相似：技术指纹分析显示其视频理解组件与智谱已知组件特征相近；
• 行为风格：回答风格、拒答边界与 GLM 系列一致，甚至"对音频请求的拒绝话术"都相同；
• 有中文社区开发者据此给出"90% 是 GLM-5.4/5.5"的判断，知名技术公司 TNG Technology Consulting 的分析也认为它是"GLM-5.3 变体"。

值得注意的巧合：GLM-5.3 正式发布才 7 天，智谱官方未作任何回应。

假说二：小米 MiMo 系

另一派开发者根据模型行为特征与小米 MiMo 的相似性，推测这是 MiMo 的下一代版本（社区称 MiMo V3）：

• 小米有匿名公测先例：Hunter Alpha、Healer Alpha 最终都揭晓为小米 MiMo-V2 系列；
• 部分输出行为与 MiMo 风格接近。

但这一派缺乏直接的技术指纹证据（tokenizer、编码器层面均不匹配），近两日社区天平已明显倒向 GLM 假说。

其他流传的说法

还有零星猜测称它源自 Claude 衍生模型、Gemini Flash 集成或腾讯等中国实验室，均无实质证据，当茶余饭后谈资即可。

理性看待：在官方揭晓前，一切身份结论都只是猜测。历史经验是 stealth 模型大概率会在数周内揭晓，届时本文信息会更新。对普通使用者来说，"它是谁"不影响"它现在免费且能打"这个事实。

谁该现在就用？使用建议与行动清单

适合立刻上手的场景

• 独立开发者和学生：预算有限又需要旗舰级编码能力，这是当下性价比无解的窗口期；
• Agent 应用开发者：1M 上下文 + 工具调用 + 免费，适合跑长程自动化任务的实验与灰度；
• 有代码库积压工作的人：全库重构、测试补全、文档生成这类"早该做但没预算做"的重活，现在做零成本；
• 模型评测爱好者：在揭晓前参与盲测对比，是了解前沿模型能力边界的最好机会。

不适合的场景

• 涉密或强合规要求的生产环境：匿名供应商 + 数据留存条款，不满足企业级合规要求；
• 对延迟极敏感的交互场景：首 Token 约 2 秒、多步回合中位 11 秒以上的延迟，不适合打字机式的实时补全；
• 需要长期稳定依赖的项目：免费预览随时结束，正式版定价未知。

一句话行动清单

本周内注册 OpenRouter、领 Key、用 stealth/ox-alpha 跑一遍你手头最重的那个真实任务——这是当下 AI 圈确定性最高的"薅羊毛"机会。

相关阅读

• 站内指南：Ox Alpha 怎么用？免费模型 API 接入教程：从 OpenRouter 注册到 Claude Code、Cursor 实战——注册拿 Key、API 调用与编码工具配置全步骤
• OpenRouter Ox Alpha 官方模型页：https://openrouter.ai/stealth/ox-alpha
• 站内指南：Claude Code 充值订阅全攻略 2026
• 站内指南：Cursor vs Claude Code：2026 年 AI 编程工具怎么选
• 站内指南：AI Agent 是什么：从对话回答到自动执行任务

本文信息截至 2026 年 8 月 21 日，基于 OpenRouter 官方页面、OpenCode 官方公告与 X 社区公开讨论整理。stealth 模型的规格、价格和身份信息变化很快，请以 OpenRouter 官方页面为准。