Ox Alpha：擊敗 GPT-5.6 的神秘前沿模型——而且免費

2026 年 8 月 20 日，一個名為 Ox Alpha 的無品牌模型悄然出現在 OpenRouter 與 OpenCode 上。沒有公司名稱、沒有行銷頁面、沒有官方宣告。只有一個模型識別碼（stealth/ox-alpha）、免費使用方案，以及一組讀起來像是惡搞前沿模型發布文的規格：1,048,576 token 的上下文視窗、支援文字／圖片／影片輸入，而且——根據營運方說法——免費體驗週期間每日可供應 100 兆（trillion）token。

不到 48 小時，網路上的 LLM 社群便展開了它對匿名模型一貫的儀式：跑評測、做指紋比對、爭論背後是誰。早期答案令人震驚。Ox Alpha 不只是與前沿模型旗鼓相當——在多項程式編寫與 agentic 評測上，它似乎還領先前沿。而越積越多的間接證據，指向一家特定的實驗室：智譜（Zhipu AI），正以化名公開測試其未發布的 GLM-5.x 旗艦。

Ox Alpha 到底是什麼

剝開神秘外殼，事實很簡單。營運方將 Ox Alpha 描述為「專為高效程式編寫、持續 agentic 任務與真實生產環境用途打造的前沿模型」。它接受文字、圖片與影片輸入。上下文視窗恰好是 2^20 token——1,048,576——這是一個可疑地「工程化」的數字，那種你為了規格表漂亮而挑選的整數二次冪，而非有機形成的數字。

免費期預計自上線起約一週，營運方宣稱最初幾天維持 99.99% 可用率。追蹤各平台模型列表的 ModelsAtlas 顯示，Ox Alpha 於 2026 年 8 月 20 日發布，使用相同的 stealth/ox-alpha 識別碼與免費使用條款。

讓這次發布不尋常的不是規格，而是姿態。每家大實驗室都會不定期部署隱身模型——OpenAI、Google 與 Anthropic 都曾用匿名或代號部署，在正式發布前收集真實使用數據。但那些測試通常低調、受限且短暫。Ox Alpha 的營運方卻反其道而行：每日 100 兆 token 的容量，對所有人開放，主打 agentic 程式編寫。這不是小心翼翼的試探氣球，而是一家想要在極短時間內獲取大量生產流量的實驗室。

評測成績

推動這波猜測的數據來自多個獨立來源。

在 Orca Router 追蹤的 10 項任務確定性 agentic 評測中，Ox Alpha 據報通過 8 項（80% Pass@1），領先 Claude Fable 5（65%）、GLM-5.3 與 Grok 4.6（各 62%）、以及 GPT-5.6-sol。在衡量持續性真實軟體工程表現的 DeepSWE 基準上，Ox Alpha 拿下 80%——擊敗 GPT-5.6 與 Claude 現行旗艦。

在 Kingbench——由 OpenCode 創作者社群維護的基準——上，數字略為收斂：Ox Alpha 得分 87.5%，名列第二，落後於 GLM-5.3 本身，領先 Opus 4.8 與 Qwen 3.8 Max。

這個排序本身就是線索。一個擊敗幾乎所有模型、卻唯獨輸給某一特定商業模型（GLM-5.3）的隱身模型，看起來不像競爭對手，更像後繼者。如果 Ox Alpha 是智譜的下一代 GLM 化名，那麼它在部分社群基準上仍（勉強）落後現行 GLM-5.3、卻在其他項目大幅超越，正是未完成後訓練的預發布候選版本會呈現的樣態。

指紋證據

「背後是誰」這個問題，讓故事變得真正技術性起來。多項獨立分析——其中最知名的是分析師 Ben Davis 的研究——彙整出指向智譜 GLM 血統的指紋證據：

• 分詞器吻合。 多位用戶回報 Ox Alpha 使用與 GLM 模型家族相同的分詞器——這是任何 LLM 技術棧中最具診斷力的特徵，因為分詞器編碼了多年訓練資料的決策。
• 錯誤訊息一致。 據報（尚未完全驗證）與 GLM 模型共用相同的錯誤字串——另一種難以偽造的深層指紋特徵。
• 風格與行為吻合。 推理軌跡、拒答模式，以及——根據一個廣為流傳的觀察——與 GLM-5.3 相同的音訊拒絕行為。
• 發布模式。 小米的 MiMo 團隊先前曾操作過類似的隱身後揭露活動，這正是部分觀察者最初在智譜與小米之間搖擺的原因。但分詞器證據大幅倒向智譜。

在 Manifold Markets 上，「誰是 Ox Alpha 背後推手？」的預測市場中，GLM-5.x 是壓倒性答案。一位交易者直白地總結了共識：「99% 確定是 GLM-5.x，所有證據都指向它——相同分詞器、風格吻合、相同的音訊拒絕。」

值得精確說明這些證據能與不能證明什麼。單靠分詞器重複使用無法確認作者身份——實驗室確實會授權並重複使用分詞器。生成文字的風格差異可能在訓練語料相近的模型間趨同。理論上，隱身部署也可能是刻意誘餌。但四項獨立訊號——分詞器、錯誤字串、行為特徵、以及相對 GLM-5.3 的評測定位——的收斂，讓智譜假說成為明顯領先者。沒有任何競爭實驗室提出可比擬的證據。

實驗室為何這麼做

隱身發布在當前 AI 市場有其特定功能：讓實驗室在不必承諾名稱、價格或保證的情況下，收集生產級分布數據。如果 Ox Alpha 是 GLM-5.4 或 GLM-5.5，智譜便能在掛上自家品牌前，觀察模型在真實 agentic 工作負載下的行為——數百萬個真實的程式編寫會話、邊角案例、失敗模式。這個 100 兆 token 的免費週，實質上是全球最大規模的無償 beta 測試，社群免費幫忙做品質保證。

這裡還有競爭節奏的考量。GLM-5.3 於 8 月中旬發布後好評如潮——Interconnects 的分析指出它在許多基準上「超越了月之暗面（Moonshot AI）的 Kimi K3」，這是中國實驗室拉近前沿差距的重要標記。如果智譜的後繼模型已經成熟到可以公開測試，這個迭代速度對西方實驗室傳達了某種令人不安的訊息：曾經有利於矽谷的迭代速度優勢，如今可能正反過來作用於它。

未解之謎

三件事仍懸而未決：

1. 背後究竟是誰。 智譜假說很有力但未經證實。Manifold 市場與社群共識仍有可能出錯。
2. 免費週結束後呢。 這種規格的模型——百萬上下文、影片輸入、agentic 編寫定位——不可能一直免費。定價將是意圖的真正訊號。
3. 評測領先能否維持。 隱身模型的測試成績常高於最終公開分數，因為預發布候選版本是精選過的檢查點。當 Ox Alpha 的數字被記錄下來時，GPT-5.6 與 Claude Fable 5 可沒有原地踏步。

目前為止，Ox Alpha 是 LLM 市場上最有趣的自然實驗：一個前沿等級的模型，人人免費可用，卻沒有掛名。無論打造者是誰，這場展演證明了這個產業不斷重新學到的一課——在 2026 年，匿名前沿模型比掛牌模型更能吸引目光，而社群的集體指紋鑑識能力已經敏銳到「隱身」更像是行銷手段，而非遮掩。

如果 Ox Alpha 確實是智譜的 GLM-5.x，預期數週內就會揭曉。如果不是，那麼某人剛剛示範了如何從完全匿名中展現前沿級的程式編寫能力——這或許才是更大的新聞。