大模型公司流行「匿名公测」：Ox Alpha 掀起新一轮身份猜测
2026/08/25 13:14阅读量 3
8月20日，OpenRouter上出现匿名模型Ox Alpha，凭免费、长上下文和工具调用能力引发开发者关注，社区根据技术特征猜测其与智谱GLM-5.x系列相关。从阿里HappyHorse到小米Hunter Alpha，中国团队越来越熟练地借匿名测试获取真实反馈，但开发者也需要自行承担身份识别、能力评估和数据处理等不确定性。
事件概述
8月20日，OpenRouter上出现一个名为 Ox Alpha 的匿名模型，提供100万token上下文、支持图片和视频输入、可调用工具，并免费开放。随后，它被接入 OpenCode、Hermes 等编程 Agent，开发者开始用它修代码、跑软件工程基准，也有人通过 tokenizer、报错信息等线索猜测其出处。目前社区最流行的判断是它与智谱 GLM-5.x 系列关系密切，但智谱官方尚未认领。
核心信息
- Ox Alpha 并非孤例。过去数月，OpenRouter 已有多款匿名「Alpha」模型上线：2月的 Pony Alpha 后被标注为 GLM-5 早期测试版本；3月的 Hunter Alpha 被小米认领为 MiMo-V2-Pro 早期版本；4月的 Elephant Alpha 揭晓为蚂蚁 Inclusion AI 的 Ling-2.6-flash。更早之前，阿里的 HappyHorse 匿名登顶视频模型盲测榜单，随后由阿里确认来自 ATH 创新团队。
- 匿名测试是 OpenRouter 的长期机制，OpenAI、xAI、NVIDIA 等团队都曾使用。中国团队正在把海外开发者平台作为新品首发的常用渠道，以神秘代号配合免费、长上下文、Agent 等关键词，降低开发者尝试门槛。
- 开发者对 Ox Alpha 的能力评价存在分歧。社区流传的 DeepSWE 测试中，它在10个软件工程任务里通过约8个，但该样本量过小；更大规模的社区复测结果约63%。另有研究者在 INDUCTION 基准上测试，其成绩落后于 GPT-5.6 Luna 和 DeepSeek V4 Pro，仅略高于 Gemini 3.7 Flash；测试者调用551次API才获得87个可评估结果，期间多次遇到空回答和接口错误。这些结果并不矛盾——模型能力、工具调用、接入链路都会影响实际表现。
- 匿名测试带来真实反馈的同时，也存在信息不对称。OpenRouter 注明提示词和输出会由上游提供商保留但不用于训练，OpenCode 则强调零数据留存，两者口径并不一致。Reddit 上有开发者指出，匿名模型难以进入企业严肃评估流程，合规审批周期可能超过模型在线时间。
值得关注
匿名发布让模型摆脱品牌预设，用户可以先看结果再谈身份，厂商也能借此获得真实使用数据。但对用户而言，身份猜测、能力判断、数据政策核对和服务稳定性风险，都转嫁到了自己身上。模型能否在真实代码库中稳定工作，本身就是产品能力的一部分。