8月21日消息，OpenRouter 于美东时间8月20日晚上线匿名 stealth 模型 Ox Alpha（模型 ID：stealth/ox-alpha），免费开放。该模型定位推理（reasoning）模型，面向编码、持续 Agent 工作流与生产环境，提供 100 万 Token 上下文，支持文本、图像与视频输入。模型由一家选择在预览期保持匿名的第三方供应商开发运营，官方明确称预览期数据不用于训练，供应商身份尚未公开。 100 万 Token 上下文，最大输出 13.1 万 Token
Ox Alpha 的官方描述是"为高效编码、持续 Agent 工作与真实生产负载构建的前沿模型"，适用于长周期软件工程、复杂推理，以及文本与视觉上下文混合的工作流。
OpenRouter 模型页显示的具体规格为：上下文窗口 1,048,576 Token（约 105 万），最大输出 131,072 Token（约 13.1 万），接受文本、图像与视频输入，输出为文本。开发者可通过 OpenAI 兼容 API 以模型 ID stealth/ox-alpha 调用，也可以在 OpenRouter 的 Playground 直接体验。
免费预览期，数据不用于训练
模型当前定价为零，官方称提示与完成内容由供应商保留，但不用于训练，其余使用受 OpenRouter 的 Stealth Model Terms 约束。
这一数据政策与 OpenRouter 此前的 stealth 公测形成差异。Quasar Alpha、Cypher Alpha、Optimus Alpha 等以往公测，均在公告中明示 prompts 与 completions 会被记录、可能用于模型改进或训练；Ox Alpha 的公开口径明确表示不用于训练。免费是预览期的当前状态，预览期时长与后续是否收费，官方目前未公布。
社区实测：10 项编码任务均分 80%，领先主流旗舰
上线后社区流传的编码实测对比显示，Ox Alpha 在 10 项真实编码任务中通过 8 项，均分 80%，高于同场测试的 fable-5（65%）、glm-5.3（62%）、grok-4.6（62%）与 gpt-5.6-sol（52%）。
从任务明细看，Ox Alpha 在 meriyah-explicit-resource-decl 一项上是全场唯一通过的模型（其余四家均为 0/4 或 1/4），失分出现在 scc-bounded-memory-spilling 与 vulture-persistent-analysis-cache 两项，这两项恰是 fable-5、grok-4.6 等模型表现较好的任务。需要说明的是，该结果为社区单源测试，样本量仅 10 项任务，且对比模型的跑分档位（如 glm-5.3 的 [max] 档）与 Ox Alpha 的默认配置未必对等，参考价值有限，不能视为官方基准成绩。
身份之争：指纹指向 GLM，行为更像 MiMo
OpenRouter 的官方表述是"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"。发布后数小时内，社区围绕模型身份形成两派推测。
一派根据 tokenizer 与输出行为的指纹分析，认为 Ox Alpha 基于智谱的 GLM 系列，有分析人士进一步指向智谱的新一代模型 GLM-5.3。另一派开发者根据其行为特征与小米 MiMo 的相似性，推测这是 MiMo 的下一代版本，社区中称其为 MiMo V3；依据之一是小米已有匿名公测先例，MiMo-V2 系列发布前曾在 OpenRouter 以匿名代号测试，小米官宣时承认了该身份。
两派推测目前均未获得智谱或小米的官方确认。模型的真实身份、预览期结束后的定价与开放策略，都仍是未落定的信息。
AI 速览
