当一个不知名的AI实验室免费推出一个匿名模型——Ox Alpha——并宣称其日处理能力高达100万亿个token时，我们可以合理地推测，AI模型之间残酷竞争的“狂野西部”时代已经到来。
鉴于没有多少AI实验室具备处理如此海量token的日能力，互联网上已经炸开了锅，人们纷纷试图弄清楚Ox Alpha究竟是GLM家族中尚未发布的模型、深度求索（DeepSeek）的V4-Flash，还是SpaceXAI尚未发布的Grok模型。
Ox Alpha很可能是一款中国模型，尤其是中国AI实验室往往喜欢以“Alpha”代号来实测其尚未发布的模型。
🥷 新型隐身模型：Ox Alpha。Ox Alpha是一款前沿模型，专为高效编码、持续性智能体工作和真实生产环境而打造。拥有100万个token的上下文窗口，支持文本、图像和视频输入。立即试用并分享反馈以改进模型！——OpenRouter（@OpenRouter），2026年8月20日
如前所述，有人在2026年8月20日将Ox Alpha匿名上传至OpenRouter和OpenCode，提供100万个token的多模态（文本、音频、视频）上下文窗口、131,072个token的输出上限，以及一周内每天处理100万亿个token的完全免费容量。
对于那些可能不知情的人，Ox Alpha是一款推理模型，“专为编码、持续性智能体工作和生产负载而设计——涵盖长周期软件工程、复杂推理，以及将文本与视觉情境相结合的工作流”，据其自称。
回到正题，这些极其慷慨的限制显然在整个人工智能领域激起了热议。最有力的证据指向智谱（Zhipu）就是Ox Alpha背后的AI实验室，尤其是它此前曾以Pony Alpha的代号实测过其GLM-5模型。此外还有大量轶事证据支持这一假设：
Ox Alpha的视频编码流水线、分词器运算以及逐字符响应，都与智谱的架构高度相似。
在Kingbench等第三方排行榜上，Ox Alpha拿下了87.5%的分数，仅次于GLM-5.3的91.25%。
鉴于GLM-5.3在公共端点上不具备原生视觉或视频能力，而Ox Alpha积极宣传支持文本、图像和视频输入，我们可以合理推测，如果智谱确实是幕后推手，那么它是一款尚未发布、经过大幅升级的GLM级模型。
我不知道智谱AI的单位经济性如何，但没有什么能阻止他们以DS-V4的速率运行5.3规模的模型。那大约相当于每秒每个“GPU”处理2,000次，约80个token/秒（DSpark不是瓶颈，40<49等）。在这样的速度下，每天100万亿个token需要大约58万个“GPU”。要么他们指的不是输出token，要么……不太可能的事。——Teortaxes（@teortaxesTex），2026年8月21日
最后，智谱确实拥有每天免费提供100万亿个token的计算资源。毕竟，它已经运行着多个10,000-GPU集群，并且刚刚启用了一个1吉瓦的数据中心。
即便如此，也有人指出Ox Alpha这种极其激进的策略与深度求索的做派如出一辙。更何况，深度求索的V4模型最初于3月11日以Hunter Alpha的名义推出。
然而，深度求索似乎没有足够的计算资源来支撑Ox Alpha的吞吐量，这从其近期决定上调V4-Flash模型价格的做法可见一斑。此外，深度求索的V4-Flash并不能原生扩展或适应这里看到的1,048,576上下文窗口行为，其分词运算也与Ox Alpha的输出存在明显偏差。
至于SpaceXAI，它确实拥有支撑Ox Alpha吞吐量的计算能力。但是，Ox Alpha在涉及中国高度敏感政治话题时的政策指引和细致边界，暗示其训练于中国大陆的数据集。与此同时，谜团仍在继续发酵。
更新：Ox Alpha可能是微软（Microsoft）旗舰模型MAI的未发布版本。基于分词方式，stealth/ox-alpha是一个cl100k_base分词器模型——这排除了OpenAI、谷歌（Google）、Anthropic、xAI以及所有中国前沿实验室，只与微软的Phi/MAI系列吻合（IBM Granite作为场外候选）——因此它极有可能是微软的……——Robert Lukoszko（@Karmedge），2026年8月21日
正如完全可以预料的那样，目前围绕Ox Alpha的分析变化相当快，而根据最新消息，这个匿名模型可能只是微软即将推出的旗舰模型MAI 2的一个未发布版本。
考虑到Ox Alpha使用cl100k_base这一点，这就更加可能了。cl100k_base是由OpenAI开发的字节对编码（BPE）分词器。对于那些可能不知情的人，分词器的作用是将输入文本转换为数字，以便模型进行处理。显而易见，中国模型不会使用OpenAI开发的分词器。
