分析师/会磊
校对/智涵
“牛来了”——这句最近火遍中文互联网的梗，如今被AI圈借去，形容一个来历不明的模型。
8月20日，全球最大AI模型聚合平台OpenRouter的目录里，悄无声息地多了一个条目：stealth/ox-alpha。没有公司名，没有参数规模，没有技术报告，价格栏写着两个零。Ox在英文里就是“牛”，再加上最近一部魔性国产动画带火的“牛来了”梗，国内网友顺理成章地给它起了个接地气的名字——“牛来”大模型。
这头牛一上来就表现抢眼。有开发者拿真实软件工程任务去考它，10道题做对8道，80%的通过率，压过了Claude Fable 5的65%和GPT-5.6 Sol的52%。Stripe的CEO亲自上手实测，只留下四个字：相当惊艳。Ox Alpha甚至冲上OpenRouter榜首，刷新了单日模型用量纪录。
可没人知道它是谁家的。
于是，一场横跨中美、持续数日的“AI圈大型猜谜游戏”，正式拉开帷幕。
先看硬参数：Ox Alpha拥有104.86万Token的上下文窗口，单次最多输出13.1万Token。什么概念？理论上你可以把一整个中型代码仓库、几百页文档、或者一长串Agent执行记录一次性塞进去，让它一口气读完。
输入方面支持文本、图片和视频三种模态，输出目前只有文本。它还原生支持工具调用、函数调用和JSON结构化输出，可作为面向高效编程、长时间Agent任务和真实生产环境的前沿模型。
不过，真正让人挪不开眼的，是它实际跑出来的成绩。
一名独立研究员做了个测试：从DeepSWE基准中抽取10项真实软件工程任务——模型需要自己读代码仓库、定位bug、动手改代码、跑测试，没通过还得回头再修。结果Ox Alpha完成了8项，通过率80%。同一组任务里，Claude Fable 5是65%，GLM-5.3是62%，GPT-5.6 Sol是52%。
随后，更完整的113项DeepSWE全量测试结果出炉：Ox Alpha得分63分，整体表现接近Claude Opus 4.8。
当然，80%只是10任务的个人小样本测试，不是官方榜单成绩。DeepSWE的公开榜单上目前并没有Ox Alpha的名字。但即便如此，一个免费匿名模型能在编码Agent任务中压过一线闭源模型，本身就足够让行业侧目。
规格硬、实测强、还不要钱——三样凑齐，哪个开发者不想上手试试？
模型越强，大家就越想知道——这到底是谁家的？
社区迅速分成几大阵营，展开了一场堪比刑侦的“技术指纹追踪”。
智谱派——目前证据最充分的主流猜测。
开发者们从三个层面做了交叉验证：
分词器指纹。tokenizer负责把文本切成模型能处理的token，不同模型家族的切分逻辑就像指纹一样独特。有人测试了25组不同提示词，发现Ox Alpha与GLM-5.3的token数量始终保持恒定的75个token差值。多出来的75个，恰好能用模型外部附加的一段隐藏System Prompt来解释。
视频编码器指纹。有人专门制作了4段受控测试视频，分别喂给不同模型，记录各自消耗的视觉token数量。结果Ox Alpha和智谱GLM-5V-Turbo的表现逐Token完全一致——帧率变化后采样策略不受影响、时长增加时token以每秒约147个的速度增长、分辨率变化时的缩放方式也完全吻合。而拿来对比的MiMo、Qwen和GLM-4.6V，都呈现出截然不同的特征。
API服务层指纹。社区也有人故意给Ox Alpha传入异常参数，捕捉到了类似[1210] The temperature parameter is illegal的错误信息。这种错误码、参数限制和中英文混排的返回方式，与智谱相关服务高度一致。
今年2月OpenRouter就上演过类似的情节：一款匿名模型Pony Alpha（马）突然上线，后来揭晓正是智谱GLM-5的早期测试版。马完了来牛，命名风格如出一辙。据此可以给出了99%的置信度，Ox Alpha就是智谱GLM-5.x系列。
小米派——证据不足。
小米曾用Hunter Alpha匿名测试过MiMo-V2-Pro。而且8月18日小米财报会上，CFO刚说新一代MiMo“正在训练中，有望很快发布”。但MiMo原生支持音频输入，Ox Alpha却直接拒绝处理音频，这一特征基本可以把小米派排除主流讨论。
谷歌派——最戏剧性的一派。
就在大家按技术指纹推理时，谷歌DeepMind的研究员接连下场发声。Evan Otero先发了一个词“Gemini”，过了一会儿又补了一句：“万一Ox Alpha就是我们一路遇到的朋友呢。”可以说全程暗示、没有一句实锤。
其他小众猜想。
最抽象的一个说法是：Cursor拿智谱的开源模型自己训了一遍，然后套了个牛头，但缺少任何实证。还有人提到ColaOS的积分计费模型列表里出现了“限时免费：OX牛来”，但公开信息不足以支撑更多结论。
截至目前，智谱没有认领，谷歌没有实锤，小米没有回应，没有任何厂商正式承认。这场“认牛大会”，还在继续。
Ox Alpha不是第一个玩“隐身上线”的。
在它之前，OpenRouter上已经有过四款Stealth（隐身）模型，揭晓后全部来自中国团队。Pony Alpha是智谱的GLM-5，Hunter Alpha是小米的MiMo-V2-Pro，Elephant Alpha是蚂蚁的Inclusion AI，Owl Alpha是美团的长 Cat-2.0。马、牛、象、猫头鹰——动物代号排成一列，像一句接头暗号。
再往前追溯，还有OpenAI——2024年“gpt2-chatbot”以零署名空降LMArena，后来被证实是GPT-4o预览版。
为什么大家都爱匿名测试？
首先，摘掉品牌滤镜。开发者不知道模型来自哪家公司，只能根据实际输出做判断。品牌带来的先入为主被暂时屏蔽，积累的对战结果更接近真实用户体验。
其次，免费换真实压力测试。用全球开发者的真实代码仓库和长周期Agent任务来暴露问题，比任何内部测试集都高效。Ox Alpha上线两天，仅Hermes Agent一家就跑了4600亿Token。这种规模的真实负载，任何实验室都模拟不出来。
再者，表现不佳不用背锅，表现炸裂还能再造一波话题。Pony Alpha揭晓后智谱股价两日暴涨60%的先例就摆在那里。匿名发布，已经成为一种新产品上市前的营销策略。
最后，抢占生态位。让Claude Code、OpenCode、Hermes Agent把模型写进默认路由——一旦开发者把它写进了自己的工具链和自动化流程里，免费期结束之后再想换模型，就要重新改代码、调参数、适配接口，时间和人力成本都不可忽视。
这种“匿名上线、先测再认”的玩法，已经见怪不怪了。模型厂商们也越来越明白一件事：与其把力气花在发布会上，不如让开发者自己去用——谁被用得最多，谁就最有话语权。
Ox Alpha的免费预览期预计8月27日前后结束。OpenCode最初说“未来一周免费”，随后改口“未来6日”——按此推算，倒计时已经开启。
参考前几次Stealth模型的剧本：匿名期结束后，总得有人出来“牵牛回家”。Pony Alpha5天后揭晓，Hunter Alpha也是类似节奏。
但这次的情况更复杂一些。
如果真是智谱，那意味着GLM-5.3V或GLM-5.5即将正式登场。智谱刚以每百万Token 1.4/4.4美元的价格上架GLM-5.3 API，如果Ox Alpha是补上视觉短板的新一代多模态模型，这盘棋就远不止一次匿名测试那么简单。
如果真是谷歌，那Gemini 3.5 Pro的姗姗来迟终于有了解释。但技术指纹的高度吻合又让这个说法站不住脚——除非谷歌刻意模仿了智谱的tokenizer和视频编码器，这可能性微乎其微。
如果都不是，那可能真的有一匹黑马——比如前MiniMax成员创办的ColaOS团队——正在悄然崛起。
相比于“Ox Alpha到底是谁家的模型”这个悬疑话题，一款匿名模型能在特定的编码测试中短暂超越GPT-5.6和Claude明显更值得关注。这意味着：头部模型之间的能力鸿沟正在收窄。中国实验室在Agent、长上下文和多模态这几个关键方向上的真实能力边界，也正在被这样的匿名测试一点点暴露出来。
免费的牛，还能薅几天。身份的谜底，也藏不了太久。
至于这头牛到底是谁家的——8月27日，答案大概率会自己走出来。
