一款代号 Ox Alpha 的神秘模型悄然上线 OpenRouter，以 免费 API、100 万 Token 上下文和持续 Agent 任务能力引发社区狂热。在第三方 10 项任务测试中通过率达 80%，超越 Fable 5、GLM-5.3 等前沿模型，但身份至今成谜。
没有发布会，没有技术报告，OpenRouter 用一个忍者表情放出了一款代号 Ox Alpha 的神秘模型。介绍只有一句话：面向高效编程、长时间 Agent 任务和真实生产环境的前沿模型，拥有 100 万 Token 上下文，支持文本、图像和视频输入。
模型参数、训练数据、架构、基准成绩、开发团队——全部保密。OpenRouter 只负责路由，背后的第三方供应商选择在预览期间保持匿名。
这与传统模型发布方式截然不同。
先公布名称和技术报告，展示基准成绩，再向开发者开放 API。用户知道自己正在测试谁，但容易受品牌影响。
模型先匿名进入平台，开发者在不知道品牌、参数的情况下直接使用。提供方获得更真实的环境评价，表现好再揭晓身份。
注：延迟与速度数据采样周期短、调用规模有限，后续可能变化。模型支持工具调用与 JSON 结构化输出，但暂不支持严格 JSON Schema 约束。
Ox Alpha 并非面向单次聊天或代码补全，而是为 Coding Agent 设计的执行模型。长时间 Agent 任务对模型的要求截然不同：不仅要生成正确代码，还需要持续读取文件、调用工具、跟踪修改状态、运行测试，并在失败后重新规划。
其核心能力标签：
一个诚实的注脚：OpenRouter 没有公布任何 SWE-bench、Terminal-Bench 或其他编程与 Agent 基准成绩。模型使用了 "frontier model" 这一定位，但目前还没有公开证据证明其性能已进入 GPT、Claude 或 Gemini 旗舰模型所在的第一梯队。
模型放出后，国外技术社区迅速展开测试。最受关注的一组对比：在 10 个具体 Agent 任务中，Ox Alpha 通过 8 个，成功率 80%，在参测模型中排名第一。
注：每项任务测试 1 次，其他模型每项任务测试 4 次取均值。样本量有限，结果仅供参考，不构成全面排名。
但数据只是故事的一部分。另一组测试揭示了更微妙的特征。
匿名模型上线后，社区最关心的问题不是怎么用，而是"它到底是谁"。目前主要出现了四类猜测，各有线索，但均无确凿证据。
时间点接近（8 月 18 日 CFO 透露新模型训练中），小米此前在 OpenRouter 匿名测试过 Hunter Alpha（即 MiMo-V2-Pro），且同样拥有百万上下文。
线索：历史先例 + 时间窗口能够支撑如此大规模免费调用的厂商不多，腾讯在算力和推理基础设施上具备条件，且可能在正式发布前需要收集真实 Agent 数据。
线索：算力规模 + 测试需求百万上下文 + 原生支持图片和视频输入，两个特征与 Gemini 高度吻合。有用户让模型自报身份得到"Gemini"回答，但模型自述不可靠。
线索：能力特征 + 自述（不可靠）分词器匹配度测试中，Ox Alpha 与 GLM-5.3 的匹配度最高（50/50 对抗字符串测试），而 Gemini、DeepSeek、Kimi 匹配度仅 18–22%。
线索：分词器指纹 + API 特征注：让模型"自报家门"不是可靠的鉴别方法。模型可能从训练数据或系统提示中生成看似合理的答案，不同询问方式下可能给出完全不同的身份。
几乎每一家正在准备新模型的公司，都可以被套进 Ox Alpha 的身份猜测中。这本身就说明了一个问题。
Stealth Model 正在改变模型发布逻辑：下一代模型可能不再先开发布会，而是先悄悄进入开发者的终端，工作一周，消耗数万亿 Token，再带着真实反馈正式亮相。匿名身份遮住了厂商的名字，却把行业从"营销驱动"拉回"产品驱动"的趋势暴露了出来。
Ox Alpha 在 OpenRouter 平台免费开放一周，输入输出均为零。搜索 "stealth/ox-alpha" 即可开始测试。
OpenRouter → 搜索 Ox Alpha