01
神秘“牛来大模型”火爆外网，部分测试超过 Fable、GPT-5.6
Ox Alpha匿名测试引发模型识别潮
1/ Ox Alpha为何引爆测试？
- 匿名亮相：Ox Alpha 面向编码、长时间智能体任务和实际生产环境，拥有约 104.8 万 token 上下文窗口、13.1 万 token 最大输出，并支持文本、图像和视频输入。
- 匿名模型vs竞品：独立研究员在 DeepSWE 的 10 个子任务中测得 Ox Alpha 通过率约 80%，高于 Claude Fable 5 的 65%、GLM-5.3 和 Grok 4.6 的 62%，以及 GPT-5.6 Sol 的 52%。
2/ 匿名模型怎么避开品牌影响？
- 品牌降噪：匿名发布隐藏模型品牌和开发方，开发者更容易依据实际表现判断，也能降低中国模型进入海外开发者市场的品牌门槛。
- 传播vs测试：匿名模型先引发模型本身的讨论，再公布厂商身份形成第二轮传播；同时，真实调用也能暴露长上下文、工具调用和连续执行的稳定性。
3/ 猜模型为何变成技术？
- 指纹验模：社区不再只看回答风格，而是比较分词器、视觉编码方式和特殊 token 反应，并通过多个维度相互验证模型身份。
- 编码器：四段固定参数测试视频显示，Ox Alpha 的视觉 token 消耗与 GLM-5V-Turbo 完全一致，并匹配帧率无关采样、时长缩放和逐帧分辨率缩放。
4/ 智谱猜测站得住吗？
- 证据vs推测：本·戴维斯综合分词器、视觉编码器、脏 token 和行为等证据，推测 Ox Alpha 约 99% 属于智谱 GLM-5.x，另一份分析给出约 90% 置信度，但官方尚未公布身份。
- 身份排除：Ox Alpha 在对抗字符串上的反应与 GLM-5.3 高度重合，而与 Gemini、DeepSeek、Kimi 的匹配度只有 18%~22%，文章据此继续排除候选。
5/ 假面舞会会持续吗？
- 中国出海：文章梳理的前几款最终公开身份的 OpenRouter 匿名模型都来自中国团队，匿名机制同时承担品牌传播和海外真实使用反馈功能。
- 免费→压力：免费测试既可被理解为推广成本，也可作为面向真实用户的大规模压力测试；文章预计 Ox Alpha 测试可能在 8 月 27 日前后结束，正式身份仍待公开。