追国产大模型的朋友，这周有个不太正常的剧情。
8月20日深夜，一个没有厂牌的模型悄悄上了 OpenRouter——全球最大的大模型 API 聚合平台，代号 Ox Alpha，模型 ID 是 stealth/ox-alpha。Ox 是"牛"的意思，赶上国内社区正迷电影《牛来》的梗，大家干脆叫它"牛来模型"。
四天过去，这头"牛"闹出的动静是：
上线 12 小时内就冲到 OpenRouter 调用量榜首、刷新平台单日用量纪录，还在 OpenCode 上终结了 DeepSeek 连续 56 天的霸榜。微博
截至今天，前五大调用应用（HermesAgent、Claude Code 等）对它的累计调用已超过 4 万亿 token。微博
Stripe CEO Patrick Collison 亲自上手后评价"非常令人印象深刻"，谷歌 Gemini 和 SpaceX 的官方账号也跑到评论区互动——注意，Stripe 正在收购 OpenRouter。知乎
最魔幻的是：没有一家厂商认领它。于是全网开始"猜爹"，而线索的方向出奇一致——智谱。
今天把三件事说清楚：证据链有多硬、能力有多少水分、免费窗口关闭前怎么正确上车。
先看规格：为什么全网愿意上钩
OpenRouter 官方页面公开的信息：
上下文窗口 1,048,576 token（约 100 万），最大输出 131,072 token，一次能塞下整个大型代码仓库。36氪
支持文本、图像、视频多模态输入，工具调用与强制推理全开，预览期完全免费。36氪
官方定位是"为编码、长周期智能体任务和生产负载设计的推理模型"；OpenCode 同步接入，据称准备了每天 100 万亿 token 的容量。
百万上下文 + 多模态 + 全免费，这三个词放在一起，足够让全球开发者集体"先上车再说"。
证据链：为什么"大概率是智谱"
这次社区不是靠感觉猜，是在做数字 DNA 鉴定：分词器、视频编码行为、API 报错格式，都成了比对对象。知乎目前能查到的证据整理如下：
证据 | 内容 | 强度 |
|---|---|---|
分词器指纹 | 25 组测试提示词，Ox Alpha 的 token 计数与 GLM-5.3 只差一个固定 +75 的封装偏移，说明共用同一套词表 | 很强 |
视频编码行为 | 4 段受控视频测试，token 预算、帧采样、缩放机制与 GLM-5V-Turbo 逐项吻合 | 很强 |
API 报错格式 | 有开发者用自有密钥抓到报错信息，与智谱服务高度一致，社区贴出了对照截图 | 较强 |
音频行为 | 拒绝音频输入，与 GLM-5V 行为一致；而小米 MiMo v2.5 支持音频，这条同时压低了小米的嫌疑 | 较强 |
解码速度 | 与 GLM-5V-Turbo 相差约 6%，同一量级 | 中等 |
先例 | 今年 2 月 OpenRouter 的匿名模型 Pony Alpha，事后被证实就是 GLM-5 的早期测试版 | 较强 |
主导这轮鉴定的独立研究者、AI 编程框架作者 Ben Davis 给出的结论是：99% 确定这是智谱 GLM-5.x 系列的下一代，可能是多模态旗舰 GLM-5.3V，甚至可能是更新的 GLM-5.5；另一份独立分析给出 90% 的置信度。36氪知乎
还有一条更直接的：社区流传的测试截图里，Ox Alpha 在对话中自称是"由 Z.ai 训练的 GLM 模型"。
国内社区的猜测则进一步收敛到了具体版本，目前流传最广的说法是智谱尚未发布的 GLM-5.3 Flash，或 GLM-5.3 的多模态版本。36氪
顺手排除一下其他候选人：
小米：CFO 林世伟 8 月 18 日刚透露新一代 MiMo 在训练，本来是头号嫌疑，但音频能力对不上
DeepSeek：分词器和发布方式都对不上，最早被排除。知乎
OpenAI、Anthropic、谷歌：都是闭源路线，没有匿名发布的动机，基本排除
严谨起见，也列两个竞争说法：DeepMind 研究员 Evan Otero 说过一句意味深长的"如果 Ox Alpha 就是我们一路遇到的朋友呢"，被社区解读为暗示 Gemini 3.5 Pro；Wccftech 也提到分词器证据还可能指向微软 MAI 家族。知乎但这两条路目前的证据量，都不及"智谱说"。
先泼冷水：能力本身有争议
刷屏的"80% 通过率"，值得多看一眼：
出处是 Ben Davis 从 DeepSWE 基准里抽的 10 个真实软件工程任务，Ox Alpha 做对 8 个，对照组是 Claude Fable 5（65%）、GLM-5.3（62%）、Grok 4.6（62%）、GPT-5.6 Sol（52%）。36氪
但另一组开发者在不同子集上复测，只得到约 63%；Abacus.AI CEO Bindu Reddy 公开说测试表现低于预期，沃顿商学院教授 Ethan Mollick 的评价是"惊艳程度一般"。知乎
DeepSWE 官方排行榜还没收录它，各家测试口径也不统一，"碾压 GPT-5.6"这个说法暂时立不住
社区负面反馈包括：有时"推理几分钟不动手"、复杂后端项目挣扎、从零构建不稳定、散文写作平淡
所以准确的定位是：一款在部分编码与 Agent 任务上非常亮眼、规格激进、但评测结果分歧很大的匿名模型。是真旗舰，还是针对速度和成本优化的中型模型，现在下结论都早。
比"是谁家的"更有意思的是：这是套路
大模型圈最近流行"挂马甲"测试，Ox Alpha 不是 OpenRouter 上的第一个"隐身模型"。36氪在它之前已经有 4 个，清一色最后都被中国团队认领——Pony Alpha 被证实是智谱 GLM-5，Hunter Alpha 被证实是小米 MiMo-V2-Pro。知乎套路已经标准化：匿名上线 → 全面免费 → 全网猜爹 → 白嫖真实压测数据和口碑 → 官宣认领。对厂商来说这笔账很划算：每天 100 万亿 token 的容量，相当于全球开发者免费帮你做压测，比任何内部测试都狠；"猜爹"话题自带传播；匿名状态下测出的高分，也比顶着品牌光环发布更有说服力。
从智谱的角度看，动机更充分。上周 GLM-5.3 的资本市场反响偏冷——港股单日跌超 13%，卖方观点是"只是 5.2 的迭代版，不是市场期待的大参数旗舰"，API 定价又被指比 DeepSeek V4 Pro 贵 2.2 倍。微博这个节骨眼上，把真正的下一代旗舰先匿名放到海外、让成绩先说话，是比开发布会更稳的打法。（注：以上是基于公开信息的推断，智谱官方至今没有确认任何事。）
实用部分：怎么薅，以及谁别薅
先说结论：值得试，但有明确的时效和边界。
入口：
OpenRouter 搜模型 ID：stealth/ox-alpha，输入输出都是 0，免费窗口到 8 月 27 日。知乎
OpenCode 已接入，免费开放一周，速率限制较宽松、使用额度接近不限量。36氪
适合三类人：
想体验"百万上下文代码 Agent"成色的——把中型仓库整个丢进去让它读代码、改 bug，平时按量计费不便宜，现在零成本
有长文档、视频理解需求的——视频输入是这代的亮点之一
等"下一代 GLM"亮相的智谱生态用户——先自己上手试，比等官宣快
也明确说三个别碰：
别接生产环境：模型方没认领，明天要是下线，没人给你 SLA
别喂敏感数据：OpenRouter 官方口径是提示词由匿名供应商保留、不用于训练，但保留的数据最终拿去干什么，外界并不清楚
别指望"一夜替代 Claude Code"：负面反馈显示它在复杂项目上并不稳
顺带一提，智谱自己最近也在猛发福利：自家编程工具 ZCode 给新用户送 1 亿 GLM-5.3 token 的活动，这周末已经是第二轮。小红书如果 Ox Alpha 真是它家的下一代旗舰，这波"免费组合拳"明显是在为新发布铺垫。
接下来盯三个信号
认领时间：参考 Pony Alpha 的先例，匿名期一般一周左右，这周留意智谱官方动静
官方榜单：等 DeepSWE、Artificial Analysis 这些榜单收录，看口径和社区复测的 80%、63% 哪个对得上——这决定成色能不能定论
接入与定价：是否同步接入智谱清言、ZCode 和 Coding Plan，API 定价多少——真旗舰如果继续走 GLM-5.3 的高价路线，对普通开发者的意义就要打折；如果低价走量，才值得迁移工作流。别忘了 GLM-5.3 的开源权重本身就推迟了两周，这次"匿名先行"也可能牵动后面的发布节奏
三个信号落地之前，"值不值得切换"先不聊。眼下这个免费窗口，先上车再说。
评论区聊聊：你押"牛来"是智谱家的吗？
