Ox Alpha 上 OpenRouter：模型 ID、免费定价与 API 接入

快速回答： Ox Alpha 已经上线 OpenRouter，模型 ID 为 stealth/ox-alpha——这是一个多模态推理模型（支持文本 + 图片 + 视频输入、文本输出），拥有 1,048,576 token（1M）的上下文窗口和 131,072 token 的最大输出，目前处于免费预览期，定价为 每 1M prompt token $0、每 1M completion token $0。你可以通过标准的 OpenAI 兼容端点 https://openrouter.ai/api/v1/chat/completions、携带 Bearer token 来调用它；由于推理（reasoning）是强制开启的，合理的默认设置是 reasoning_effort: "max"。

如果你最近打开过 OpenRouter 的模型页面，大概也撞上了我撞过的同一堵墙：这个列表确实亮眼（免费、1M 上下文、131K 输出），但实操层面的信息很少——请求里到底要发什么、哪些参数会被采纳、以及提供商是匿名 "Stealth" 团队、没有任何已发布的 benchmark，这些到底意味着什么。这篇指南要补的正是这个缺口。

本文基于 OpenRouter 模型列表、公开的 OpenRouter models API 和官方公告数据编写，更新于 2026 年 8 月 22 日。我们按列表对模型的描述如实转述；我们自己没有对 Ox Alpha 跑过独立 benchmark。

模型卡片：stealth/ox-alpha 一览

字段	值
模型 ID	`stealth/ox-alpha`
名称	Ox Alpha
发布时间	2026 年 8 月 20 日
上下文窗口	1,048,576 token（1M）
最大输出	131,072 token（`max_completion_tokens`）
模态	文本 + 图片 + 视频输入 → 文本输出
定价（预览期）	$0 prompt / $0 completion
推理	强制开启，默认 effort `max`（`max` / `high` / `low`）
默认采样	`temperature: 1`，`top_p: 0.95`

OpenRouter 自己的定位是：Ox Alpha 是"面向编程、长时智能体工作与生产负载设计的推理模型"，适合"长周期软件工程、复杂推理，以及把文本与视觉上下文结合的工作流"。API 层面的用量信号也印证了这一点——发布后约两天内，该模型已消耗约 657B prompt token 和 7.95B completion token，最繁忙的五个应用全是智能体编程工具：Hermes Agent（约 120B token）、Claude Code（约 108B）、Oh-My-Pi（约 93.5B）、DeepSeek Harness（multimodal-bridge）（约 84.8B）和 ZCode（约 51.5B）。

用 curl 调用 Ox Alpha

OpenRouter 提供 OpenAI 兼容的 chat completions 端点，所以一条简单的 curl 就能跑通：

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stealth/ox-alpha",
    "messages": [
      {"role": "user", "content": "Review this Rust codebase and propose a refactor plan for the error-handling layer."}
    ],
    "reasoning_effort": "max"
  }'

有三点值得注意：

模型 ID 是 stealth/ox-alpha——provider 命名空间是 stealth 而不是公司名，因为该提供商保持匿名。
推理无法关闭（API 报告 reasoning.mandatory: true），所以要显式选择 effort 级别，而不是留着隐式默认——max 是默认值，也是处理困难智能体任务的正确起点。
你只需要 $OPENROUTER_API_KEY——不需要任何按 provider 的凭据，因为 OpenRouter 已经替你对接了唯一的 "Stealth" 提供商。

用 Python 调用 Ox Alpha

把 openai SDK 指向 OpenRouter 的 base URL 也能用，但对教程来说，一条朴素的 requests 调用最直白：

import requests

resp = requests.post(
    "https://openrouter.ai/api/v1/chat/completions",
    headers={
        "Authorization": "Bearer $OPENROUTER_API_KEY",
        "Content-Type": "application/json",
    },
    json={
        "model": "stealth/ox-alpha",
        "messages": [
            {
                "role": "user",
                "content": "Trace this flaky test to its root cause and suggest a fix.",
            }
        ],
        "reasoning_effort": "max",
        "max_tokens": 131072,
    },
)
resp.raise_for_status()
print(resp.json()["choices"][0]["message"]["content"])

注意 max_tokens 上限：API 报告的最大输出上限为 131,072 token（max_completion_tokens），所以上面这个值就是真正的上限。实践中你很少需要这么多；把它设高只是消除长智能体输出被截断的风险。

在 Ox Alpha 上真正生效的参数

OpenRouter models API 为 stealth/ox-alpha 列出了以下受支持参数：

reasoning_effort —— max（默认）、high 或 low。没有 "off" 开关；推理是强制开启的。低成本查询用 low，多文件工程工作用 high/max。
max_tokens —— 输出上限，最高到 131,072。
tools / tool_choice —— 完整的函数/工具调用支持，这正是让模型能在智能体循环里被使用的原因（Claude Code、Oh-My-Pi 以及其他头部消费方都是这么驱动它的）。
response_format —— 支持结构化/JSON 输出。
reasoning / include_reasoning —— 控制请求中推理如何处理，以及是否出现在响应里。
temperature —— 默认 1；想要更确定性的输出就调低。
top_p —— 默认 0.95；top_k 也可用。

这是一套生产级的参数表面——尤其值得注意的是，这不是一个只能聊天的演示模型。强制推理、工具调用、结构化输出加 1M token 上下文的组合，瞄准的正是长时间运行的智能体工作负载。

计费与路由："$0" 到底意味着什么

价格： Ox Alpha 目前在 OpenRouter 上免费——每 1M prompt token $0、每 1M completion token $0。页面把这一项标为 "PRICE: Free"，而且明确是预览期状态；预览期结束后的定价尚未公布。
路由： OpenRouter 只路由到名为 "Stealth" 的唯一提供商，直接转发、无路由决策——没有自动故障转移、没有最便宜提供商选择，没有任何可调的项。提供商是什么就是什么。
影响： 如果 Stealth 宕机或降级，你的请求也会跟着宕机或降级。没有第二个上游可以回退。

数据政策：Stealth 会保留什么

模型页面上 Stealth 的声明值得完整读一遍，但关键条文是这几条：

"Ox Alpha 是一个 stealth 模型。它由一家选择在预览期间保持匿名的第三方提供商开发与运营。"

"OpenRouter 将请求路由给它，但并非其开发者、所有者或提供商。"

"Prompt 与 completion 由提供商保留，且不用于训练；除此之外的所有用途均受 Stealth Model Terms 约束。"

用大白话说：prompt 和 completion 会被提供商保留，不会用于训练，其余一切受 Stealth Model Terms 约束。如果你的项目处理敏感数据，这条保留条款就是你需要戴上合规帽子的地方——要在把模型接进生产管道之前考虑清楚，而不是之后。

没人告诉你的那部分：把 stealth 模型投入生产前的检查清单

其他所有文章都停在"免费 + 1M 上下文"就完了。以下是我在把生产级智能体负载押在 stealth/ox-alpha 上之前会先跑一遍的清单——这绝不是 FUD，只是一个匿名、无 benchmark、预览期模型逼着你想清楚的东西：

免费窗口是合同还是促销？ $0/$0 定价是预览期状态，预览期后的定价未公布。要按价格会变动来做预算——把你的成本核算设计成"未来按 token 计价只是一次配置变更"，而不是架构变更。
单一提供商意味着没有故障转移。 OpenRouter 对唯一的 "Stealth" 提供商做直接转发，没有路由决策。如果 Stealth 的可用性下滑（OpenRouter 的 3 天监控显示可用性 99.14%、正常运行时间 99.99%），你的请求就会受影响——没有第二个上游。如果你的 SLA 承受不了这一点，就在路由层保留一个备用模型。
你能接受这份数据政策吗？ prompt 和 completion 由提供商保留（按列表说明不用于训练）。对机密代码库来说，这条保留是一个实打实的考量——把 Stealth Model Terms 和你自己的数据处理要求逐条对照。
没有任何官方 benchmark。 模型页面的 Performance 区没有智能/编程/智能体分数，截至 2026 年 8 月 22 日，Artificial Analysis 也未收录该模型。社区报告的数字——比如在 10 任务 DeepSWE 子集上约 80% 的成绩、Kingbench 上声称的 87.5%——都是小样本、社区报告且未经独立验证；当传闻看，别当评测。在独立数字出现之前，请在你自己的工作负载上跑自己的评测。
身份未披露。 提供商身份、架构和参数量全部未披露。有未经证实的社区猜测（基于指纹/tokenizer/视频编码器对比）认为 Ox Alpha 可能是 GLM 系列模型的隐藏多模态变体——但这纯属猜测、未经证实，不足以作为架构决策的依据。

如果这五条你都核对过、答案都能接受，那么这个模型用起来确实舒服：交互速度足够快（OpenRouter 报告吞吐约 24 token/s、P50 延迟约 5.81s），预览期免费，而且生来就适合头部消费方正在做的那种长时智能体编程。如果你完全不想碰 API 的繁琐对接，也可以直接在浏览器里在 glm5.app 免费试用 Ox Alpha。