快速回答： Ox Alpha 是一个免费、1M 上下文的推理模型，由一家匿名第三方提供商于 2026 年 8 月 20 日发布，通过 OpenRouter 以模型 ID stealth/ox-alpha 提供服务。它支持文本、图片和视频输入，输出文本，支持工具调用与结构化输出，官方定位明确指向编程、持续型 agentic 工作和生产级负载。预览期内 prompt 和 completion 均按 $0 计费。
如果你这周一直在刷模型资讯，应该对这个套路很熟：一个新模型冒出来，规格好得不像这个价位能给的（还免费？），没有基准分数，开发者匿名。于是只剩下那些预告帖从不回答的实际问题：这是真的吗？能信任吗？它到底擅长什么——「免费」会不会明天就没了？这篇文章用 OpenRouter 官方列表、公开 API 数据和官方公告来回答这些问题，信息截至 2026 年 8 月 22 日。我们没有自己跑基准测试；下文全部基于官方来源，社区说法都明确标注。
Ox Alpha 一览
| 规格 | 数值 |
|---|---|
| 模型 ID | stealth/ox-alpha |
| 发布日期 | 2026 年 8 月 20 日 |
| 上下文窗口 | 1,048,576 tokens（1M） |
| 最大输出 | 131,072 tokens |
| 输入 | 文本、图片、视频 |
| 输出 | 文本 |
| 定价（预览期） | 免费——prompt $0 / completion $0 |
| 提供商 | "Stealth"（匿名第三方） |
| 推理 | 始终开启；默认 effort 为 max（支持 max / high / low） |
表格里这六个数字一眼就是全貌：一个拥有超大上下文窗口、大额输出预算、多模态输入和免费预览价格的模型。至于其他一切——它用来干什么、能不能信任、谁已经在用了——取决于你如何解读官方文档。
官方定位到底说了什么
OpenRouter 的列表用两句话描述 Ox Alpha：
"Ox Alpha 是一个为编程、持续型 agentic 工作和生产级负载设计的推理模型。"
"它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。"
仔细读这两句：这个模型的定位不是通用聊天机器人、不是创意写作模型、也不是便宜的纯文本工具。它瞄准的是特定的工作——在复杂任务上长时间运行的软件工程和 agent 工作。
「长周期软件工程」是关键短语。短周期任务是一个单一问题或一次小修改：「解释这个函数」「修掉这个 lint 报错」。长周期任务则需要 agent 走很多步、消耗大量上下文才能完成：通读整个代码仓库、规划一次跨多文件的重构、在几十个文件里落地实现、跑测试、迭代失败、最后汇报。这正是 1M token 上下文窗口和 131K 输出预算的用途——把整个仓库和整条推理轨迹同时放进上下文。
API 表面也印证了这个定位。推理是强制的（reasoning.mandatory: true），默认 effort 设为 max，并支持 max / high / low。模型接受 tools、tool_choice 和 response_format 参数，意味着它能接入 agent harness 和结构化输出管线，而不只是聊天。默认 temperature 为 1，top_p 为 0.95。换句话说：这套接线是给 agent 用的，不是给随便聊天用的。
没人回答的信任问题：如何评估一个隐身模型
这是大多数报道跳过的地方。Ox Alpha 是一个「隐身模型」，这一事实本身就带来一个正当的信任问题。下面是在案可查的「隐身」到底意味着什么——以及一个具体的框架，帮你判断要不要用这样的模型。
隐身是什么意思。 OpenRouter 列表写明，Ox Alpha「由一家选择在预览期内保持匿名的第三方提供商开发与运营」。提供商身份、架构和参数量均未披露。匿名本身不是危险信号——匿名预览是一种已知的发布模式——但它改变了你能验证什么。
谁对什么负责。 OpenRouter 的角色被明确限定：它「路由请求，但不是模型的开发者、所有者或提供商」。OpenRouter 只是交付层，不是制造者。这关系到问责：一旦出问题，模型背后没有一家可联系的公开公司，也没有历史发布记录可供判断质量。
数据政策，白纸黑字。 列表写明：「prompt 和 completion 会被提供商留存，但不会用于训练；其余一切使用受 Stealth Model Terms 约束。」也就是说，提供商会留存你的 prompt 和 completion（留存，不是训练——这是个有意义的区别），完整政策在 Stealth Model Terms 里。如果你要处理敏感代码或数据，先把这些条款读完，再决定是否把生产负载路由过去。
当开发者匿名时该评估什么。 没有品牌声誉可以依靠，就看五件事：
- 规格 ——配置自洽吗？1M 上下文窗口配 131K 输出预算、强制推理和工具支持，是自洽的「agentic 编程模型」画像，而不是随手拼凑的参数堆。
- 数据政策 ——「留存但不训练」写得很明确；超出这个范围的任何条款都要去 terms 页核对。
- 真实使用信号 ——原始 token 量和哪些工具在消耗它们（下文会讲），能告诉你真正的开发者是否把真实负载押在上面。
- 基准——以及它的缺席 ——模型页面上没有官方基准分数，模型也没有出现在 Artificial Analysis 上（2026 年 8 月 22 日核对）。数字的缺席本身就是信息：在独立评测出现之前，对「免费前沿模型」的说法保持谨慎。
- 退出路径 ——因为是预览，一切——定价、可用性、提供商是否愿意继续匿名——都可能在没有通知的情况下改变。
这个框架才是用这类模型的诚实方式：为它确实能证明的东西采用它（今天它是一个免费、1M 上下文、多模态的推理模型），同时盯住那些它还没法证明的东西。
Ox Alpha 是 GLM 模型吗？社区在猜什么
这个问题到处都有人问，诚实的答案是：没人知道，任何把它说成事实的人都是在猜。 社区里流传的说法是，Ox Alpha 是智谱 AI GLM 家族（比如 GLM-5.3）的一个隐藏多模态变体，依据是指纹、tokenizer 和视频编码器的对比。这些是社区报告观察，未经独立验证——它们是猜测，不是官方信息。智谱 AI、OpenRouter 或匿名提供商都没有公开发表任何确认或否认关系的声明。在有具名一方给出说法之前，把你在网上看到的每一个身份说法都当作未证实。
为什么免费？
最直白的解读：Ox Alpha 正处于预览期，免费是获客手段。匿名提供商用 token 换取分发和真实流量，而 2026 年建立使用信号和心智份额最快的办法就是一个零价格窗口。同样的逻辑让 Ox Alpha 出现在 OpenCode Go 的模型列表上，标注**「接下来一周免费」**——近乎无限的使用额度，不占 Go 套餐配额。
预览期之后会发生什么真的没人知道：预览后的定价没有披露。 模型页今天写着「PRICE: Free」，没有任何后续路线图公开——所以务实的做法就是趁它现在不花钱赶紧试。
谁真正在用
Ox Alpha 被认真对待的最具体证据，来自模型页自己的使用遥测数据，覆盖发布后大约前两天：
- 约 657B prompt tokens 和约 7.95B completion tokens 被处理
- 流量前五的应用： Hermes Agent（120B tokens）、Claude Code（108B）、Oh-My-Pi（93.5B）、DeepSeek Harness（multimodal-bridge）（84.8B）、ZCode（51.5B）
把这串名单当信号读：每个头部消费者都是 agentic 编程或 agent 工具。烧掉几千亿 token 的人不是在聊天框里玩它——他们在把自主编码 agent 指向它。这与官方定位（长周期工程、持续型 agentic 工作）一致，也是能拿到的最强独立信号，说明这个模型在这个细分领域确实有真本事。它不是基准——原始需求证明不了输出质量——但它是来自 agent 工具用户的、有分量的真实投票。
如何亲自试 Ox Alpha
你不需要 API key 就能试。最快的路径是浏览器：在 glm5.app 免费体验 Ox Alpha——这个页面直接给你一个指向 stealth/ox-alpha 的聊天窗口，零配置。如果你是开发者，模型 ID stealth/ox-alpha 就是要传给 OpenRouter API 的那个值，API 支持工具调用、结构化输出和推理 effort 控制——把现有 agent harness 接进来只需要几分钟。OpenCode Go 集成是另一条路：它把 Ox Alpha 列在限时免费窗口里，不占你的套餐额度。
无论走哪条路，现在就是测试它的时机——趁它免费，趁社区猜测还没尘埃落定。
在预览窗口关闭前试一把
预览期是压力测试 Ox Alpha 的最佳时机：免费 token，除了一个聊天框不需要任何承诺。在 glm5.app 开启免费的 Ox Alpha 对话，扔给它一个仓库级任务——跨多文件重构、跨模块的 bug、或者需要整个代码库都在上下文里的长 agent 运行——趁免费窗口关闭、身份传闻尘埃落定之前。
FAQ
Ox Alpha 免费吗？ 是的——预览期内，OpenRouter 上 prompt 和 completion token 都是 $0（页面写着「PRICE: Free」）。它也在 OpenCode Go 上以限时免费窗口出现。预览后的定价没有披露。
谁做的 Ox Alpha？ 一家选择在预览期内保持匿名的第三方提供商。OpenRouter 声明自己只做请求路由，不是开发者、所有者或提供商。提供商的身份、架构和参数量均未披露。
Ox Alpha 是 GLM 模型吗？ 未证实。社区猜测依据指纹和 tokenizer 对比把它与智谱 AI 的 GLM 家族联系起来，但这些说法未经独立验证，也没有任何官方一方确认或否认关联。
Ox Alpha 的上下文窗口多大？ 1,048,576 tokens（1M），最大输出 131,072 tokens。
Ox Alpha 支持图片和视频吗？ 支持——它接受文本、图片和视频输入，输出文本，适合把视觉上下文与推理结合的工作流。
在哪里可以试 Ox Alpha？
最快的途径是在 glm5.app 用浏览器聊天，指向 stealth/ox-alpha。你也可以通过 OpenRouter API 直接调用（模型 ID stealth/ox-alpha），或在免费窗口期内通过 OpenCode Go 使用。
Sources
最后更新：2026 年 8 月 22 日。基于 OpenRouter 官方列表、公开 API 数据和官方公告。我们没有运行独立基准测试；社区报告的数据均已标注且未经独立验证。提供商匿名，预览免费窗口可能变化——请查阅官方页面获取当前条款与定价。
