神秘「牛来」模型 Ox Alpha：4 万亿 token 终结 DeepSeek 霸榜，中国团队的第五次匿名实验

核心结论：一款没有公司名、没有参数规模、连价格都只写「免费」的匿名模型，上线 12 小时就刷屏了开发者社区。它终结了 DeepSeek 在 OpenCode 连续 56 天的霸榜纪录，首日调用量冲到 4 万亿 token。所有证据链都指向同一家公司——但这家公司至今不肯认领。

AI 摘要

• 匿名模型 Ox Alpha 上线 OpenRouter，首日登顶，终结 DeepSeek 56 天霸榜纪录
• 前五大入口累计调用量突破 4 万亿 token，刷新 OpenRouter 单日模型用量历史纪录
• 104 万上下文、支持多模态输入、免费调用，OpenCode 准备了每天 100 万亿 token 容量
• 独立测试抽 10 道 DeepSWE 任务，通过率 80%，高于 Claude Fable 5 的 65%
• 这是中国团队在 OpenRouter 上线的第五款「匿名模型」，前四款最终都被确认来自中国公司

发生了什么？

8 月 24 日，全球最大 AI 模型聚合平台 OpenRouter 的目录里，多了一个奇怪的条目：stealth/ox-alpha。

没有公司名，没有参数规模，没有定价——价格栏就两个字「免费」。官方只留了一句介绍：「面向编码、长周期智能体任务和实际生产环境的前沿模型」。

开发者们给它起了个外号——「牛来」（Ox 在英文里是「牛」）。上线 12 小时，这头「牛」就刷屏了。

最直观的数据来自 OpenRouter：仅 Hermes、Claude Code 等前五大入口，对 Ox Alpha 的累计调用量就突破了 4 万亿 token。它终结了 DeepSeek 在 OpenCode 连续 56 天的霸榜纪录，首日冲至平台榜首，刷新了 OpenRouter 单日模型用量的历史纪录。

OpenCode 随后宣布接入，为它准备了每天 100 万亿 token 的调用容量，而且不计入用户原本的额度。

这头「牛」到底牛不牛？

热度归热度，实际能力才是开发者关心的。目前最硬的一份实测来自独立研究员 Ben Davis。

他从软件工程基准 DeepSWE 里抽了 10 项真实任务，让几个模型在同一套脚手架里跑。结果：Ox Alpha 完成了 8 项，通过率 80%。同一组任务里，Claude Fable 5 是 65%，GPT-5.6 Sol 是 52%。

不过 Ben Davis 自己也提醒，这是高方差的小样本——完整 DeepSWE v 1.1 有 113 道题，从 10 道到 113 道还差得很远。

规格层面，Ox Alpha 官方页显示：104 万（1,048,576）token 上下文，最多输出 131,072 token，支持文本、图片、视频输入，也能调用工具。

爱范儿做了一件很「抓马」的测试——把 Ox Alpha 接进 Claude Code，让它查查自己到底是谁。它交回了一份 7 章网页报告，规格、流量、前代匿名模型、社区猜测全翻了一遍，最后在第 7 章停下来，列了一张「我不能知道的事」。

为什么所有人都猜它是智谱？

身份是这款模型最大的谜。随着「技术指纹」被一层层扒开，几乎所有证据链都指向同一家公司：智谱（Z.ai）。

最直接的一条：根据 APPSO 的实测，Ox Alpha 的推理链和 GLM-5.3 非常接近。爱范儿也做了类似判断，给一道数论题让它推，风格和智谱模型如出一辙。

智谱此前就有过「马甲」前科——今年 2 月，代号 Pony Alpha 的匿名模型上线，5 天后公布身份，确认是智谱 GLM-5。智谱也是国产大模型里开源动作最激进的一家，此前曾一口气开源 6 款模型。上次的马甲是「马」，这次是「牛」，网友调侃：「无论从分类学还是从『牛马』的隐喻来看，都很合理。」

这个猜测的置信度，还得看匿名模型的完整历史。

匿名模型为什么成了中国团队的固定节目？

Ox Alpha 不是个例。它是 OpenRouter 上线的第五款「Stealth Model」（匿名模型），而前四款的结局出奇一致：

• Pony Alpha（2026 年 2 月）：上线首日 400 亿 token，5 天后确认是智谱 GLM-5
• Hunter Alpha（3 月）：万亿参数、百万上下文，小米确认是 MiMo-V 2-Pro
• Elephant Alpha（4 月）：蚂蚁集团 Inclusion AI 公布身份，对应 Ling-2.6-flash
• Owl Alpha（4 月底）：6 月 30 日确认来自美团 LongCat-2.0

四款匿名模型，全部来自中国团队。这已经不是偶然，而是一套被反复验证的发布策略：先用实力在开发者社区里打出声量，再揭晓身份收割关注。

从传播角度看，这套策略很聪明。一个「神秘免费模型」天然比「某公司发布新版本」更勾人，开发者会自发去测、去猜、去传播。当模型实力足够强，即便隐去姓名，也能在全球最硬核的开发者社区里杀出重围——这本身就是中国 AI 模型技术实力跃升的证明。

这件事对行业意味着什么？

有三层信号值得注意。

第一，「开源/免费」正在成为国产模型出海的通用打法。Ox Alpha 免费、104 万上下文、多模态，这套配置本身就是冲着「让开发者先用起来」去的。配合匿名营销，本质是用产品力替代品牌力，在海外开发者心智里先占位。想了解这轮国产模型竞争的全貌，可以参考智盒整理的国产大模型选型指南。

第二，DeepSeek 的霸榜被终结，说明国产模型内部竞争在加剧。56 天霸榜已经是现象级纪录，但终结它的不是海外模型，而是另一个中国团队的匿名马甲。国产模型的「内卷」已经从国内市场卷到了 OpenRouter 这种全球性平台。

第三，匿名发布的边界问题被重新摆上台面。OpenRouter 页面显示，匿名提供方会保留提示词和生成结果（不用于训练），而 OpenCode 则承诺零数据留存。同一款模型在两个入口的数据政策不一致，对开发者来说是个需要自己权衡的风险点。

有哪些不确定性需要警惕？

现在下任何结论都太早，有几个关键点要盯：

• 身份未确认：所有「智谱」的猜测都基于推理链相似度，没有官方认领。截至发稿，这头「牛」的真实身份仍是谜。
• 小样本测试的局限：80% 的 DeepSWE 通过率来自 10 道题的抽样，高方差，不能代表完整基准成绩。
• 免费窗口有限：按此前几款匿名模型的节奏，Ox Alpha 的免费测试可能在 8 月 27 日前后结束，届时「牛爹」身份大概率浮出水面。

FAQ

Ox Alpha 真的是智谱的模型吗？

极大概率是，但目前没有官方确认。证据是推理链风格与 GLM-5.3 高度接近，加上智谱此前有 Pony Alpha（GLM-5）的匿名发布先例。最终答案预计在免费测试结束（8 月 27 日前后）时揭晓。

它真的比 Claude Fable 5 强吗？

不能这么简单下结论。Ben Davis 的 10 题抽样测试里 Ox Alpha 通过率 80%，高于 Fable 5 的 65%，但这是高方差小样本。完整 DeepSWE v 1.1 有 113 道题，需要等更完整的第三方评测。

现在能免费用到什么时候？

OpenRouter 和 OpenCode 两个入口都能免费调用，OpenCode 准备了每天 100 万亿 token 的容量。但按匿名模型的历史节奏，免费窗口可能在本周（8 月 27 日前后）关闭，之后大概率转入收费或正式发布。

这对国产大模型意味着什么？

这是中国团队第五次用「匿名模型」在 OpenRouter 打出声量，前四次最终都确认来自中国公司。它说明国产模型已经能凭产品力（而非品牌）在全球开发者社区立足，也标志着国产模型出海进入了「免费+匿名」的新打法阶段。

参考来源

• 上证报/腾讯新闻：《终结 DeepSeek 霸榜，神秘「牛来大模型」火了》（2026-08-24）
• 爱范儿：《神秘「牛来」模型刷屏，还抢了 DeepSeek 头条，实测到底牛不牛》（2026-08-24）
• 新智元：《奥特曼炮轰达里奥「反人类」，绝密模型同日曝光》（2026-08-24）
• OpenRouter：Ox Alpha 模型页（stealth/ox-alpha）
• Ben Davis：DeepSWE 10 题抽样测试（X）