Ox Alpha神秘登场多基准测试力压群雄

人工智能领域再次迎来黑马级产品。AI模型聚合平台OpenRouter于8月20日正式上线了一款代号为Ox Alpha的匿名新模型。该模型开发方身份成谜，却凭借在多项基准测试中的亮眼表现，迅速在海外技术社区引发强烈关注。

据平台公布的信息，Ox Alpha被定义为一款专注代码编写、长时间智能体任务以及实际生产环境的前沿AI模型。其技术指标展现出极高的上限：上下文窗口容量约达104.8万token，最大输出长度为13.1万token，并全面支持文本、图像与视频的多模态输入。目前该模型处于预览期间，向开发者提供免费调用服务。与此同时，开源终端编程智能体OpenCode也在同一天宣布接入Ox Alpha，并为其准备了每天高达100万亿token的调用容量。

上线仅数小时，Ox Alpha便吸引了大量开发者的密集评测。独立研究员本·戴维斯选用软件工程基准DeepSWE中的10个子任务进行了严格测试。结果显示，Ox Alpha的通过率达到约80%，表现超越了一众行业知名模型：Claude Fable 5的通过率为65%，GLM-5.3与Grok 4.6均为62%，GPT-5.6 Sol则为52%。这一数据使得Ox Alpha在测试中处于领先位置。

不过，业内人士也指出需要注意评测的局限性。目前这组数据源自个人研究员的初步测试，DeepSWE官方排行榜尚未正式收录该模型。因此其性能仍需更广泛、更权威的验证。尽管如此，Ox Alpha以匿名身份亮相，却在代码生成和智能体任务上展示出惊人潜力，已让不少开发者对其背后的团队和技术路线充满好奇。未来该模型是否会公开身份或开源，也值得持续关注。