Ox Alphaの正体はGLM-5.3-Flashでした。8月27日に名前が公開されるまでの1週間、この匿名モデルはOpenRouter経由で実際のリポジトリ、画像、動画、長いAgentタスクを処理していました。
RandomAIの動画には、バージョン更新の一連の作業を1セッションで完了したというコメントがあります。個人の体験であり、benchmarkではありません。それでも注目の理由は分かります。人々は発表前からモデルを仕事に使っていました。現在はTabbit BrowserでもGLM-5.3-Flashを選べます。
要点
Ox Alphaは2026年8月20日にOpenRouterへ登場し、100万tokenのコンテキストを持つ匿名プレビューでした。
テキスト、画像、動画を入力でき、コーディングと長時間Agentを主な用途としていました。
tokenizer、動画token配分、Z.ai型のエラーが、公開前からGLM系を強く示していました。
初期テストは具体的な手掛かりですが、完全なランキングではありません。
Tabbitでは、ページ、画像、文書、ブラウザ操作を混ぜるタスクでFlashの特徴が生きます。
Ox Alphaの時系列
| 日付 | 公開された情報 | その時点で言えたこと |
|---|---|---|
| 8月20日 | OpenRouterがOx Alphaを掲載 | 1Mコンテキストの実在モデル。開発元は不明 |
| 8月21日 | OpenRouter公式Xがテキスト、画像、動画入力を説明 | APIはマルチモーダル。研究所は不明 |
| 8月21日から25日 | 指紋調査とコミュニティテストが公開 | GLMが最有力の系統。製品名は未確定 |
| 8月25日 | Di ZhangがGLM-5.3-Flashと記載 | 正確な名前が公の議論に入った |
| 8月27日 | Ox AlphaがGLM-5.3-Flashと判明 | コードネームと製品名が一致した |
8月23日のTechCrunchはGLMとMicrosoft MAIなど複数の説を紹介していました。後から得た答えで、当時の不確実性を消すべきではありません。
GLMを指した技術的な手掛かり
Jonathan Turnerの分析は、promptだけでは真似しにくい測定を集めました。
| 信号 | 報告された結果 | 支持する判断 | 単独では証明しないこと |
|---|---|---|---|
| Tokenizer | OxとGLM-5.3が50文字列すべてで一致 | GLM-5.xの語彙 | 正確なweights |
| 動画token | 4動画がGLM-5V-Turboと一致 | GLM-V型の視覚encoder | 公開5V-Turboそのもの |
| サービスエラー | Javaパスとbusiness codeがZ.ai PaaS v4と一致 | Z.ai型backend | 全post-trainingの所有者 |
| 製品仕様 | Oxは1M + vision、公開5.3はtext only | 未公開multimodal GLM-5.x | 最終名称 |
Googleの問いも「誰が作ったか」から「GLM-5.3-Flashか」に変わりました。検索は議論を見せますが、結論を支えたのは測定です。TurnerはGLM系とZ.ai基盤まで絞り、Di Zhangが名前を提示し、27日の発表で最後の空白が埋まりました。
GLM-5.2の知能路線とネイティブマルチモーダル
Z.aiのGLM-5.3技術記事によると、標準GLM-5.3はGLM-5.2と同じベースモデルを使います。改善は、実行可能な環境、長いタスク、追加のpost-training計算から生まれました。前世代はTabbitのGLM-5.2とGLM-5.1で確認できます。
GLM-5.3-Flashはこの路線にネイティブマルチモーダル入力を加えました。画像を見てUIを確認し、仕様やコード、文書へ推論を続けられます。
標準GLM-5.3のDeepSWEやTerminal-Benchの数字をFlashへコピーしてはいけません。似た用途でもcheckpointと評価条件は別です。
コミュニティテストの範囲
Wenqi/KevinはDeepSWEのsubsetで約63パーセント、タスク当たり約47K出力tokenと報告しました。完全なタスク一覧、反復、公式提出はありません。
Clineは実リポジトリのbugをOx AlphaとFableで比較し、両方が修正したと報告しました。Oxは推論の繰り返しが少なく、出力tokenは約3分の1でした。1件のbugは総合順位を決めませんが、行動に移る効率の手掛かりになります。
長時間Agentの見方はagentic reasoningガイドを参照してください。roleplayとpresetは別のGLM-5.3 SillyTavernガイドが対象です。
Tabbitで使う
Tabbit Browserを開きます。分析はChat、複数段階のWeb作業はAgent Modeを使います。
モデル選択でGLM-5.3-Flashを選びます。
@でページ、タブグループ、スクリーンショット、ファイルを付けます。完成条件、確認項目、変更してはいけない範囲を書きます。
研究向けブラウザガイドはWeb、PDF、図表を一緒に扱う方法を説明します。TabbitはIDEのcoding harnessではなく、プレビュー時の無料条件も保証しません。最新の上限はTabbit料金で確認してください。
タスク別の判断
| タスク | 適合 | 使い方 | 注意点 |
|---|---|---|---|
| UI画像とWeb仕様の比較 | 高い | 両方を@で添付し差分を検証 | 出典と画像根拠を残す |
| Web、図表、PDFの長い調査 | 高い | タブグループに集め引用付きで要約 | 出典なしの長文を避ける |
| 視覚状態を含むブラウザ操作 | 高い | 別タブグループでAgentを実行 | 変更をレビュー |
| 大規模repository patch | 中程度 | Tabbitは文書、code harnessは修正とtest | gitやCIの代替ではない |
| 単純なテキスト質問 | 利用可能 | 添付なしのChat | 小型モデルの方が速い場合がある |
GLM-5.3-Flashの価値は、GLM系の長時間推論が視覚コンテキストを直接扱える点です。初期データは実タスクで試す理由になりますが、標準GLM-5.3の全スコアを移したり、万能の勝者と呼んだりする根拠ではありません。比較対象としてはGPT-5.6 Solの1Mガイドも参考になります。
よくある質問
Ox Alphaは本当にGLM-5.3-Flashですか？
はい。2026年8月27日、Ox AlphaはGLM-5.3-Flashだと明らかになりました。それ以前、OpenRouterは匿名のstealth/ox-alphaとして掲載していましたが、tokenizer、動画token配分、サーバーエラーの調査はすでにGLM系とZ.aiの配信基盤を指していました。
GLM-5.3-FlashとGLM-5.3は同じモデルですか？
同じではありません。標準GLM-5.3はコーディングと長時間Agent向けのテキストモデルです。GLM-5.3-Flashはその知能系統を継ぎ、テキスト、画像、動画のネイティブ入力を加えています。評価値は別々に扱う必要があります。
GLM-5.3-FlashはGLM-5.2から何を継承しますか？
Z.aiによると、標準GLM-5.3はGLM-5.2と同じベースモデルを使い、追加のポストトレーニングで改善されています。対象はコーディング、ツール利用、長時間タスクです。Flashはこの路線とネイティブマルチモーダルを組み合わせます。
Ox Alphaのプレビューは何を入力できましたか？
OpenRouterは100万tokenのコンテキストと、テキスト、画像、動画入力を案内しました。出力はテキストで、用途はコーディング、継続的なAgent作業、本番負荷でした。無料プレビューは恒久条件ではありません。
Ox Alphaの初期テスト結果は良かったですか？
有望ですが不完全です。Wenqi/KevinはDeepSWEの一部で約63パーセント、平均約47K出力tokenと報告しました。Clineは実リポジトリの1件のbugで、Fableより約3分の1の出力tokenで修正したと報告しました。
TabbitでGLM-5.3-Flashを使うには？
Tabbit BrowserでChatまたはAgentタスクを開き、モデル選択からGLM-5.3-Flashを選びます。@で現在のタブ、タブグループ、スクリーンショット、ローカルファイルを添付できます。最新の提供状況と上限は選択画面と料金ページで確認してください。