Ox Alpha 到底是谁？为何大家猜它是 GLM-5.3 Flash

Ox Alpha 很可能是运行在 Z.ai 服务栈上的 GLM-5.x 多模态模型。这是目前公开线索能支持的最稳结论。再往前一步，说它就是 GLM-5.3 Flash，证据还差一张官方模型卡。OpenRouter 和 Z.ai 都没确认。

偏偏这个匿名模型已经做出了一些让人很难不多看两眼的结果。Reddit 有人用一句话让它画“骑自行车的龙”，评论区注意到龙腿在车架后面、自行车在路上，还有链条。测试很小，却很具体。大家关心的不只是“谁做的”，也在看它到底会不会干活。

下面按时间把故事拼起来，再把标准 GLM-5.3 的官方数据和 Ox Alpha 的网友实测分开。如果不想继续猜代号，也可以直接打开 Tabbit 的 GLM-5.3 Flash 模型页，拿自己的文字、图片和 Agent 任务试一轮。

先说结论

• OpenRouter 确认的是匿名第三方模型、1,048,576 token 上下文，以及文本、图像、视频输入。官方资料没有出现 Z.ai 或 GLM 名称。

• Tokenizer、视频 token 预算和服务端报错共同指向 GLM-5.x 家族与 Z.ai 服务栈，但还不能锁定具体 checkpoint。

• Z.ai 表示公开版 GLM-5.3 与 GLM-5.2 使用同一个 base model，提升来自后训练。如果 Flash 归因正确，“GLM-5.2 的智能底座加原生多模态”就说得通。

• Ox Alpha 的好成绩大多来自个人测试、子集或单个任务。它们值得跟进，不能冒充完整 benchmark。

• Tabbit 已按 GLM-5.3 Flash 提供使用入口。产品名称解决的是怎么用，不等于替官方完成身份确认。

Ox Alpha 身份线索一览

压成一句话：GLM 家族很像，Z.ai 托管也很像，具体叫不叫 GLM-5.3 Flash 还没实锤。

这场身份猜测是怎么开始的

8 月 14 日：标准 GLM-5.3 先发布

Z.ai 在 GLM-5.3 技术博客里写得很直白：GLM-5.3 和 GLM-5.2 使用同一个 base model，所有增益来自继续扩大后训练。新的训练覆盖更多环境、更复杂的长任务和更大的计算量。

这给后来的 Flash 猜测补上了一条技术路线。一个更快、支持视觉的分支，不必抛弃 GLM-5.2 的语言与推理底座。它可以保留这套能力，再换一套服务配置并接入视觉输入。已经用过 Tabbit 中的 GLM-5.2 的人，也正好有一个可以对照语气和指令遵循的基线。

边界也很清楚：Z.ai 这篇文章只讲公开版 GLM-5.3，没有出现 Ox Alpha 或 GLM-5.3 Flash。

8 月 21 日：Ox Alpha 匿名上线

OpenRouter 把 stealth/ox-alpha 作为免费预览模型上线。模型页给出的定位是编码、持续 Agent 工作和生产任务。上下文窗口为 1,048,576 token，最大输出 131,072 token。

真正让身份调查热起来的是另一项规格：OpenRouter 官方 X 账号写明它接受文本、图像和视频。公开版 GLM-5.3 有长上下文和编码能力，GLM-5V-Turbo 则是 GLM 家族里现成的视觉路线。Ox Alpha 看上去像两条线在一张尚未公开的模型卡上汇合了。

OpenRouter 同时说明，模型由匿名第三方开发和运营，它只负责路由。提供商会保留 prompt 和 completion，但不用于训练，其他用途受 Stealth Model Terms 约束。免费很好用，不等于没有隐私成本。

8 月 23 日到 25 日：社区开始“验指纹”

TechCrunch 的早期报道记录了第一轮混乱：有人猜 GLM，也有人猜微软 MAI，Reddit 上的判断更分散。当时根本谈不上共识。

随后出现的技术线索扎实得多。Jonathan Turner 在 8 月 25 日的汇总中写到，Ox Alpha 对 50 条测试字符串的 token 计数与公开 GLM-5.3 50/50 匹配；四段视频的 token 预算与 GLM-5V-Turbo 一致；部分 Java/Spring 报错和业务码也与公开 GLM-5.3 后端逐字节相同。

几组线索互相呼应，但它们不是权重哈希。Turner 也说明，这些测量来自其他调查者，他没有在文章里重跑。Tokenizer 可以共用，视频编码器可以复用，Z.ai 服务器也能托管外部模型。所以比较稳的终点仍是“GLM 家族的多模态分支”，不是“破案成功”。

“GLM-5.2 的智慧加原生多模态”是什么意思

这句话听着像宣传语，拆开后其实是两个可核对的判断。

第一，标准 GLM-5.3 确实延续 GLM-5.2 的底座。Z.ai 把能力增益归因于长程编码、工具调用和真实任务环境上的后训练。它处理的是计划、行动、观察再继续的循环，我们在 Agentic Reasoning 指南里也解释过这类工作方式。

第二，Ox Alpha 的产品入口原生接受视觉输入。OpenRouter 列的是文本、图像、视频输入，并不是在外面再挂一个 OCR 工具。把它称为“原生多模态”对使用界面来说是准确的，但公开资料没有说明底层架构如何组合。

这样看，GLM-5.3 Flash 的猜测就有了来由：沿用 GLM-5.2/5.3 这一代的推理与 Agent 路线，再把视觉上下文放进同一个模型体验。至于 Flash 是否代表更快的服务档位，只是从名字做出的联想，不能算证据。

公开模型卡还有一个提醒。标准 GLM-5.3 是 1M 文本模型，GLM-5V-Turbo 是窗口更小的视觉模型，Ox Alpha 却是 1M 多模态入口。它像两者，但不等于任何一个公开产品。

网友测出来的数据到底能说明什么

Z.ai 给标准 GLM-5.3 公布了一组明显优于 GLM-5.2 的结果。这些数字解释了为什么一个可能的 5.3 分支会引起注意，却不能贴到 Ox Alpha 身上。

Ox Alpha 的证据是另一套：

也别漏掉负面反馈。免费期涌入大量用户后，OpenCode 社区出现了过载、慢启动和上游 endpoint 错误。它更像预览服务的容量问题，不代表模型变笨，但会直接决定一次长 Agent 任务能不能跑完。

想找另一个百万上下文模型做参照，可以看 GPT-5.6 Sol 的 1M 上下文说明。两边都提醒了同一件事：窗口大小、产品默认值、费用和任务成功率是四个不同指标。

在 Tabbit 里把猜测变成自己的测试

Tabbit Browser 目前已经提供 GLM-5.3 Flash 模型页。匿名预览最麻烦的地方，是资料、prompt、截图和输出散落在不同网站与客户端。Tabbit 可以把这些东西留在同一个浏览器里比较。

一轮干净的测试分四步：

1. 打开 GLM-5.3 Flash 模型页，先给一个成功条件明确的任务，保存 prompt 和输出。

2. 在同一个浏览器里换成 GLM-5.2 或另一款模型，任务不变，只换模型。

3. 加一张图片或截图，检查回答有没有真正用到画面细节，而不是复述题目。

4. 多步骤网页任务再用 Agent Mode。只选公开、可回滚的任务，记录工具调用、重试、耗时和最终产物。

接入编码 harness 时也一样。我们的 DeepSeek Harness 浏览器指南会把浏览器控制和模型质量拆开看。Ox Alpha 也该这么测：好模型可能卡在拥堵路由上，重试做得好的客户端也可能只是在反复提交坏答案。

做资料研究，可以先把来源标签页附上，让模型在下结论前生成证据表。研究用 AI 浏览器工作流比把一堆 URL 扔进无记录聊天更容易复核。第一次用产品，可以先看 Tabbit 功能总览，里面讲了 @ 引用、多模型对话和 Agent Mode。

这里的取舍很简单。Tabbit 让 GLM-5.3 Flash 更容易调用和对比，但不会把社区归因变成官方模型卡。GLM-5.3-Flash 是当前产品入口，Ox Alpha = GLM-5.3-Flash 仍是待验证假设。

现在应该相信到哪一步

谜底已经缩小到一个很实用的范围。Ox Alpha 表现得像 GLM 家族，服务栈也指向 Z.ai，还把百万上下文和多模态输入放在了一起。GLM-5.3 Flash 是目前最顺的名字，但仍然只是猜测。

任务合适就去用，顺手把证据留好。等 Z.ai 或 OpenRouter 真正公布 checkpoint，这篇文章也很好更新，因为事实和推论从头到尾没有混在一起。

Secholar.L

Tabbit 增长与内容

Secholar.L 专注 AI 浏览器与 Agent 工作流的实操写作,基于真实调研对比工具,引用可验证的一手来源。