免費爽用 Ox Alpha 教學：神秘模型寫程式媲美 Claude Fable 5，身份疑是智譜 GLM

免費、100 萬 Token 上下文的匿名模型 Ox Alpha 這兩天讓開發者圈炸鍋，開發者測試跑分甚至超越 Claude Fable 5 與 GPT-5.6 Sol。目前身份也幾乎確定是智譜 GLM 的多模態版本。
（前情提要：每天 100 兆 Token 隨你燒！中國神秘模型 Ox Alpha 宣布免費一週）
（背景補充：中國八週連發 5 款 AI 模型，更便宜 token 把美國中段班逼上絕路）

本文目錄

這兩天開發者社群都在討論一支名叫 Ox Alpha 的匿名模型。它 8 月 20 日前後悄悄上架 OpenRouter，沒有公司出面說明，但打出兩個很難忽略的規格：完全免費、上下文長度來到百萬 Token，還能直接吃文字、圖片、影片。OpenCode 官方帳號甚至喊出「我們每天有 100 兆 Token 的容量，讓我們看看你能怎麼用」這種話。

再次把討論點燃的是寫程式成績。開發者 Ben Davis 拿它跑 DeepSWE 測試，結果成績竟然壓過 Claude Fable 5 與 GPT-5.6 Sol。數字一傳開，社群嘗試熱度更高。

過往匿名放模型上架測水溫，在 OpenRouter 上已經是成熟套路。前四隻動物代號模型 Pony、Hunter、Elephant、Owl Alpha 最後分別由智譜、小米、螞蟻集團與美團認領，全部來自中國，所以社群一看到 Ox Alpha，第一件事就是開始猜它哪家中國品牌的？

幾乎確定是智譜 GLM

身份證據裡最硬的一條來自服務層。有人攔截到 Ox Alpha 洩漏出來的 Java 錯誤訊息，類別名稱是 com.wd.paas.api.domain.v4.chat.ChatCompletionRequest，錯誤回應逐字寫著 {"code":"1214","message":"Incorrect role information"}，跟智譜 AI（Z.AI）自家託管 GLM 模型的錯誤格式一模一樣；同一份權重換到 DeepInfra 上託管，吐出來的格式卻完全不同。

這代表指紋認出來的不只是誰的模型權重，是誰在背後跑這組伺服器。研究者 Chetaslua 據此把營運方是智譜的信心值標到 0.98。

先講清楚它到底多強

不過要補充說明的是，Ben Davis 貼出的測試成績是他自己挑出的 10 題 DeepSWE 子集，不是官方榜；同一輪測試裡，Claude Fable 5 拿 65%，GPT-5.6 Sol 拿 52%、Ox Alpha 拿 80%。

10 題的測試，每答對或答錯一題就能拉動約 10 個百分點，社群自己給的判準是：樣本少於 50 題的分數只能當訊號，不能當結論。如果 Ox Alpha 真的是 GLM-5.3 的多模態版本，合理的實力區間就是官方榜上 GLM-5.3 的 69%，跟 Claude Fable 5 的 70% 幾乎打平。

路線一：OpenRouter，三步就能打

如果想把握時間免費體驗，你可以有兩種方式：

第一種是先到 OpenRouter 帳號的 API key 設定頁建立一組金鑰，這是第一步。

第二步，model id 記好 stealth/ox-alpha，輸入與輸出定價都是 0；Base URL 是 https://openrouter.ai/api/v1，端點走 /chat/completions，跟 OpenAI 介面相容，換掉 base_url 就能打。

第三步，直接用 curl 測試：

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{"model":"stealth/ox-alpha","messages":[{"role":"user","content":"hi"}]}'

習慣寫 Python 的人，用 OpenAI SDK 換個 base_url 就能接上：

from openai import OpenAI
client = OpenAI(base_url="https://openrouter.ai/api/v1", api_key="<OPENROUTER_API_KEY>")
resp = client.chat.completions.create(model="stealth/ox-alpha", messages=[{"role":"user","content":"hi"}])

路線二：OpenCode，不用寫程式

習慣在終端機裡工作的人，可以直接掛進 OpenCode。在 TUI 裡打 /connect，搜尋 OpenRouter、貼上 API key，再打 /models 挑出這支模型即可，或用旗標 opencode -m openrouter/stealth/ox-alpha 直接指定。想設成預設模型，寫進 opencode.json：

{"$schema":"https://opencode.ai/config.json","model":"openrouter/stealth/ox-alpha"}

清單裡找不到的話，手動掛一段設定也行：

{"$schema":"https://opencode.ai/config.json","provider":{"openrouter":{"models":{"stealth/ox-alpha":{}}}}}

OpenCode 自家閘道 OpenCode Zen 也內建了同一支模型，顯示名稱是「Ox Alpha Free (Unlimited)」，model id 是 opencode/x-preview-f-free。

接之前要知道的三件事

第一，速度不是旗艦等級。OpenRouter 官方統計吞吐量 P50 為 23 tokens/秒，延遲 P50 為 5.49 秒；另一份約三天期的監測數字接近，每秒 24 個 Token，延遲 5.81 秒。這個速度拿來做一問一答的即時對話會有感，比較適合丟一包長任務讓它自己跑完再回來看。穩定度倒是不錯，3 天內 uptime 有 99.99%，免費模型常見的排隊與斷線在它身上沒有特別明顯。

第二，結構化輸出要自己顧。它支援 response_format 的 JSON 輸出，也支援 tool calling，reasoning effort 可以在 low、high、max 之間切，預設走推理模式。但官方特別註明不做 JSON schema 強制，意思是它會回你一包 JSON，卻不保證欄位長得跟你定義的一樣。如果下游程式直接吃這包 JSON，驗證那一層要自己補上，不能省。

第三，資料政策要先看懂再丟東西。OpenRouter 模型頁上寫的字面是「Prompts and completions for this model are retained by the provider and are not used for training」，也就是保留但不訓練，不是零保留；OpenCode 官方帳號的推文喊的卻是零資料保留，兩邊字面對不上。

在身份還沒被官方蓋章之前，你送進去的東西實際上是交給一家不具名的供應商保管，丟私有程式碼庫之前，這一條要先想清楚。

Notes for this stealth model:

💰 It is free
🔑 This time, the provider does not train on your prompts or completions

— OpenRouter (@OpenRouter) August 20, 2026