1. 创业头条
  2. 前沿领域
  3. AI智能
  4. 正文

神秘“牛来”模型屠榜OpenRouter:DeepSWE跑分80%,线索指向智谱

 2026-08-23 15:04  来源:互联网  我来投稿 撤稿纠错

  一键部署OpenClaw

近日,全球最大AI模型聚合平台OpenRouter的模型目录里悄悄多了一个条目:stealth/ox-alpha。没有公司名,没有参数规模,定价栏写着两个零。中文社区给它起了个外号叫“牛来”——Ox在英文里就是牛。

这个匿名模型很快把开发者圈点燃了。独立研究员Ben Davis用DeepSWE基准测试了10个任务,Ox Alpha通过率约80%,而同场Claude Fable 5是65%,GPT-5.6 Sol是52%,GLM-5.3和Grok 4.6都是62%。更夸张的是规格:上下文窗口104.8万token,最大输出13.1万token,支持文本、图像、视频多模态输入,预览期免费一周。

但先别急着喊“国产模型秒杀OpenAI”。这个80%来自个人10任务自测,不是官方审计榜单。DeepSWE公开排行榜上至今没有Ox Alpha,10任务样本的方差可能很大。更准确的定位是:Ox Alpha处于前沿模型第一梯队,尤其在编码任务上有竞争力,但“碾压”之说为时过早。

真正精彩的是身份侦破。独立研究者先是通过tokenizer指纹发现,Ox Alpha的token计数与智谱GLM-5.3几乎完全对齐;随后有人发送异常请求,服务器返回的Java堆栈跟踪中出现了com.wd.paas.api.domain.v4.chat.ChatCompletionRequest这个类路径,直接对应智谱Z.ai的API结构;更关键的是错误码1214“Incorrect role information”与OpenRouter上智谱GLM模型完全一致,而在DeepInfra托管的GLM-5.2上返回的是另一种格式。同一套权重,不同宿主,错误格式不同——这证明指纹属于API运营商,也就是智谱。

智谱至今没有确认也没有否认。这种匿名测试在业内不算新鲜事:OpenRouter此前四款Stealth模型后来都被中国厂商认领,包括智谱、小米、蚂蚁、美团。匿名发布的好处很明显:用免费换真实流量压测,用匿名换无偏评测,用揭晓换事件营销。如果Ox Alpha真是智谱的下一代旗舰,那它的正式发布应该不远了。

这件事对国产大模型出海也有样本意义。中国模型在性能上追近甚至局部超越海外前沿模型后,缺的往往不是技术,而是全球开发者社区的认知度和信任度。OpenRouter这种匿名测试平台,成了一个低成本的全球化试金石。

申请创业报道,分享创业好点子。点击此处,共同探讨创业新机遇!

相关标签
ai技术
AI大模型

相关文章

  • Apple Music要给AI歌曲贴标签了:以后机器唱的,得亮明身份

    (配图来源:Pexels)A5站长网8月22日消息,好莱坞报道者从一封苹果发给内容供应商的邮件里挖出消息:AppleMusic将在今年晚些时候正式上线AI内容标签。苹果在邮件里把规则说得很死:只要AI参与了内容创作中实质性的部分,包括完全由AI平台生成的曲目,内容供应商就必须打上AI透明度标签,没有

    标签:
    ai技术
    ai智能
  • OpenAI扛不住了:旗舰GPT-5.6 Sol降价超20%,输出直降三分之一

    配图来源:PexelsA5站长网8月22日消息,OpenAI宣布在未来三个月内把旗舰模型GPT-5.6Sol的开发者价格下调超过20%。这是Sol自7月9日随GPT-5.6系列发布以来的首次降价,也是OpenAI第一次对自家最强模型动刀——之前降的都是小弟,这次动的是王牌。具体数字:标准短上下文场景

    标签:
    AI大模型
  • 英伟达要花200亿估值押注Mercor:芯片之王开始买数据了

    多方消息确认:英伟达正洽谈参与AI数据标注公司Mercor的新一轮融资,此轮融资估值达200亿美元,由现有投资方GeneralCatalyst牵头。短短不到一年,Mercor的估值从100亿美元翻倍——而这家公司成立才三年。Mercor是家什么公司?2023年由三个22岁的大学辍学生在旧金山创立,干

    标签:
    英伟达
    ai技术
  • 博通筹划最高1000亿美元AI芯片融资:AI开始找债市输血了

    8月20日,多家媒体援引知情人士消息:博通正与一组贷款机构洽谈AI芯片融资计划,拟筹集超过600亿美元债务资金。方案包括约600亿至700亿美元的高级担保债务(部分由博通担保),外加约300亿美元次级债务——全部落地的话,总规模最高约1000亿美元。黑石和阿波罗全球管理正在洽谈参与,债务将通过特殊目

    标签:
    ai芯片
    ai技术
  • MiniMax Design发布:多模态模型终于有了“干活”的工具

    8月20日,MiniMax发布多模态创作Agent工作台MiniMaxDesign。这是H3开源后首个官方Harness。简单说,H3是一个能理解、生成、编辑视频和图片的多模态模型,而Design是让H3真正“干活”的工具——用户提出创作需求后,Design能够理解目标、拆解任务、调用相应的模型与S

    标签:
    ai智能
    ai技术
  • 2026,芯片之外的胜负,挪进了机房

    2026年的算力市场,供求两侧的发展速度已经完全对不上了。需求侧呈现为一条陡得反常的曲线。中国Token日均消耗量从2024年初的千亿级,涨到2026年的约500万亿,接近5000倍。未来十年,全社会算力总量预计增长10万倍。这已经不是一般意义上的“增长”,而是换了一个量级的世界。但,供给侧的扩容受

  • Gemini 4 Neon正式上线:主打百万级长上下文与低成本推理,单任务成本较Carbon低32%

    11月19日,谷歌发布Gemini4Neon。当天起,该模型已可在GeminiAPI、GoogleAIStudio和企业版后台的模型下拉框中选择;AIPro与Ultra订阅用户还能在Gemini应用和Antigravity两个入口切换使用。据凤凰网科技统计,近一个月谷歌已发布四款Gemini模型。G

    标签:
    gemini
    4
    neon
    ai技术
  • 安谋科技发布Cortex-M42处理器及“星辰100e”AIoT原型平台

    11月18日,安谋科技发布ArmCortex-M新品,推出基于Cortex-M42处理器的“星辰100e”AIoT原型平台。安谋科技是Arm在华合资公司,这款新处理器由双方合作开发,中国命名为“星辰”STAR-MC3,已纳入Arm面向微控制器的Cortex-M全球产品路线图。Cortex-M42面向

    标签:
    ai智能
    ai技术
  • AI平台API聚合平台推荐:新手必备,一文教你从模型选择、API接入到第一次调用的实践指南

    为什么要用API而不是网页版网页版的局限模型选择受限:通常只能使用该平台提供的模型,难以根据任务需要自由切换不同厂商的模型。工作环境受限:主要在浏览器中使用,与本地文件、开发环境及其他工作软件的集成能力相对有限。成本管理不够灵活:网页版通常采用免费与付费订阅相结合的模式。免费版的模型能力和使用额度有

  • AI开始改芯片电路:OpenAI优化成果落地AMD量产线

    11月19日,OpenAI发布技术报告《利用OpenAI模型推进芯片设计》。报告显示,其AI模型已深入到芯片底层电路设计,改出的方案不只停留在论文里,部分优化方案已随AMD近期送造的芯片进入制造环节。OpenAI从2025年初起使用GPT-4参与自研推理芯片Jalapeño的设计。Jalapeño是

    标签:
    ai技术
    ai芯片
  • "灵晟"再次登顶全球超算,E级算力拼的不只是峰值

    最新一期全球超算TOP500榜单——业内公认的"超算五百强"年度排名——在国际超级计算大会SC26上揭晓。国家超级计算深圳中心研制的"E级"超级计算机"灵晟",以2.198EFlops的持续双精度浮点性能再次位列全球第一,相当于每秒219.8亿亿次浮点运算。TOP500主榜看的是HPL基准,考的就是

  • 2026年11月远程办公远控软件怎么选择?向日葵、ToDesk、UU换网与重启实测

    前言:远程办公里最影响连续工作的,往往不是连上之后画质好不好,而是网络一换、电脑一重启,画面多久能回来、要不要手动点重连。断线重连的体验直接关系到我们远程办公的效率和沉浸感。因此,我们通过评测记录Mac主控连接Windows被控时,三款软件在四项恢复任务中的实测数据与界面反馈差异。本次换网与重启恢复

  • AI会画视频了,但为什么还需要“会剪片子”的大脑?

    2026年还剩不到两个月,短剧已经火到不讲道理了。《持械入宋》10季1000集,全网播放量干到66亿,一个“草台班子”用AI做出来的片子,被六神磊磊调侃“看个短剧跟要考研一样”。另一部短剧《十八岁太奶奶4》预约破千万,上线直接登顶红果三榜,全网话题量破10亿。红果短剧的用户量也超过了豆包,看短剧的人

  • 黄仁勋和“平头哥”,都在等一个厉娜!

    “我是被宣判的人,我能去哪儿啊,我画地为牢,厉娜!”这是最近一部综艺里爆火出圈的台词,感觉挺适合拿来点评国内外AI科技圈正在发生的两件大事:一个是英伟达黄仁勋那档子事儿;一个是刚刚由阿里宣布,拟分拆全资芯片子公司平头哥在香港联交所主板独立上市的消息。按公告所言,早在两个月前的9月11日,平头哥就已经

  • GCSA 洞察:某头部智能机器人厂商产品存在严重安全风险,真机验证系统级权限失陷

    GCSA安全团队在针对某头部机器人厂商产品的安全研究中,发现并验证了一项严重安全漏洞。随着人工智能与具身智能技术加速发展,机器人正从传统自动化设备演进为具备感知、决策与自主行动能力的智能终端。与此同时,网络安全风险也正从软件与数据层面延伸至真实物理环境。机器人系统的安全性,不仅关系到数据与设备本身,

    标签:
    网络安全

热门排行

编辑推荐