OpenRouter указывает, что Ox Alpha работает с контекстом до 1,05 млн токенов и принимает текст, изображения и видео. В описании модели говорится о поддержке долгих задач по разработке ПО, сложных рассуждений и рабочих процессов, сочетающих текстовую и визуальную информацию.
Платформа OpenCode, также предоставившая доступ к Ox Alpha, объявила, что в течение недели модель будет доступна практически без ограничений. По данным компании, ее провайдер способен обрабатывать до 100 трлн токенов в день. Для сравнения, это примерно в 100 раз больше объема токенов, который Visa обрабатывает за месяц.
Разработчик Бен Дэвис протестировал Ox Alpha на десяти задачах из DeepSWE — бенчмарка, который проверяет, насколько хорошо ИИ умеет работать с реальными кодовыми базами, находить ошибки и создавать рабочие патчи. Модель набрала около 80%, тогда как Claude Fable 5 показала 65%, а GPT-5.6 Sol — 52%.
К этим цифрам стоит относиться с осторожностью: выборка была небольшой, а модели тестировались при разном количестве попыток. Ox Alpha пока не появилась в публичной таблице лидеров DeepSWE, где первое место с результатом 74% занимает Claude Opus 5. Независимых проверок на более крупных наборах задач пока не проводилось.
Ox Alpha быстро привлекла внимание представителей технологической отрасли. Генеральный директор Stripe Патрик Коллисон протестировал модель и назвал ее «очень впечатляющей». Однако официальных данных о разработчике по-прежнему нет.
Первоначально пользователи предположили, что за моделью может стоять китайская лаборатория Z.ai. Одним из аргументов стало сходство Ox Alpha с Pony Alpha — анонимной моделью, которую ранее связывали с тестированием GLM-5. Позднее появились предположения, что Ox Alpha может быть связана с семейством MAI от Microsoft.
Сама OpenRouter подчёркивает, что Ox Alpha разработана и управляется анонимным сторонним поставщиком, а платформа лишь направляет к нему запросы. В ситуации, когда бесплатная модель получает широкий доступ к пользовательским данным, анонимность становится не просто поводом для любопытства, но и вопросом доверия: пользователи вынуждены полагаться на условия неизвестного поставщика и не знают, где и как обрабатываются их запросы.
