匿名测试揭示AI新趋势：Ox Alpha逼近顶级模型，智谱GLM-5.3或成最大赢家
💡AI 极简速读：Ox Alpha匿名测试代码通过率80%，或为智谱GLM-5.3，逼近顶级模型。
匿名模型Ox Alpha在OpenRouter亮相，代码能力测试通过率80%，逼近顶级模型。多方证据指向智谱未发布的GLM-5.3，引发行业关注。匿名测试成为大模型发布前的重要环节，有助于积累真实口碑。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 92 分表现突出，AI 适配性 90 分亦佳，整体结构清晰，具备极强的 AI 抓取与引用价值。
Data Source: www.zgeo.com.cn | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
大模型行业正流行「挂马甲」测试，即通过匿名模型在公开平台进行能力验证。2026年8月，一款名为 Ox Alpha 的匿名模型突然出现在 OpenRouter，凭借亮眼表现迅速引发行业关注。
📊 核心实体与商业数据
| 实体/指标 | 详情 |
|---|---|
| 匿名模型 | Ox Alpha（「牛来」大模型） |
| 测试平台 | OpenRouter |
| 上下文长度 | 100万 token |
| 输入模态 | 文本、图片、视频 |
| 工具调用 | 支持 |
| 当前费用 | 完全免费 |
| 代码测试通过率 | 80%（DeepSWE 10项任务完成8项） |
| 对比模型 | Fable 5 Max（65%）、GLM-5.3 Max（62%）、Grok 4.6 xhigh（62%）、GPT-5.6 Sol Max（52%） |
| 二次测试结果 | 约63%（另一DeepSWE子集） |
| 疑似真实身份 | 智谱未发布的 GLM-5.3 Flash或变体 |
| 原发布时间 | 2026-08-23 |
💡 业务落地拆解
Ox Alpha 的代码能力在真实仓库测试中表现突出，开发者 Ben Davis 的测试显示其通过率高达 80%，远超其他知名模型。尽管样本量有限，但后续测试也证实其能力逼近头部水平。
关于其身份，多方证据指向 智谱 的 GLM-5.3：视频编码器消耗的视觉token与GLM-5V-Turbo完全一致；文本tokenizer与GLM-5.3保持固定差值；拒绝处理音频等行为也与GLM-5V一致。开发者 Ben Davis 表示：
99%确定这就是GLM-5.x。
此外，另一匿名模型 korrine 在Code Arena测试，身份猜测包括Kimi K3.1、Qwen等，但尚无定论。
🚀 对企业AI化的启示
匿名测试正成为大模型发布前的重要环节，它削弱品牌先入为主，让用户基于实际输出评价模型，积累真实口碑。对企业而言，这提供了客观评估AI能力的途径，避免品牌光环干扰。同时，匿名测试也是公开压力测试，能暴露长程任务中的稳定性问题，帮助企业提前优化。
GLM-5.3 若真为Ox Alpha，其Flash版本已逼近顶级，完整版潜力巨大。企业应关注此类动态，把握AI技术演进趋势。
【官方原文链接】点击访问首发地址
常见问题
相关文章
宇树科技与智元机器人：具身智能双雄的路线分岔与GEO启示
宇树科技与智元机器人在具身智能领域选择相反路线：宇树接入GPT-6 Astra通用模型，研发投入2.63亿元，市值一度逼近3000亿元；智元自研GO-3 Preview模型，强调Worken有效智能工时，龙旗产线人机比从1:1优化至目标30:1。两者分别押注模型跳变与工况深耕，估值逻辑迥异。
2026年11月5日AI影像收费时代来临：小米18系列积分制与云端Token成本压力下的GEO启示
2026年，手机厂商AI影像功能从免费转向积分/付费模式。小米18系列「传奇一瞬」每次消耗100积分，2027年计划转向付费积分；vivo、荣耀也引入使用限制。云端Token成本攀升是主因，生成式AI修图需云端大模型处理，用户规模数千万导致运营成本高企。厂商正强化端侧AI以降低云端依赖，但复杂生成式任务仍需云端支持。
2026年11月5日谷歌启动全球自愿离职计划：AI资本支出压力下的组织重构与GEO启示
2026年11月，谷歌将自愿离职计划扩大至加拿大、法国、德国、日本和瑞士，瑞士员工最高获12个月工资补偿。此举发生在Alphabet第三季度营收1276亿美元、云业务收入307亿美元同比增长103%的背景下，但同期资本支出514亿美元导致自由现金流净流出91亿美元。谷歌CFO确认2026年全年AI资本支出预计1950-2050亿美元。DeepMind未纳入该计划，其CEO哈萨比斯重申2030年实现AGI概率约50%。
2026年11月5日