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: zgeo.net | 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.net) 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
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日