Z.ai 发布 Ox Alpha：智谱 AI 隐秘模型，1M 上下文窗口，多项编码任务超越 GPT-5.6
智谱 AI（Z.ai）在 Bloomberg 2026 年 8 月 26 日的报道中正式确认，其发布的隐身模型 "Ox Alpha" 是 GLM 系列的新成员。这款模型此前以匿名身份在 LiveBench 等基准测试中亮相，社区一度猜测其来源。确认身份后，智谱 AI 表示将公开模型权重。
模型规格
Ox Alpha 定位为前沿推理模型，核心参数如下：
- 上下文窗口：1,048,576 tokens（约 100 万 tokens），足以容纳完整代码库、500 页规格文档或数小时转录文本
- 最大输出：131K tokens
- 输入模态：文本、图像、视频
- 推理方式：推理优先（reasoning-first），先规划再回答，实时流式输出思考过程
- 工具调用：支持 tool calling 和结构化输出
- 价格：免费（oxalpha.com 提供免费试用界面，无需注册）
社区基准测试表现
Ox Alpha 官网展示了 10 项真实编码任务的独立基准测试结果。在这项测试中，Ox Alpha 解决了 8 项，领先于同期参与对比的所有前沿模型：
- Ox Alpha：8/10
- Claude Fable 5（max effort）
- GLM-5.3（max effort）
- GPT-5.6-sol（max effort）
- Grok 4.6（xhigh effort）
测试包含 10 项编码任务，如 anko-typed-variable-bindings、arktype-json-schema-refs、fastapi-deprecation-headers 等，均为实际工程场景。Ox Alpha 在一项所有参考模型都仅取得 1/4 通过率的任务上成功解决。
不过 LiveBench 独立基准测试尚未收录 Ox Alpha。目前 LiveBench 排行榜（2026-06-25 版本）前五名为：Claude Fable 5 Max（83.0）、GPT-5.6 Sol Max（81.0）、GPT-5.5 Thinking xHigh（80.2）、Claude 5 Opus Thinking Max（80.1）、Kimi K3（79.2）。Ox Alpha 的 LiveBench 分数仍有待公布。
"小模型，大能力"的定位
Hacker News 社区对 Ox Alpha 的讨论集中在几个方向：
有用户指出 Ox Alpha 可能是一个"小模型，大幅提升能力"的典型案例——在简单基准测试上出错较多，但能自主修复所有错误。这意味着它通过更多 tokens、更多轮次、更多工具调用来达成与 GPT-5.6 Sol 相同的最终结果。
也有用户发现 LiveBench 上 Ox Alpha 的分数低于 GPT-5.4 Nano，但在其官网基准测试中超越了 Fable 5。这种差异可能源于测试集不同——官网的 10 项编码任务针对性更强，而 LiveBench 是 23 项跨类别的综合测试。
智谱 AI 的开源承诺
Bloomberg 报道称，智谱 AI 已承诺将公开 Ox Alpha 的模型权重。这延续了中国 AI 公司近期的开源趋势——DeepSeek、Qwen、Moonshot（Kimi）等厂商纷纷开源其旗舰模型。如果 Ox Alpha 权重最终开源，将为开源社区增添一个具有 100 万上下文窗口的推理模型选项。
体验方式
Ox Alpha 目前可通过 oxalpha.com 免费试用，无需注册、无需订阅。界面简洁：输入问题或提示，模型实时推理并输出结果。支持移动端浏览器访问。
智谱 AI 的 API 平台（open.bigmodel.cn）目前尚未列出 Ox Alpha 模型，这表明它可能仍处于独立测试阶段，API 接入通道尚未开放。