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

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。