Ox Alpha es un modelo de IA centrado en el razonamiento lanzado el 20 de agosto de 2026, diseñado específicamente para la ingeniería de software de largo alcance y flujos de trabajo agenticos [S1, S4]. Disponible a través de OpenRouter bajo el identificador stealth/ox-alpha, el modelo se ofrece actualmente sin coste tanto para los tokens de entrada como de salida durante su periodo de vista previa [S1, S4, S7].
A diferencia de los modelos establecidos de laboratorios conocidos, Ox Alpha es un lanzamiento “sigiloso” (stealth), lo que significa que el desarrollador y los detalles del entrenamiento permanecen oficialmente no revelados [S6, S8]. Aunque es accesible a través de una API compatible con OpenAI, es operado por un proveedor tercero anónimo y no por OpenRouter propiamente dicho [S6, S8].
Capacidades técnicas y soporte agentico
La característica definitoria de Ox Alpha es su ventana de contexto de 1,048,576 tokens [S1, S2, S4]. Esta capacidad permite a los desarrolladores cargar bases de código completas, documentación e historiales de tareas en un solo prompt, reduciendo la necesidad de que el modelo infiera el contexto a partir de fragmentos aislados [S1, S3]. El modelo admite una salida máxima de 131,072 tokens, proporcionando espacio para planes estructurados y soluciones técnicas detalladas [S1, S4].
Más allá del texto, Ox Alpha es multimodal y acepta imágenes y video como entrada [S1, S4, S6]. Esto permite flujos de trabajo de depuración prácticos donde un agente puede analizar la captura de pantalla de un navegador, una maqueta de interfaz de usuario o la grabación de pantalla de un error junto con el código fuente pertinente [6].
Para el trabajo agentico, el modelo admite la llamada a herramientas (tool calling), la elección de herramientas y la salida estructurada en JSON [S1, S4, S8]. Estas funciones le permiten funcionar dentro de bucles autónomos que alternan entre la planificación, la recopilación de evidencia mediante herramientas y la decisión de la siguiente acción [1].
Riesgos de privacidad y retención de datos
Debido a que Ox Alpha es un modelo sigiloso, los términos de privacidad varían significativamente según la ruta de acceso. OpenRouter afirma que, aunque el proveedor retiene los prompts y las respuestas, estos no se utilizan para el entrenamiento [S2, S4]. Sin embargo, otras fuentes señalan que el acuerdo general de modelos sigilosos puede otorgar derechos más amplios, y algunos listados contienen lenguaje contradictorio respecto a los derechos de entrenamiento [S2, S3].
En contraste, la ruta de OpenCode Zen lista el modelo como x-preview-f-free y afirma que no hay retención ni entrenamiento [2].
Dadas estas inconsistencias, los desarrolladores deben tratar a Ox Alpha como una herramienta de evaluación temporal en lugar de un destino predeterminado para código fuente privado o regulado [2]. Se recomienda probar el modelo en repositorios anonimizados o tareas fijas antes de cualquier despliegue a nivel de equipo [2].
Identidad forense y rendimiento
Aunque el proveedor sigue siendo anónimo, análisis forenses independientes de la capa de servicio publicados el 22 de agosto de 2026 apuntan hacia la infraestructura Z.ai de Zhipu AI [S3, S5]. Los investigadores identificaron un rastreo de pila (stack trace) de Java que menciona clases internas de la API de Zhipu y un dialecto de código de error específico (código 1214) que coincide con los modelos GLM alojados en Z.ai, pero difiere de otros hosts de los mismos pesos [S3, S5].
Evidencia adicional incluye una coincidencia de 30 de 30 en sondas de tokenizador con GLM-5.3 y firmas de codificador de video que se alinean con GLM-5V-Turbo [S3, S5].
Los benchmarks preliminares de la comunidad sugieren un alto rendimiento en tareas de programación. En una prueba de 10 tareas en DeepSWE, se informa que Ox Alpha logró una tasa de aprobación del 80%, superando a algunos modelos frontera en ese conjunto limitado específico [3]. Otros benchmarks indican una fuerte precisión en matemáticas (97%) y programación (95%), aunque el seguimiento de instrucciones (77%) es un área relativa de mejora [7].
Guía de integración práctica
Ox Alpha puede integrarse en los flujos de trabajo existentes utilizando una URL base compatible con OpenAI (https://openrouter.ai/api/v1) y el slug del modelo stealth/ox-alpha [S4, S8].
Para mantener la seguridad durante la evaluación, siga estos pasos:
- Almacene las claves de API en variables de entorno del servidor en lugar de en el código del navegador [S1, S8].
- Utilice el parámetro
reasoning_effort(low, high o max) para equilibrar la latencia y la calidad [8]. - Valide todo el código generado con procesos estándar de compilación y revisión de seguridad, ya que la capacidad de contexto no sustituye la responsabilidad sobre el cambio final [1].
- Diseñe agentes con puntos de control explícitos y requiera confirmación humana para operaciones irreversibles [1].
Los desarrolladores pueden probar actualmente estas capacidades a través de la API de OpenRouter o mediante arneses de agentes integrados como Claude Code y Hermes Agent [4].
Fuentes
- Ox Alpha on OpenRouter: Free 1M Stealth Model (Aug 2026) - explainx.ai
- Ox Alpha AI Model: Anonymous 1M-Context Coding Agent
- Ox Alpha - Free AI Model for Coding & Agentic Work
- Ox Alpha Free AI Model: Setup, Privacy and Cost | Wavect
- Ox Alpha - AI Model Details & Benchmarks
- Coding Model Ox Alpha Retains Every Prompt: You Cannot Name Company …
- Ox Alpha: What We Know About the Mystery AI Model
- Ox Alpha AI — 1M Context, API & OpenRouter Guide
