Ox Alpha — это ИИ-модель, ориентированная на рассуждения, выпущенная 20 августа 2026 года, специально разработанная для длительной разработки ПО и агентных рабочих процессов [S1, S4]. Доступна через OpenRouter под идентификатором stealth/ox-alpha, модель в настоящее время предоставляется бесплатно как для входных, так и для выходных токенов в период предварительного просмотра [S1, S4, S7].
В отличие от моделей известных лабораторий, Ox Alpha является «стелевым» релизом, что означает, что данные о разработчике и обучении официально не раскрываются [S6, S8]. Хотя модель доступна через API, совместимый с OpenAI, она эксплуатируется анонимным сторонним провайдером, а не самим OpenRouter [S6, S8].
Технические возможности и поддержка агентных workflows
Определяющей особенностью Ox Alpha является окно контекста на 1 048 576 токенов [S1, S2, S4]. Эта возможность позволяет разработчикам загружать в один запрос целые большие кодовые базы, документацию и историю задач, уменьшая необходимость модели выводить контекст из изолированных фрагментов [S1, S3]. Максимальный выход модели составляет 131 072 токена, что обеспечивает пространство для структурированных планов и детальных технических решений [S1, S4].
Помимо текста, Ox Alpha является мультимодальной моделью, принимающей на вход изображения и видео [S1, S4, S6]. Это обеспечивает практические рабочие процессы отладки, когда агент может анализировать скриншот браузера, макет UI или запись экрана с ошибкой вместе с соответствующим исходным кодом [6].
Для агентной работы модель поддерживает вызов инструментов, выбор инструмента и структурированный вывод JSON [S1, S4, S8]. Эти возможности позволяют ей функционировать в автономных циклах, чередующих планирование, сбор доказательств с помощью инструментов и выбор следующего действия [1].
Риски конфиденциальности и хранение данных
Поскольку Ox Alpha является стелевой моделью, условия конфиденциальности значительно различаются в зависимости от способа доступа. OpenRouter заявляет, что хотя промпты и ответы хранятся у провайдера, они не используются для обучения [S2, S4]. Однако другие источники указывают, что общее соглашение для стелевых моделей может предоставлять более широкие права, а некоторые списки содержат противоречивую информацию относительно прав на обучение [S2, S3].
Напротив, маршрут OpenCode Zen указывает модель как x-preview-f-free и заявляет о нулевом хранении и отсутствии обучения [2].
Учитывая эти несоответствия, разработчикам следует рассматривать Ox Alpha как временный инструмент оценки, а не как стандартное место для закрытого или регулируемого исходного кода [2]. Рекомендуется тестировать модель на отредактированных репозиториях или фиксированных задачах перед любым командным внедрением [2].
Судебно-следственная идентификация и производительность
Хотя провайдер остаётся анонимным, независимая экспертиза уровня обслуживания, опубликованная 22 августа 2026 года, указывает на инфраструктуру Z.ai компании Zhipu AI [S3, S5]. Исследователи обнаружили стек-трейс Java, называющий внутренние классы API Zhipu и специфический диалект кодов ошибок (код 1214), который совпадает с моделями GLM, размещёнными на Z.ai, но отличается от других хостов с теми же весами [S3, S5].
Дополнительным доказательством служит полное совпадение (30 из 30) при пробах токенизатора с GLM-5.3 и сигнатуры видеоэнкодера, соответствующие GLM-5V-Turbo [S3, S5].
Пreliminary community benchmarks suggest high performance in coding tasks. In a 10-task trial on DeepSWE, Ox Alpha reportedly achieved an 80% pass rate, surpassing some frontier models in that specific limited set [3]. Другие тесты показывают высокую точность в математике (97%) и программировании (95%), хотя следование инструкциям (77%) является относительно слабым местом, требующим улучшения [7].
Практическое руководство по интеграции
Ox Alpha можно интегрировать в существующие рабочие процессы, используя базовый URL, совместимый с OpenAI (https://openrouter.ai/api/v1) и слаг модели stealth/ox-alpha [S4, S8].
Для обеспечения безопасности во время оценки выполните следующие шаги:
- Храните ключи API в переменных окружения серверной стороны, а не в клиентском коде [S1, S8].
- Используйте параметр
reasoning_effort(низкий, высокий или max) для балансировки задержки и качества [8]. - Проверяйте весь сгенерированный код стандартными процессами сборки и проверки безопасности, поскольку ёмкость контекста не заменяет ответственность за окончательное изменение [1].
- Проектируйте агентов с явными контрольными точками и требуйте подтверждения человека для необратимых операций [1].
Разработчики могут в настоящее время протестировать эти возможности через API OpenRouter или интегрированные оболочки агентов, такие как Claude Code и Hermes Agent [4].
Источники
- Ox Alpha на OpenRouter: бесплатная стелевая модель с 1M контекстом (авг 2026) - explainx.ai
- Модель ИИ Ox Alpha: анонимный агент программирования с контекстом 1M
- Ox Alpha - бесплатная ИИ-модель для программирования и агентной работы
- Бесплатная ИИ-модель Ox Alpha: настройка, конфиденциальность и стоимость | Wavect
- Ox Alpha - детали ИИ-модели и бенчмарки
- Модель программирования Ox Alpha сохраняет каждый промпт: вы не можете назвать компанию …
- Ox Alpha: что мы знаем о таинственной ИИ-модели
- Ox Alpha AI — руководство по 1M контексту, API и OpenRouter
