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） 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
具身智能935亿融资与高管离职潮：人形机器人产业的资本与人才重构
2026年上半年国内具身智能融资总额达935亿元，同比增长5倍，融资322起，百亿独角兽增至22家。同时，创始人、首席科学家等核心高管密集离职，反映技术路线分歧与量产节奏矛盾。资本向具身大脑迁移，产业资本话语权提升。行业进入洗牌期，预计最终仅存10-20家人形机器人企业。
2026年10月9日超30亿美元涌入物理AI：英伟达与礼来领衔，AI制药的物理世界卡位战
2025-2026年，物理AI在AI制药领域融资超30亿美元，英伟达与礼来合作投入最高10亿美元建联合实验室。AI制药面临临床失败率高于传统的瓶颈，物理AI通过机器人实验和物理模型约束，提升数据闭环与实验效率，成为突破天花板的卡位因素。
2026年10月9日OpenAI 700份AI数学证明引发人类数学协会抵制：陶哲轩与算力霸权的正面冲突
2026年10月，OpenAI发布700余份AI生成的数学证明文件，宣称解决多个知名难题，引发数学界强烈反弹。菲尔兹奖得主陶哲轩牵头人类数学协会（AHM）发表联合声明，全面抵制OpenAI，指责其无视科研规范、炫耀算力霸权。事件源于OpenAI用内部模型测试约8000个数学问题，命中率约5%，平均3小时算力解决一道难题。数学家批评这些证明逻辑混乱、缺乏同行评审，甚至导致年轻学者不敢公开研究方向。图灵奖得主杨立昆则持相反观点，认为数学正迎来新时代。
2026年10月9日