8 月 20 日，一个名为 OX Alpha（标注为「stealth / ox-alpha」）的匿名模型突然出现在 OpenRouter 上，以零定价、为期一周的预览姿态登场。它没有官网、没有发布博客，却在编程基准上逼近甚至超过多家闭源旗舰，并在 24 小时内被 Nous Research 的 Hermes Agent 与 Zed 编辑器接入。一个来历不明的模型，凭什么一上来就站到第一梯队？这场「空降」迅速演变成一场围绕身份、评测与信任的行业推理剧。
一、它到底有多强
公开可验证的数据相当扎眼：在 DeepSWE 编程基准的 Pass@1 上，OX Alpha 达到约 80%，而同口径下 GPT-5.6-sol 约 52%、Claude Fable 5 约 65%、GLM-5.3 约 62%。上下文窗口约 104.8 万 token、最大输出 13.1 万 token；支持文本、图像与原生视频理解，具备函数调用、结构化 JSON 输出与 Agent 工作流能力。更反常的是它的落地速度——匿名身份并未阻碍生态接纳，Nous Hermes Agent 与 Zed 在一天之内就完成了集成。在模型迭代如此密集的当下，这种「零存在感却零时差上车」的组合，本身就极不寻常。
二、身份之谜：技术指纹指向智谱
独立研究者 Ben Davis 对 OX Alpha 做了一轮技术指纹比对，结论是「约 99% 确信」它属于智谱 AI 尚未发布的 GLM-5.x 多模态旗舰。他列出的证据链包括：视频编码器的 token 消耗模式与 GLM-5V-Turbo 高度一致（约 147 tokens/秒、且与帧率无关）；分词器（tokenizer）与 GLM-5.3 对齐，包裹差约 ±75 token；音频拒答行为吻合；输出 emoji 风格（每千字约 1.3 个）与 GLM/Qwen 系列趋同；架构估算为约 7440 亿总参数、约 400 亿激活的 MoE。需要说明：以上均属第三方研究者的推断，官方并未确认，模型真实归属与参数仍属「行业暂未披露」。
三、「影子模型」正在成为一门手艺
OX Alpha 并非孤例，它延续了中国实验室用匿名「stealth 模型」做发布前压测的既定模式。对厂商而言，匿名亮相有几重现实好处：在真实负载与社区使用中检验稳定性、收集反馈、并避开「发布即被对标」的舆论压力。代价同样清晰——评测数据脱离官方口径，能力归属模糊，榜单与采购方都难以据此形成可信判断。当「先匿名、后认领」成为默契，模型能力的比较基础就被悄悄掏空了一块。
匿名模型的真正争议，不在于「强不强」，而在于「强得能不能被验证」。能力可以惊艳，但身份若不可溯，评测、认证与采购决策的可信度都会被一并打折。
四、它暴露的信任缺口
更深层的信号是：当模型能力可以「匿名亮相」，行业对「模型身份」的验证机制几乎是缺位的。今天的评测榜单、能力认证、乃至企业选型，大多默认「报谁就是谁」。OX Alpha 这种案例提醒我们，评测体系需要补上身份可验证这一环——否则一场高分，可能既无法归属，也无法复核。这并非否定开源与开放测试的价值，而是说，开放应当伴随可追溯的标识。
五、对行业的三点启示
- 评测要补「身份层」：未来看榜，除了分数，还要问一句「这是谁、是否可验证」。
- 压测本身有价值，但需透明：匿名收集真实负载反馈可以接受，但发布前的归属披露应有底线。
- 中国开源/开放模型的「发布礼仪」正在成型：从 stealth 测试到正式认领，行业需要一套更清晰的预期，避免社区在猜测中消耗信任。
无论 OX Alpha 最终是否认领为 GLM-5.x，它都已经把「模型身份可信」这个本该前置的问题，摆到了台面上。对仍在高速演进的智能体行业来说，这或许比一次基准登顶更值得记录。