全世界刷屏的 " 牛来大模型 "，到底是谁家的牛？
这两天，AI 圈已经快把它扒了个底朝天。
目前讨论度最高的模型厂商候选人，一是智谱，二是谷歌。
猜智谱的人已经开始验 Tokenizer、测视频 token 消耗、找 API 报错，恨不得给模型做一套数字 DNA 鉴定。
猜谷歌的人则主要盯着 DeepMind 员工最近的发言，以及那个迟迟没有正式露面的 Gemini 3.5 Pro。
△图片由 AI 生成
牛来大模型其实叫 Ox Alpha。
因为 Ox 就是 " 牛 "，又正赶上最近《牛来》梗火遍互联网，国内网友干脆给它起了个亲切的名字叫 " 牛来大模型 "。
8 月 20 日，它突然以匿名模型的身份出现在 OpenRouter 上，OpenRouter 只说它来自一家暂时保持匿名的第三方提供商。
它有 104.86 万 token 上下文，单次最多吐出 13.1 万 token，能读文本、图片和视频，专门盯着代码、长周期 Agent 和复杂推理。
而且 OpenCode 随后宣布，Ox Alpha 上线 OpenCode Go，连续数天几乎不限量免费使用，而且不计入用户原本的 Go 额度（公开讨论中甚至出现了每天 100 万亿 token 级别服务容量的说法）。
于是开发者们拿着代码库、终端和各种刁钻任务，一拥而上去给它出题。
然后纷纷猜测：
牛来啊牛来，你到底是谁家的大模型？
大家之所以猜牛来大模型是智谱或谷歌的，是因为它在中文深度理解、超长上下文处理或多模态融合上展现出了这两家公司的模型特色。
而且在底层工程细节上暴露出了相似的技术指纹。
为啥猜是智谱的？
智谱是这场猜谜游戏中的领先大热门。
网友已经从牛来大模型的分词器、视频编码方式一路扒到了 API 服务层。
先来看 tokenizer。
tokenizer 负责把输入内容切成模型能够处理的 token。不同模型家族往往采用不同的词表和切分逻辑，所以面对一些刻意设计的文本时，token 数量会留下较稳定的 " 指纹 "。
有测试者拿不同 Prompt 对 Ox Alpha 和多款模型进行比较，结果发现，Ox Alpha 与 GLM-5.3 的 token 计数呈现高度一致的关系。
一组流传较广的测试中，同样一段混合了中英文、代码和 emoji 的文本，GLM-5.3 与 GLM-5.2 都计算出 68 个 token，Ox Alpha 则显示 143 个。
多出来的 75 个 token，恰好能够由模型外部附加的一段隐藏 System Prompt 解释。
另有测试者使用 25 组不同 Prompt 进行验证，也观察到了类似的固定偏移关系。
△图片由 AI 生成
后面的多模态指纹更有意思。
文本模型可能通过蒸馏、后训练或者 System Prompt 模仿另一款模型的回答习惯，视频编码和 token 预算却涉及多模态输入进入模型前的工程设计。
有研究者专门制作了 4 段受控测试视频，然后分别交给 Ox Alpha 和几款多模态模型，观察系统为视频分配多少输入 token。
结果 Ox Alpha 和 GLM-5V-Turbo 在多项特征上出现了高度相似的 token 预算。
其中包括视频帧率变化后采样策略基本不受影响、视频时长增加时 token 消耗约以每秒 147 个 token 的速度增长，以及每帧分辨率变化对应的 token 缩放方式。
在 4 段控制视频上，两者测出的额外 token 预算甚至能够逐项对上。
测试中拿来比较的 MiMo、Qwen 和 GLM-4.6V 等模型，都呈现出了不同特征。
此外还有API 服务层留下来的蛛丝马迹。
社区有人故意给 Ox Alpha 传入异常参数，捕捉到了类似 [ 1210 ] The temperature parameter is illegal 的错误信息。
类似错误码、参数限制以及中英文混排的返回方式，也被认为与智谱相关服务存在较高相似度。
甚至还有用户声称，在模型的推理输出中捕捉到过 "trained by Z.ai" 这样的残留信息。
不过这一条目前主要来自社区截图和二手转述，证据等级明显低于前面的 Tokenizer 和视频 token 测试，现阶段更适合当作彩蛋来看。
今年 2 月，OpenRouter 曾经上线另一款匿名模型 Pony Alpha，当时大家也围着它猜了半天。
最后 OpenRouter 揭晓答案，Pony Alpha 就是 GLM-5 的早期测试版本。
所以看到 Ox Alpha 以后，不少人的第一反应就是——
智谱，你又来了？
谷歌突然成 " 认牛大会 " 热门人选
原本智谱的线索一路领先，结果这两天，剧情又拐向了谷歌。
的确，Ox Alpha 公开出来的产品画像，确实容易让人联想到 Gemini。
1M 级超长上下文、原生图像和视频输入、面向长期 Agent 任务、强调复杂代码工程和工具调用，这些都是 Google 过去几代 Gemini 持续重点投入的方向。
而谷歌此时恰好还有一款迟迟没有正式公布的 Gemini Pro。
今年 Google I/O 期间，谷歌曾经给出 Gemini 3.5 Pro"Coming next month" 的预期，后续发布时间一拖再拖。直到现在，外界依旧在等待新的 Gemini Pro 旗舰型号。关于它的发布节奏、内部测试和产品调整，也出现过多轮爆料。
例如 Google DeepMind 研究员 Evan Otero 在相关讨论中发了 "Gemini"，随后又说了一句 " 如果 Ox Alpha 就是我们一路遇到的朋友呢 "。
但放在全网疯狂猜模型身份的背景下，很快被社区解读为一次 vague posting。
Techmeme 汇总的社媒讨论里，还有不少开发者注意到，近期 Gemini 团队成员突然密集谈论 Gemini 以及下一代模型，也有人因此把牛来大模型与 Gemini 3.5 Pro 甚至 Gemini 4 联系起来。
于是网上迅速分成两派——
一派拿着 Tokenizer 和视频 token 账单喊 " 这明明就是 GLM"。
另一派指着 DeepMind 员工的帖子说 "Google 你别演了 "。
目前没有公开证据能够支持这种说法，但这也说明，仅凭模型外部行为判断开发者身份越来越困难。
尤其在蒸馏、模型融合、后训练以及第三方推理服务越来越普遍以后，" 模型是谁训练的 " 和 " 模型在哪里部署 " 甚至都可能是两道题。
一头免费牛，把全世界程序员都吸过来了
抛开身份谜题，牛来大模型自己也足够有戏。
首先是规格。
1M 上下文意味着，一次 Prompt 理论上能够塞进去整个大型代码仓库、数百页文档，或者一长串 Agent 运行记录。
131K 最大输出也远超普通聊天场景。
△图片由 AI 生成
再加上图片和视频输入、工具调用以及强制推理模式，Ox Alpha 从一开始瞄准的就是代码 Agent 和长周期任务。
目前 OpenCode 公开数据显示，牛大劳模模型已经累计出现 250B token 级别的使用量，拥有约 8500 名独立用户和超过 11 万次完成会话。
Stripe CEO Patrick Collison 也亲自上手试了一遍后也表示 "It ’ s very impressive."
一些小规模代码测试更把它推上了风口。
一项包含 10 个真实软件工程任务的社区测试里，Ox Alpha 完成 8 个，得到 80% 的结果。
同一组任务里，Fable 5 为 65%，GLM-5.3 为 62%，GPT-5.6 Sol 为 52%。
而另一边，唱反调的人也不少。
Abacus.AI CEO Bindu Reddy 公开表示，他们测试后发现 Ox Alpha 表现低于预期，一些指标只达到较早一代模型左右的水平。
沃顿商学院的教授 Ethan Mollick 也表示，惊艳程度一般般啦～
所以眼下对 Ox Alpha 最准确的描述，可能还是——
一款某些代码和 Agent 任务表现极亮眼、规格极激进，同时评测结果分歧也极大的匿名模型。
免费，再加神秘身份，给它额外套了一层流量 Buff。
One More Thing
另一种调侃称，也有可能是 Cursor 拿智谱模型自己训了一遍。
然后套了个牛头（？）
至于答案，大概率不会藏太久。
毕竟按照 OpenRouter 最近几次 Alpha 模型的剧情发展，匿名期结束之后，总得有人出来牵牛回家。
哞——
参考链接：
[ 1 ] https://openrouter.ai/api/v1/models
[ 2 ] https://opencode.ai/docs/zen/
[ 3 ] https://www.reddit.com/r/singularity/comments/1vufbx1/i_fingerprinted_ox_alpha_same_tokenizer_as_glm53/
[ 4 ] https://www.businessinsider.com/ox-alpha-ai-model-mystery-2026-8
[ 5 ] https://openrouter.ai/models?fmt=cards&input_modalities=video&q=amazon
[ 6 ] https://ox-alpha-evidence-production.up.railway.app/
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
点亮星标
科技前沿进展每日见
