匿名牛來大模型被扒出智譜血緣，也有人懷疑Cursor拿開源GLM訓的
這兩天，AI圈已經快把它扒了個底朝天。目前討論度最高的模型廠商候選人，一是智譜，二是谷歌。猜智譜的人已經開始驗Tokenizer、測視頻token消耗、找API報錯，恨不得給模型做一套數字DNA鑑定。猜谷歌的人則主要盯著DeepMind員工最近的發言，以及那個遲遲沒有正式露面的Gemini 3.5 Pro。牛來大模型其實叫Ox Alpha。因為Ox就是“牛”，又正趕上最近《牛來》梗火遍互聯網，國內網友乾脆給它起了個親切的名字叫“牛來大模型”。8月20日，它突然以匿名模型的身份出現在OpenRouter上，OpenRouter只說它來自一家暫時保持匿名的第三方提供商。它有104.
86萬token上下文，單次最多吐出13.1萬token，能讀文本、圖片和視頻，專門盯著代碼、長週期Agent和複雜推理。而且OpenCode隨後宣佈，Ox Alpha上線OpenCode Go，連續數天幾乎不限量免費使用，而且不計入用戶原本的Go額度（公開討論中甚至出現了每天100萬億token級別服務容量的說法）。於是開發者們拿著代碼庫、終端和各種刁鑽任務，一擁而上去給它出題。然後紛紛猜測： 牛來啊牛來，你到底是誰家的大模型？為啥猜是這兩家的？大家之所以猜牛來大模型是智譜或谷歌的，是因為它在中文深度理解、超長上下文處理或多模態融合上展現出了這兩家公司的模型特色。
而且在底層工程細節上暴露出了相似的技術指紋。為啥猜是智譜的？智譜是這場猜謎遊戲中的領先大熱門。網友已經從牛來大模型的分詞器、視頻編碼方式一路扒到了API服務層。先來看tokenizer。tokenizer負責把輸入內容切成模型能夠處理的token。不同模型家族往往採用不同的詞表和切分邏輯，所以面對一些刻意設計的文本時，token數量會留下較穩定的“指紋”。有測試者拿不同Prompt對Ox Alpha和多款模型進行比較，結果發現，Ox Alpha與GLM-5.3的token計數呈現高度一致的關係。一組流傳較廣的測試中，同樣一段混合了中英文、代碼和emoji的文本，GLM-5.3與GLM-5.
2都計算出68個token，Ox Alpha則顯示143個。多出來的75個token，恰好能夠由模型外部附加的一段隱藏System Prompt解釋。另有測試者使用25組不同Prompt進行驗證，也觀察到了類似的固定偏移關係。後面的多模態指紋更有意思。文本模型可能通過蒸餾、後訓練或者System Prompt模仿另一款模型的回答習慣，視頻編碼和token預算卻涉及多模態輸入進入模型前的工程設計。有研究者專門製作了4段受控測試視頻，然後分別交給Ox Alpha和幾款多模態模型，觀察系統為視頻分配多少輸入token。
結果Ox Alpha和GLM-5V-Turbo在多項特徵上出現了高度相似的token預算。其中包括視頻幀率變化後採樣策略基本不受影響、視頻時長增加時token消耗約以每秒147個token的速度增長，以及每幀分辨率變化對應的token縮放方式。在4段控制視頻上，兩者測出的額外token預算甚至能夠逐項對上。測試中拿來比較的MiMo、Qwen和GLM-4.6V等模型，都呈現出了不同特徵。此外還有API服務層留下來的蛛絲馬跡。社區有人故意給Ox Alpha傳入異常參數，捕捉到了類似[1210] The temperature parameter is illegal的錯誤信息。
類似錯誤碼、參數限制以及中英文混排的返回方式，也被認為與智譜相關服務存在較高相似度。甚至還有用戶聲稱，在模型的推理輸出中捕捉到過“trained by Z.ai”這樣的殘留信息。不過這一條目前主要來自社區截圖和二手轉述，證據等級明顯低於前面的Tokenizer和視頻token測試，現階段更適合當作彩蛋來看。還有一個背景，讓“智譜說”顯得更加順理成章。今年2月，OpenRouter曾經上線另一款匿名模型Pony Alpha，當時大家也圍著它猜了半天。最後OpenRouter揭曉答案，Pony Alpha就是GLM-5的早期測試版本。
所以看到Ox Alpha以後，不少人的第一反應就是—— 智譜，你又來了？谷歌突然成“認牛大會”熱門人選 原本智譜的線索一路領先，結果這兩天，劇情又拐向了谷歌。的確，Ox Alpha公開出來的產品畫像，確實容易讓人聯想到Gemini。1M級超長上下文、原生圖像和視頻輸入、面向長期Agent任務、強調複雜代碼工程和工具調用，這些都是Google過去幾代Gemini持續重點投入的方向。而谷歌此時恰好還有一款遲遲沒有正式公佈的Gemini Pro。今年Google I/O期間，谷歌曾經給出Gemini 3.5 Pro“Coming next month”的預期，後續發佈時間一拖再拖。
直到現在，外界依舊在等待新的Gemini Pro旗艦型號。關於它的發佈節奏、內部測試和產品調整，也出現過多輪爆料。主要是Google和DeepMind員工這兩天的社交媒體動態，也開始瘋狂給網友提供想象空間。例如Google DeepMind研究員Evan Otero在相關討論中發了“Gemini”，隨後又說了一句“如果Ox Alpha就是我們一路遇到的朋友呢”。當然，這兩條發言都沒有明確表示“Ox Alpha就是Gemini”。但放在全網瘋狂猜模型身份的背景下，很快被社區解讀為一次vague posting。
Techmeme彙總的社媒討論裡，還有不少開發者注意到，近期Gemini團隊成員突然密集談論Gemini以及下一代模型，也有人因此把牛來大模型與Gemini 3.5 Pro甚至Gemini 4聯繫起來。於是網上迅速分成兩派—— 一派拿著Tokenizer和視頻token賬單喊“這明明就是GLM”。另一派指著DeepMind員工的帖子說“Google你別演了”。目前沒有公開證據能夠支持這種說法，但這也說明，僅憑模型外部行為判斷開發者身份越來越困難。尤其在蒸餾、模型融合、後訓練以及第三方推理服務越來越普遍以後，“模型是誰訓練的”和“模型在哪裡部署”甚至都可能是兩道題。
一頭免費牛，把全世界程序員都吸過來了 拋開身份謎題，牛來大模型自己也足夠有戲。首先是規格。1M上下文意味著，一次Prompt理論上能夠塞進去整個大型代碼倉庫、數百頁文檔，或者一長串Agent運行記錄。131K最大輸出也遠超普通聊天場景。再加上圖片和視頻輸入、工具調用以及強制推理模式，Ox Alpha從一開始瞄準的就是代碼Agent和長週期任務。目前OpenCode公開數據顯示，牛大勞模模型已經累計出現250B token級別的使用量，擁有約8500名獨立用戶和超過11萬次完成會話。
Stripe CEO Patrick Collison也親自上手試了一遍後也表示“It’s very impressive.” 一些小規模代碼測試更把它推上了風口。一項包含10個真實軟件工程任務的社區測試裡，Ox Alpha完成8個，得到80%的結果。同一組任務裡，Fable 5為65%，GLM-5.3為62%，GPT-5.6 Sol為52%。需要強調的是，這只是10道題的小樣本社區測試，不屬於官方Benchmark，也遠遠不足以證明Ox Alpha綜合能力已經超過這些旗艦模型。而另一邊，唱反調的人也不少。Abacus.
AI CEO Bindu Reddy公開表示，他們測試後發現Ox Alpha表現低於預期，一些指標只達到較早一代模型左右的水平。沃頓商學院的教授Ethan Mollick也表示，驚豔程度一般般啦～ 還有開發者拿自己的私有Benchmark測試以後認為，它在低推理強度下表現一般；視覺任務中，也有人發現它明顯弱於Gemini系列。所以眼下對Ox Alpha最準確的描述，可能還是—— 一款某些代碼和Agent任務表現極亮眼、規格極激進，同時評測結果分歧也極大的匿名模型。免費，再加神秘身份，給它額外套了一層流量Buff。
One More Thing 另一種調侃稱，也有可能是Cursor拿智譜模型自己訓了一遍。然後套了個牛頭（？） 至於答案，大概率不會藏太久。畢竟按照OpenRouter最近幾次Alpha模型的劇情發展，匿名期結束之後，總得有人出來牽牛回家。哞—— 參考鏈接：[1] https://openrouter.ai/api/v1/models[2] https://opencode.ai/docs/zen/[3] https://www.reddit.
com/r/singularity/comments/1vufbx1/ifingerprintedoxalphasametokenizerasglm53/[4] https://www.businessinsider.com/ox-alpha-ai-model-mystery-2026-8[5] https://openrouter.ai/models?fmt=cards&inputmodalities=video&q=amazon[6] https://ox-alpha-evidence-production.up.railway.
app/ 版權所有，未經授權不得以任何形式轉載及使用，違者必究。
Related
相關文章
成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型
AI資訊AI新閒資訊正文成本砍掉90%！DeepSeek-V4.1-Flash 重磅升級：逆襲成為 WebDev 榜首開源模型發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘開源大模型領域再次迎來技術爆破!根據 Arena 官方最新發佈的評測榜單，DeepSeek 團隊推出的最新模型迭代版本 DeepSeek-V4.1-Flash-20261017（Max） 正式登頂 Code Arena: WebDev 榜單，成功摘得“第一開源模型”的桂冠。值得關注的是，在本次 WebDev 前沿代碼與網頁開發基準評測中，DeepSeek-V4.1-Flash-1017不僅成功超越了此前備受關注的 Kimi K3（Max），更在推理成本上實現了數量級的突破——其調用開銷僅為後者的十分之一左右。在性能與性價比之間，再次刷新了行業認可的帕累託最優邊界。在總榜表現方面，該模型以1670分的成績位列總榜第12名。在這一高位區，它不僅領先於封閉源領軍模型 Claude Opus5（High），並且與頂尖模型 GPT-6Sol (Max) 的差距已縮小至10分以內。根據官方介紹，本次推出的1017版本作為深度優化迭代，相較於一個月前發佈的上一版（20260910），榜單得分大幅提升了52分。模型在保持極低定價策略(每百萬輸入 token0.3美元，輸出 token1.2美元)的同時，進一步加快了複雜任務的完成速度，並顯著精簡了冗餘輸出，幫助開發者在實際調用中進一步節省算力和時間成本。目前，DeepSeek-V4.1-Flash-1017已同步在 DeepSeek 網頁端、移動端 App 以及 API 接口上線。針對開發者生態，官方已對 DeepSeek Harness、騰訊 CodeBuddy 以及 WorkBuddy 等多款主流 AI 編程與 Agent 輔助工具進行了專項適配優化
算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相
AI資訊AI新閒資訊正文算力相當於全人類不吃不喝算 200 年！我國首個全國產十萬卡 AI 超集群“曙光 8000”真機震撼亮相發布於AI新閒資訊時間 :Oct 19, 2026閱讀 :1分鐘在正在深圳舉行的2026全國高性能計算學術大會上，我國首個全國產十萬卡 AI 超集群——“曙光8000”真機正式迎來首次公開亮相，並將集中發佈十大重要應用成果。這一算力超級工程的龐大性能，能夠直接在計算機中構建出“數字孿生大腦”，甚至可以模擬橫跨百億光年的宇宙演化歷程。其底層核心機制，是通過高速互聯技術將十萬張國產 AI 加速卡深度整合，實現了規模與算力密度的雙重突破。值得關注的是，曙光8000的最大亮點並非僅僅在於硬件規模的堆疊，而是在於其採用了“超算與智算原生融合”的全新技術路線。同一套算力底座，既能承載高精度的傳統科學計算，又能完美兼容大模型的訓練與推理任務，將人類推演物理規律與歸納經驗數據的兩種計算思維發揮到了極致。其中，傳統“超算”側重於基於物理方程進行嚴密的步驟推演，模擬對象越複雜，算力消耗越呈暴漲趨勢;而“智算”則側重於通過海量數據歸納規律（例如大語言模型），但單獨依賴智算容易出現因缺乏因果邏輯而產生的“AI 幻覺”。曙光8000將兩者深度打通，為科學研究與前沿 AI 提供了更加精準、可靠的運算支撐。作為我國算力基礎設施邁入十萬卡級部署階段的關鍵里程碑，該系統於今年8月官宣正式投入使用。官方數據顯示，其每秒鐘的峰值計算能力，相當於全人類持續不間斷計算200年的總和。截至目前，曙光8000已全面服務於新材料研發、創新藥研製以及人工智能等26個前沿領域的300多種複雜計算任務，為國產高水平科技自立自強提供了堅實的底座支撐。相關推薦演員吳越遭 AI 換臉帶貨，微信視頻號：涉事賬號永久封禁、內容清空演員吳越昨日發聲，指微信視頻號“花姐美膚日記”用AI炮製其虛假帶貨視頻。錄屏中，“
DeepSeek發佈API網頁搜索與抓取服務:每1000次成功請求收費5元
根據公告內容，該功能將採用按請求次數的計費模式，單價定為每1000次成功請求5元。在應用場景與過渡節點方面，當前用戶在DeepSeek Harness、Claude Code及Codex等開發工具與環境中調用DeepSeek API時，已可通過Server端工具直接訪問Search與Fetch接口。
AI 浪潮下的社區無奈謝幕:知名反編譯追蹤網站decomp.dev宣佈關閉
該網站曾致力於集中展示匹配反編譯的進展，並凝聚志同道合的技術愛好者。然而，隨著近年來人工智能技術的迅猛發展，開源協作生態遭到嚴重破壞，創始人最終決定讓其退居為歷史數據存檔。匹配反編譯長期以來是一項極度耗時且艱難的任務。自2026年初 Opus4.
AI 系統 RFdiffusion3 能從原子層面造蛋白：實驗裡真能幹活
更硬核的是，用它全新設計的蛋白質，已在真實化學反應中兌現了預期功能。由美國華盛頓大學、英國牛津大學、英偉達等機構組成的國際團隊搭建了這套系統，可對單個原子建模，專門用於設計蛋白質與核酸，相關成果於當地時間 16 日刊登在國際期刊《科學》上。
迪士尼將以2000萬美元收購Character.AI部分資產並接納核心團隊
據彭博社披露的法律文件顯示，迪士尼已同意以2000萬美元收購 Character.AI 的部分資產，並向至少60名員工（佔其員工總數的大多數）提供總額約6000萬美元年薪的就業機會，目前絕大多數受邀員工已接受試探性報價。此次收購與人才吸納，凸顯了傳統娛樂巨頭在人工智能浪潮下對垂直領域技術團隊的深度整合。