基准测试表现惊人，匿名模型Ox Alpha性能超越主流梯队

被称为“牛来大模型”的Ox Alpha于8月20日在OpenRouter平台正式亮相。尽管其幕后团队身份神秘，但凭借强悍的性能表现，该模型在技术社区引发了广泛关注。在功能定义上，它专为长周期智能体任务及复杂的生产环境编码需求设计，支持文本、图像与视频的多模态输入，并提供了长达104.8万token的超大上下文窗口。

在独立研究员本·戴维斯（Ben Davis）对软件工程基准DeepSWE的评估中，Ox Alpha表现出超越传统巨头的实力。在10个子任务测试中，该模型通过率达到80%，明显优于Claude Fable 5（65%）、GLM-5.3（62%）及GPT-5.6 Sol（52%）。此外，OpenCode智能体已率先接入该模型，并为其预留了每天高达100万亿token的调用上限。

虽然目前这些基准数据尚未被DeepSWE官方排行榜正式收录，但初步测试已展现出Ox Alpha在代码处理逻辑上的巨大潜能。随着更多开发者参与预览测试，该模型极有可能在接下来的AI基建竞争中占据重要的一席之地。