Vào ngày 20 tháng 8 năm 2026, một mô hình có tên ox-alpha đã xuất hiện trên các nền tảng suy luận của bên thứ ba. Không có nhà cung cấp, không có thông báo, không có thẻ mô hình. Nó có cửa sổ ngữ cảnh 1 triệu token và hoàn toàn miễn phí khi sử dụng.
Trong vài ngày, nó trở thành một trong những mô hình được sử dụng nhiều nhất trên các nền tảng đó. Trong khoảng 48 giờ, cộng đồng đã xác định nó là một mô hình của Zhipu. Vào ngày 26 tháng 8, Z.ai đã xác nhận: Ox Alpha chính là GLM-5.3-Flash, và tuần miễn phí này là một thử nghiệm có chủ đích.
Đây hiện là một bước ra mắt sản phẩm tiêu chuẩn hơn là một điều hiếu kỳ. Sau đây là cách thức hoạt động của mô hình này, cách mọi người nhận diện nó, và ý nghĩa của nó nếu bạn là người sử dụng các mô hình này.
Dòng thời gian
20 tháng 8. ox-alpha xuất hiện trên OpenRouter và OpenCode dưới dạng một mô hình ẩn danh. Ngữ cảnh 1M, giá 0. Các mô hình ẩn danh không phải là điều bất thường trên các nền tảng này, nhưng sự kết hợp giữa cửa sổ ngữ cảnh rất lớn và quyền truy cập miễn phí là một tín hiệu mạnh mẽ cho thấy ai đó đang trợ cấp một điều gì đó.
20 đến 22 tháng 8. Lượng sử dụng tăng nhanh chóng. Việc truy cập miễn phí vào một mô hình có khả năng xử lý ngữ cảnh dài là một điều dễ thu hút, và cộng đồng nhà phát triển đã định tuyến công việc thực tế thông qua nó. Trong khi đó, mọi người bắt đầu tìm hiểu nó để xác định nguồn gốc.
Khoảng 48 giờ sau. Sự đồng thuận nghiêng về Zhipu, dựa trên đặc điểm đầu ra hơn là bất kỳ tiết lộ nào.
26 tháng 8. Z.ai công bố GLM-5.3-Flash và xác nhận Ox Alpha chính là nó. Công ty mô tả tuần miễn phí là một thử nghiệm có chủ đích.
Cách bạn nhận diện một mô hình ẩn danh
Không điều nào trong số này yêu cầu quyền truy cập đặc biệt. Đó là việc khớp mẫu dựa trên hành vi mà các họ mô hình mang theo.
Hành vi của trình tokenizer. Các họ mô hình khác nhau chia văn bản theo những cách khác nhau. Cấp cho mô hình các chuỗi ký tự lạ, chuỗi biểu tượng cảm xúc, các script hỗn hợp, chuỗi khoảng trắng dài, mã có thụt lề bất thường, và quan sát xem nó vấp ở đâu hoặc số lượng token trả về như thế nào. Các trình tokenizer được kế thừa qua các bản phát hành của một họ và rất khó để che giấu.
Tự báo cáo dưới áp lực. Các mô hình được đào tạo trên dữ liệu bao gồm mô tả về chính chúng. Các câu hỏi trực tiếp thường nhận được câu trả lời né tránh hoặc sai, nhưng các lời nhắc gián tiếp thường làm lộ ra dấu vết dữ liệu đào tạo: cách diễn đạt đặc trưng, giới hạn kiến thức, hoặc một phong cách từ chối riêng.
Phong cách từ chối và định dạng. Cách một mô hình từ chối, cách nó cấu trúc một danh sách, liệu nó có mở đầu bằng một lời giới thiệu, liệu nó có sử dụng các quy ước phần cụ thể hay không. Những điều này là kết quả của quá trình hậu đào tạo và có xu hướng nhất quán trong một phòng thí nghiệm.
Hành vi đa ngôn ngữ. Một mô hình được đào tạo chuyên sâu về dữ liệu tiếng Trung và tiếng Anh sẽ có hành vi khác trên các lời nhắc tiếng Trung so với một mô hình coi tiếng Trung là ngôn ngữ ít phổ biến. Đối với một mô hình của Zhipu, đây là một dấu hiệu rõ ràng.
Hình dạng điểm chuẩn. Chạy một bộ đánh giá nhanh và so sánh hồ sơ điểm mạnh, điểm yếu với các mô hình đã biết. Điểm số tuyệt đối ít quan trọng hơn hình dạng: những danh mục nào mạnh so với những danh mục khác.
Đặc điểm phục vụ. Các mẫu độ trễ, thông lượng, giới hạn ngữ cảnh và các tham số mà điểm cuối chấp nhận đều tiết lộ thông tin về ngăn xếp đằng sau nó.
Chúng tôi đã chứng kiến quy trình tương tự diễn ra khi Pony Alpha hóa ra là một mô hình DeepSeek hoặc GLM. Phương pháp này có thể áp dụng rộng rãi.
Tại sao các nhà cung cấp làm điều này
Việc ra mắt âm thầm mang lại những điều mà bản beta kín không thể có được.
Lưu lượng truy cập thực ở quy mô thực. Các đánh giá nội bộ và người thử nghiệm thân thiện chỉ mang lại một phần nhỏ những gì mọi người thực sự làm. Một tuần lưu lượng truy cập công khai sẽ làm lộ ra những trường hợp hiếm gặp: các lời nhắc kỳ lạ, những lời nhắc lạm dụng, các ngữ cảnh khổng lồ, các vòng lặp gọi công cụ mà không ai thiết kế cho.
Kiểm tra tải trung thực. Bạn biết được ngăn xếp phục vụ của mình hoạt động như thế nào dưới sự đồng thời thực sự. Z.ai cho biết họ đã chạy tuần Ox Alpha hoàn toàn trên các bộ tăng tốc nội địa Trung Quốc sử dụng ngăn xếp dựa trên SGLang và tuyên bố chi phí phục vụ mỗi token có thể so sánh với phần cứng NVIDIA thông thường. Đó là một tuyên bố của nhà cung cấp về cơ sở hạ tầng của họ mà không có xác minh độc lập, nhưng đó là một tuyên bố bạn chỉ có thể đưa ra một cách đáng tin cậy sau khi phục vụ lưu lượng truy cập thực tế.
Phản hồi không thương hiệu. Phản ứng của mọi người đối với một "mô hình ẩn danh tốt" khác với phản ứng của họ đối với một mô hình có gắn logo. Sự ẩn danh loại bỏ các định kiến về thương hiệu theo cả hai chiều.
Tiếp thị miễn phí khi tiết lộ. Đến ngày công bố, một lượng lớn nhà phát triển đã sử dụng mô hình và hình thành những đánh giá tích cực. Điều đó thuyết phục hơn bất kỳ bảng điểm chuẩn nào.
Chi phí là rủi ro về thiện chí. Những người dùng đã xây dựng thứ gì đó trong tuần miễn phí phát hiện ra rằng sự phụ thuộc của họ giờ đây có giá. Trong trường hợp này, việc tiết lộ đi kèm với ưu đãi giảm giá 50% khi ra mắt, kéo dài đến ngày 9 tháng 9 năm 2026, giúp giảm bớt tác động.
Điều gì thực sự đằng sau bức màn
GLM-5.3-Flash là một mô hình mixture-of-experts (MoE) 320B tham số với 18B hoạt động trên mỗi token, được phát hành dưới giấy phép MIT với trọng số trên Hugging Face. Nó sử dụng cơ chế chú ý tuyến tính và thưa thớt kết hợp, giữ 1.048.576 token ngữ cảnh và là mô hình đa phương thức bản địa đầu tiên trong dòng GLM-5.
Đo lường độc lập từ Artificial Analysis đặt nó ở mức 57 trên Chỉ số Thông minh, so với 60 đối với GLM-5.3 lớn hơn và mức trung bình 27 đối với các mô hình mã nguồn mở có kích thước tương tự.
Thông tin chi tiết đầy đủ có trong bài giải thích GLM-5.3-Flash của chúng tôi.
Một chi tiết giải thích tuần miễn phí tốt hơn bất kỳ lý thuyết tiếp thị nào: Z.ai báo cáo mô hình này sử dụng lượng tính toán cơ chế chú ý ít hơn khoảng ba lần so với GLM-5.3 và bộ nhớ đệm KV nhỏ hơn khoảng 4,4 lần. Tặng một mô hình có chi phí phục vụ thấp như vậy là một rủi ro nhỏ hơn nhiều so với việc tặng một mô hình hàng đầu tiên tiến. Các khía cạnh kinh tế của chiêu trò này đã được tích hợp vào kiến trúc.
Điều này có ý nghĩa gì đối với bạn
Các mô hình ẩn danh trên bộ định tuyến thường là mô hình hàng đầu chưa được phát hành của ai đó. Một mô hình không thương hiệu với cửa sổ ngữ cảnh lớn bất thường và không có giá không phải là một dự án sở thích. Ai đó đang trả tiền cho việc suy luận đó.
Truy cập miễn phí là tạm thời theo thiết kế. Nếu bạn xây dựng trong thời gian miễn phí, hãy chuẩn bị cho việc trả phí. Ox Alpha đã chuyển từ miễn phí sang 0,15 đô la cho mỗi triệu token đầu vào trong sáu ngày, đây là mức giá rẻ nhưng không phải là miễn phí hoàn toàn.
Đừng đưa các mô hình ẩn danh vào sản xuất. Không có thẻ mô hình, không đảm bảo phiên bản, không thông báo ngừng hỗ trợ, không hỗ trợ. Mô hình có thể thay đổi hoặc biến mất mà bạn không hay biết. Đánh giá một mô hình thì không sao. Nhưng phụ thuộc vào nó thì không.
Đánh giá của bạn có giá trị hơn việc tiết lộ. Đến thời điểm thông báo được đưa ra, bạn có thể đã có một tuần dữ liệu thực tế về cách mô hình xử lý khối lượng công việc của bạn. Điều đó tốt hơn bất kỳ bảng điểm chuẩn nào do nhà cung cấp công bố.
Điểm cuối cùng đó chỉ đúng nếu bạn thực sự thu thập dữ liệu. Việc nhắc nhở tùy tiện trong một tuần miễn phí chỉ tạo ra ấn tượng; một bộ thử nghiệm đã lưu sẽ tạo ra bằng chứng. Việc lưu giữ các lời nhắc đánh giá của bạn dưới dạng một bộ sưu tập trong Apidog, với ID mô hình và URL cơ sở dưới dạng biến môi trường, có nghĩa là lần tới khi một mô hình ẩn danh thú vị xuất hiện, bạn có thể hướng cùng một bộ thử nghiệm vào nó và có được sự so sánh thay vì chỉ là cảm giác. Khi nó được tiết lộ và định giá, bạn đã biết liệu nó có đáng để trả tiền hay không.
Tuần miễn phí thực sự tiết lộ điều gì
Bỏ qua các yếu tố tiếp thị, sự kiện Ox Alpha đã tạo ra ba tín hiệu thực sự hữu ích.
Mô hình này có chi phí phục vụ thấp, và điều đó thuộc về kiến trúc. Lượng tính toán cơ chế chú ý ít hơn khoảng ba lần và bộ nhớ đệm KV nhỏ hơn khoảng 4,4 lần so với GLM-5.3 không phải là quyết định về giá, mà là quyết định về thiết kế. Điều đó khiến mức giá niêm yết thấp có khả năng duy trì hơn là một mức giá khuyến mãi. Phân tích giá của chúng tôi sẽ đi sâu vào ý nghĩa thực tế của điều đó.
Trọng số mở đi kèm với việc ra mắt được lưu trữ. Mô hình này đã được đăng tải trên Hugging Face dưới giấy phép MIT, vì vậy tuần truy cập miễn phí được lưu trữ không phải là cách duy nhất để sử dụng nó miễn phí. Bất kỳ ai có phần cứng đều có thể chạy nó vô thời hạn. Chạy nó cục bộ sẽ nói rõ những gì cần thiết.
Tính đa phương thức là phần không ai biết để kiểm tra. Trong tuần ẩn danh, hầu hết mọi người đã sử dụng Ox Alpha như một mô hình văn bản, vì không có thẻ mô hình nào cho họ biết nó có thể xử lý hình ảnh. Một khả năng hóa ra là tính năng nổi bật lại không được sử dụng nhiều bởi chính những người được cho là đang kiểm tra căng thẳng nó. Đó là điểm yếu cấu trúc của một đợt ra mắt không thương hiệu: bạn nhận được số lượng lớn, nhưng số lượng đó lại hướng vào những gì mọi người giả định mô hình làm được. Hướng dẫn về tầm nhìn của chúng tôi đề cập đến lộ trình chưa được kiểm tra.
Mô hình rộng hơn
Ox Alpha không phải là đầu tiên và cũng sẽ không phải là cuối cùng. Việc triển khai ẩn danh trên các bộ định tuyến của bên thứ ba đã trở thành một giai đoạn tiền phát hành thông thường, nằm giữa đánh giá nội bộ và ra mắt công chúng.
Đối với người tiêu dùng các mô hình này, quan điểm thực tế rất đơn giản. Hãy thử nghiệm chúng, học hỏi từ chúng, ghi lại những gì bạn tìm thấy, và đừng xây dựng bất kỳ thứ gì chịu tải trên một mô hình không có tên. Tuần miễn phí là một cơ hội nghiên cứu, không phải là một chuỗi cung ứng.
Câu hỏi thường gặp
ox-alpha là gì? GLM-5.3-Flash, mô hình trọng số mở 320B-A18B đa phương thức bản địa của Z.ai, được triển khai ẩn danh từ ngày 20 tháng 8 năm 2026 và tiết lộ vào ngày 26 tháng 8.
Nó còn miễn phí không? Không. Thời gian miễn phí đã kết thúc khi có thông báo. Ưu đãi giảm giá 50% khi ra mắt kéo dài đến ngày 9 tháng 9 năm 2026, sau đó áp dụng giá niêm yết là 0,15 đô la cho đầu vào và 0,50 đô la cho đầu ra trên mỗi triệu token.
Làm thế nào mọi người xác định được đó là của Zhipu? Hành vi của trình tokenizer, phong cách đầu ra, cách xử lý đa ngôn ngữ, các mẫu từ chối và hình dạng điểm chuẩn, được so sánh với các bản phát hành GLM đã biết. Không cần thông tin nội bộ.
Tại sao lại tặng một mô hình miễn phí? Lưu lượng truy cập thực ở quy mô lớn, kiểm tra tải trung thực, phản hồi không thương hiệu và một lượng người dùng đã có ý kiến tích cực vào ngày ra mắt.
Tôi có nên sử dụng các mô hình ẩn danh trên OpenRouter không? Để đánh giá thì có. Để sản xuất thì không. Chúng không có đảm bảo về phiên bản, hỗ trợ hoặc ngừng hỗ trợ.