Model Besar Misterius 'Ox Alpha' Viral, Gratis untuk Sementara

marsbitDipublikasikan tanggal 2026-08-23Terakhir diperbarui pada 2026-08-23

Abstrak

Model besar bernama "Ox Alpha" (dijuluki "Niu Lai" oleh pengguna Tiongkok) muncul secara anonim di platform OpenRouter, menarik perhatian karena kinerja kodingnya yang kuat dan tersedia gratis untuk sementara. Model ini mendukung konteks hingga 1 juta token, serta input teks, gambar, dan video. Dalam pengujian awal pada tugas rekayasa perangkat lunak nyata (DeepSWE), Ox Alpha mencapai tingkat keberhasilan 80% dalam satu set tugas, mendekati kemampuan model koding terkemuka saat ini. Hasil lain menunjukkan angka sekitar 63%, tetap mengesankan. Identitas asli model menjadi teka-teki. Banyak bukti mengarah ke GLM (kemungkinan GLM-5.3 Flash atau versi multimodal dari智谱AI), seperti kecocokan tokenizer teks dan pola encoding video yang identik dengan model GLM. Namun, belum ada konfirmasi resmi. Bersamaan dengan itu, model anonim lain bernama "korrine" muncul di Code Arena, diduga kuat berasal dari Kimi, Qwen, atau MiMo, semakin memeriahkan "permainan tebak-tebakan" di komunitas AI. Praktik pengujian anonim seperti ini membantu mengevaluasi model secara objektif tanpa bias merek, sekaligus berfungsi sebagai uji tekanan publik dan strategi pemasaran yang menarik perhatian. Kemampuan Ox Alpha yang sudah tinggi memunculkan pertanyaan tentang seberapa kuat versi lengkap dari model yang diduga ini nantinya.

Dunia model besar sedang populer dengan 'ujian samaran'.

Belakangan ini, sebuah model anonim bernama Ox Alpha tiba-tiba muncul di OpenRouter. Ox sendiri artinya 'sapi', dan netizen domestik dengan cepat memberinya nama yang lebih mudah diterima:

Model besar 'Ox Alpha' (牛来).

Menurut informasi yang diungkapkan oleh OpenRouter, Ox Alpha memiliki konteks 1 juta token, mendukung input teks, gambar, dan video, dapat memanggil alat, dan saat ini sepenuhnya gratis.

Tidak lama setelah diluncurkan, pengembang langsung menghubungkannya ke Agent pengkodean dan mengujinya di repositori kode nyata.

Hasil pengujian awal menunjukkan bahwa model besar misterius 'Ox Alpha' ini kemampuannya sudah mendekati model kode top saat ini.

Sementara itu, ada netizen yang membocorkan bahwa sebuah model anonim bernama korrine sedang diuji di Code Arena. Ada yang menduganya sebagai Kimi K3.1, ada juga yang mengarahkannya ke Qwen dan MiMo, spekulasi beragam.

Dunia model besar di bulan Agustus tiba-tiba berubah menjadi permainan tebak-tebakan besar.

Penampilan Model Besar 'Ox Alpha' Mencuri Perhatian

Ox Alpha benar-benar menarik perhatian berkat kemampuan kodenya.

Pengembang Ben Davis mengambil 10 tugas dari DeepSWE untuk diuji, Ox Alpha berhasil menyelesaikan 8 di antaranya, dengan tingkat keberhasilan mencapai 80%. Dalam hasil perbandingan yang dipublikasikannya, Fable 5 Max mencapai 65%, GLM-5.3 Max dan Grok 4.6 xhigh masing-masing 62%, GPT-5.6 Sol Max 52%.

DeepSWE menguji kemampuan rekayasa perangkat lunak nyata. Model perlu membaca repositori kode, melokalisasi masalah, memodifikasi kode, menjalankan pengujian, lalu memperbaiki berdasarkan error yang muncul. Dibandingkan dengan soal pemrograman satu putaran, ini lebih mendekati pekerjaan aktual Agent pengkodean.

Namun, sampel 10 tugas ini sangat kecil. Kemudian, pengembang lain menguji pada subset DeepSWE lain, memberikan hasil sekitar 63%. Rentang tugas dan konfigurasi jalannya kedua pengujian tersebut tidak sepenuhnya sama, sehingga sementara ini tidak dapat digunakan untuk menentukan peringkat akurat Ox Alpha.

Namun, hasil-hasil ini secara awal menunjukkan bahwa model anonim ini telah menunjukkan potensi pengkodean jangka panjang yang sangat kuat, dengan kemampuan mendekati model papan atas saat ini.

Model Besar 'Ox Alpha' Sebenarnya Milik Siapa?

Identitas model besar 'Ox Alpha', saat ini rumor yang paling luas adalah GLM-5.3 Flash yang belum dirilis oleh Zhipu AI, atau versi multimodal GLM-5.3.

Ada yang bahkan secara khusus menulis blog untuk menganalisis:

1. Bukti terkuat berasal dari encoder video. Pada empat video dengan frame rate, durasi, dan resolusi berbeda, konsumsi token visual Ox Alpha sepenuhnya sama dengan GLM-5V-Turbo. MiMo, Qwen, dan GLM-4.6V menunjukkan hasil yang jelas berbeda.

2. Tokenizer teks juga sangat cocok. Peneliti menguji 25 kelompok prompt, jumlah token Ox Alpha dan GLM-5.3 selalu selisih tetap 75 token.

3. Fitur lain juga mengarah ke Zhipu. Ox Alpha menolak memproses audio, dengan cara routing yang sama seperti GLM-5V; gaya jawaban, jumlah langkah eksekusi Agent, dan antarmuka inferensi juga sangat mirip dengan GLM. Zhipu sebelumnya juga pernah menggunakan Pony Alpha untuk menguji GLM-5 secara anonim, memiliki preseden operasi yang sama.

https://ox-alpha-evidence-production.up.railway.app/

Ada juga netizen yang menemukan petunjuk dari percakapan.

Ben Davis yakin 99% bahwa ini adalah GLM-5.x.

Petunjuk-petunjuk ini meningkatkan kredibilitas dugaan GLM, tetapi belum cukup untuk mengonfirmasi identitas.

Sampai saat ini, OpenRouter dan Zhipu AI belum memberikan tanggapan publik.

Identitas korrine Lebih Misterius

Identitas model besar 'Ox Alpha' masih misterius, Code Arena kembali muncul dengan model anonim bernama korrine.

Awalnya, banyak yang menduga ini adalah Kimi K3.1, alasannya karena sebelum dirilis, Kimi K3 diduga telah diuji dengan kode kivine. Struktur kivine dan korrine mirip, sehingga memicu asosiasi.

Namun, pembocor yang pertama menyebarkan berita kemudian menambahkan bahwa model baru Moonshot yang diketahui sebelumnya mungkin sesuai dengan kode lain adamant-ananke. korrine juga mungkin berasal dari tim Tiongkok lain seperti Qwen.

Di bagian komentar, ada juga yang mengarahkannya ke MiMo V3.

Mengapa Vendor Model Besar Suka 'Bersamar'?

Pengujian anonim sedang menjadi bagian penting sebelum peluncuran resmi model besar.

Menyembunyikan vendor dan model di Arena dapat melemahkan prasangka yang dibawa oleh merek. Pengguna tidak dapat melihat identitas model, hanya dapat memilih berdasarkan output aktual, dan hasil pertarungan yang terakumulasi akhirnya juga lebih mendekati pengalaman pengguna nyata.

OpenRouter menyediakan lingkungan pengujian jenis lain.

Pengembang akan menghubungkan model ke berbagai Agent pengkodean, memasukkannya ke repositori nyata, secara terus-menerus memanggil alat, menangani tugas rekayasa perangkat lunak yang berjam-jam. Apakah konteks dapat tetap stabil, apakah pemanggilan alat dapat diandalkan, apakah model akan berputar-putar atau melencong dalam tugas jangka panjang, semua dapat cepat terungkap dalam penggunaan intensif.

Bagi vendor model, ini setara dengan uji tekanan publik. Tim dapat mengamati kasus kegagalan lebih awal, memverifikasi kapasitas layanan inferensi, dan juga mengumpulkan reputasi nyata sebelum peluncuran resmi.

Selain itu, 'menebak model' sekarang semakin menjadi sarana pemasaran, ketegangan identitas memang dapat memperpanjang siklus diskusi.

Kembali ke model itu sendiri. Jika Ox Alpha benar-benar adalah model Flash, kemampuan kodenya sudah mendekati level papan atas, lalu versi lengkap dengan sumber daya lebih tinggi dan kemampuan lebih utuh, ke mana batas atasnya akan didorong?

Referensi:

https://x.com/Adidotdev/status/2090833298713096241

https://x.com/davis7/status/2090669483740279155?s=20

https://x.com/davis7/status/2090655207831298095?s=20

https://x.com/MaxForAI/status/2090783750217162788

Artikel ini dari akun WeChat publik "机器之心" (ID:almosthuman2014), penulis: yang memperhatikan AI

Pertanyaan Terkait

QApa itu model 'Ox Alpha' atau '牛来' yang disebutkan dalam artikel?

AOx Alpha, yang dijuluki '牛来' oleh pengguna internet di Tiongkok, adalah model anonim baru yang muncul di platform OpenRouter. Menurut informasi dari OpenRouter, model ini memiliki konteks 1 juta token, mendukung input teks, gambar, dan video, mampu memanggil alat (tool), dan saat ini tersedia sepenuhnya gratis. Kemampuannya dalam pemrograman (coding) sangat menonjol, mendekati level model kode top saat ini.

QBagaimana performa model 'Ox Alpha' dalam uji kemampuan pemrograman (coding)?

ADalam pengujian awal oleh pengembang Ben Davis yang menggunakan 10 tugas dari DeepSWE (yang menguji kemampuan rekayasa perangkat lunak nyata), Ox Alpha berhasil menyelesaikan 8 tugas, dengan tingkat keberhasilan 80%. Hasil ini lebih tinggi dibandingkan beberapa model top lainnya dalam perbandingan yang sama. Namun, pengujian lebih lanjut dengan subset DeepSWE yang berbeda menunjukkan hasil sekitar 63%, yang menunjukkan bahwa model ini memiliki potensi kuat dalam pemrograman jarak jauh (long-range coding).

QSiapa yang diduga di balik pengembangan model 'Ox Alpha' atau '牛来'?

ASpekulasi paling kuat saat ini adalah bahwa Ox Alpha adalah model GLM-5.3 Flash yang belum dirilis atau versi multimodal dari GLM-5.3, yang dikembangkan oleh perusahaan Tiongkok, Zhipu AI (智谱). Bukti pendukung termasuk kesamaan tokenizer teks, konsumsi token visual yang identik dengan GLM-5V-Turbo untuk video, dan gaya penolakan pemrosesan audio yang serupa. Namun, baik OpenRouter maupun Zhipu AI belum memberikan konfirmasi resmi.

QModel anonim lain apa yang disebutkan dalam artikel, dan apa spekulasi tentang asalnya?

AArtikel juga menyebutkan model anonim lain bernama 'korrine' yang sedang diuji di Code Arena. Awalnya, banyak yang menduga ini adalah model Kimi K3.1 dari Moonshot AI, karena kemiripan struktur nama dengan kode pengujian sebelumnya 'kivine'. Namun, spekulasi lain juga muncul, termasuk kemungkinan model ini berasal dari tim Qwen atau MiMo V3. Identitasnya bahkan lebih misterius dibandingkan Ox Alpha.

QMengapa pengembang model AI sering melakukan pengujian anonim atau 'menyamar' sebelum peluncuran resmi?

APengujian anonim (atau 'menyamar') memiliki beberapa keuntungan bagi pengembang model AI: 1) Menghilangkan bias pengguna terhadap merek tertentu, sehingga penilaian hanya berdasarkan output aktual model. 2) Berfungsi sebagai tes tekanan (stress test) publik di lingkungan nyata (seperti melalui agen coding) untuk mengungkap kelemahan sebelum peluncuran. 3) Dapat menjadi strategi pemasaran, karena misteri identitas model dapat memperpanjang siklus diskusi dan menarik perhatian komunitas.

Bacaan Terkait

Bitwise CIO Matt: Jika Anda Sekarang Mengalokasikan 0% ke Kripto, Itu Sama dengan Secara Aktif Bearish Terhadap Pasar Masa Depan

Matt Hougan, CIO Bitwise, menyatakan bahwa meskipun pasar crypto turun 50% dari puncaknya, lembaga keuangan Wall Street justru semakin "all-in". Ia memberikan bukti seperti peluncuran dana tokenisasi BlackRock di Ethereum meskipun RUU CLARITY Act tertunda, serta persetujuan ETF Solana oleh Morgan Stanley di tengah pasar yang turun. Hougan berpendapat bahwa bear market berakhir ketika aset seperti BTC tidak lagi bereaksi terhadap berita buruk. Ia menekankan bahwa alokasi 0% crypto dalam portofolio bukanlah posisi netral, melainkan sikap sangat bearish, karena bobot netral seharusnya sekitar 2% (mengingat kapitalisasi pasar global saham $110 triliun vs crypto $2,5 triliun). Rekomendasinya adalah alokasi 5%, yang dapat meningkatkan imbal hasil tanpa menambah volatilitas portofolio secara signifikan. Ia juga membahas prospek tokenisasi aset dunia nyata (RWA) yang masih sangat kecil saat ini namun berpotensi meledak, serta optimisme pada Ethereum dengan target harga $8000. Intinya, industri crypto terus bergerak maju dengan dukungan lembaga besar, terlepas dari ketidakpastian regulasi jangka pendek.

marsbit47m yang lalu

Bitwise CIO Matt: Jika Anda Sekarang Mengalokasikan 0% ke Kripto, Itu Sama dengan Secara Aktif Bearish Terhadap Pasar Masa Depan

marsbit47m yang lalu

Baru Saja, Pertandingan Tenis Manusia vs Robot Pertama di Dunia Dimulai, Robot Selamatkan Bola Ekstrem Membuat Zheng Jie Terpukau

Baru saja, pertandingan tenis manusia vs robot pertama di dunia dimulai. Dalam acara pembukaan World Humanoid Robot Olympics kedua yang disiarkan secara global, robot humanoid asal Tiongkok, "Xingzai" dari Galaxy General, bertanding melawan juara tenis manusia, Zheng Jie. Pertandingan ini menampilkan duel ganda campuran manusia-robot dan tunggal. Robot tersebut menunjukkan kemampuan luar biasa: bergerak lincah, mengembalikan pukulan forehand dan backhand, serta beradaptasi dengan taktik Zheng Jie seperti moonball dan pukulan slice. Meski sempat terjatuh, robot itu mampu bangkit dengan cepat sendiri. Ia bahkan melakukan penyelamatan spektakuler dengan langkah besar, memukau penonton. Kecepatan servenya mencapai lebih dari 100 km/jam, dengan waktu reaksi hanya sepersekian detik. Pertandingan ini bukan sekadar demonstrasi keterampilan, melainkan tes tekanan ekstrem untuk *embodied AI* (kecerdasan berwujud). Tenis menuntut integrasi real-time dari persepsi, pengambilan keputusan, kendali gerak seluruh tubuh, dan strategi melawan lawan hidup dalam lingkungan fisik yang dinamis—jauh lebih kompleks daripada permainan papan seperti Go yang dimainkan AlphaGo. Kunci keberhasilan ini adalah model AI terpadu "Galaxy Star Brain" (AstraBrain). Berbeda dengan arsitektur tradisional yang memisahkan "otak" (perencanaan) dan "otak kecil" (kendali gerak), AstraBrain menggabungkan keduanya dalam satu model, menghilangkan penundaan dan kehilangan informasi. Model ini dilatih melalui dua tahap: pertama, belajar pola gerak dasar dari data manusia yang tidak sempurna; kedua, melalui evolusi dan pertandingan melawan agen AI lain di lingkungan simulasi virtual jutaan kali. Di sinilah keterampilan seperti menyelamatkan bola atau bangkit setelah jatuh "muncul" dengan sendirinya. Momen "AstraTennis" ini menandai tonggak sejarah: AI tidak hanya berpikir, tetapi sekarang bertindak dan berinteraksi dalam dunia fisik dengan ketangkasan dan ketahanan yang menakjubkan, menunjukkan kekuatan inovasi Tiongkok di era baru kolaborasi manusia dan mesin.

marsbit1j yang lalu

Baru Saja, Pertandingan Tenis Manusia vs Robot Pertama di Dunia Dimulai, Robot Selamatkan Bola Ekstrem Membuat Zheng Jie Terpukau

marsbit1j yang lalu

Mendadak, DeepSeek Umumkan Tarif Lembah Sepanjang Akhir Pekan, Kerja di Akhir Pekan Lebih Menguntungkan?

DeepSeek mengumumkan perubahan kebijakan tarif API mulai 23 Agustus, dengan menerapkan harga rendah (off-peak) sepanjang hari di akhir pekan (Sabtu dan Minggu) untuk model V4-Flash dan V4-Pro, tanpa lagi membedakan periode puncak. Keputusan ini mendapat sambutan positif dari para pengembang karena dapat mengurangi tagihan secara signifikan dengan menjalankan tugas-tugas berat di akhir pekan. Namun, kebijakan ini juga memicu kekhawatiran di kalangan pekerja bahwa perusahaan mungkin menyesuaikan jam kerja untuk menghemat biaya token, seperti mengharuskan kerja di akhir pekan dan libur di hari kerja. Praktik serupa sudah terjadi di industri seperti pembuatan film pendek dan sektor teknologi, di mana beberapa tim telah menggeser tugas-tugas yang membutuhkan banyak AI ke jam malam atau akhir pekan untuk memanfaatkan harga yang lebih murah. Ada spekulasi bahwa harga tinggi di jam puncak mungkin terkait dengan waktu pelatihan model internal DeepSeek, sementara akhir pekan dianggap sebagai waktu lowong. Namun, hal ini diragukan oleh beberapa pihak yang berpendapat bahwa pelatihan model bersifat otomatis dan tidak tergantung pada jam kerja karyawan. Aturan tarif baru ini telah berlaku, dan dampaknya terhadap pola kerja serta efisiensi biaya masih terus diamati.

marsbit1j yang lalu

Mendadak, DeepSeek Umumkan Tarif Lembah Sepanjang Akhir Pekan, Kerja di Akhir Pekan Lebih Menguntungkan?

marsbit1j yang lalu

Pemain Gelap Terbesar dalam Pembayaran AI, Mungkin adalah Coinbase yang Memberikan Dompet kepada Agent

Dalam perlombaan pembayaran AI, Coinbase muncul sebagai pemain tak terduga yang memimpin dalam transaksi Agent. Data menunjukkan lebih dari 90% transaksi Agent on-chain terjadi di Base, 99% transaksi bisnis Agent diselesaikan dengan USDC, dan lebih dari 97% menggunakan protokol x402. Inti dari posisi Coinbase adalah "Agentic Wallets", infrastruktur dompet yang dirilis Februari 2026, yang memberikan identitas keuangan mandiri kepada AI Agent. Berbeda dengan Visa atau Stripe yang menghubungkan Agent ke jaringan pembayaran manusia, Coinbase memberikan dompet sendiri untuk Agent, memungkinkannya memegang aset dan melakukan transaksi secara otonom dalam batasan yang ditetapkan. Kebutuhan ini muncul karena karakteristik transaksi Agent: mikro, frekuensi tinggi, dan otomatis antara mesin. Pembayaran kartu tradisional memiliki masalah biaya tinggi, kebutuhan otorisasi berulang, dan kesulitan penelusuran. Dompet berbasis stablecoin seperti USDC di Base menawarkan biaya rendah, otorisasi berbasis kode, dan identitas transaksi yang jelas. Coinbase membangun ekosistem tertutup yang lengkap: Base (jaringan Layer 2), Agentic Wallets, protokol x402, dan aset seperti cbBTC. Ini memungkinkan pengalaman pembayaran Agent yang mulus sepenuhnya dalam ekosistemnya. Posisi terdepan ini terbentuk bukan dari perencanaan khusus untuk pembayaran Agent, tetapi dari investasi bertahun-tahun dalam infrastruktur on-chain (Base, x402) yang kebetulan sangat cocok untuk kebutuhan ekonomi Agent yang meledak. Ini menunjukkan bahwa dalam adopsi teknologi baru, pihak dengan infrastruktur siap pakai yang paling matang seringkali menuai manfaat pertama, bahkan sebelum standar akhir ditetapkan. Coinbase saat ini adalah yang terdepan dalam menjalankan pembayaran Agent secara aktual.

marsbit2j yang lalu

Pemain Gelap Terbesar dalam Pembayaran AI, Mungkin adalah Coinbase yang Memberikan Dompet kepada Agent

marsbit2j yang lalu

Dalio Peringatkan Ketidakseimbangan Pasokan dan Permintaan Utang AS: Emas dan Bitcoin Bisa Jadi Aset Lindung Nilai Krisis Utang

Dalam artikelnya, Ray Dalio memperingatkan tentang ketidakseimbangan pasokan dan permintaan utang AS yang tidak berkelanjutan, sesuai dengan kerangka siklus utang besar yang dijelaskan dalam bukunya. Dia menyoroti tiga peristiwa terkini: penjualan obligasi AS oleh Jepang, kenaikan imbal hasil obligasi AS, dan pembelian obligasi oleh Departemen Keuangan AS. Dalio menjelaskan mekanisme krisis utang pemerintah: ketika pembayaran utang membebani anggaran, pasokan obligasi melebihi permintaan pasar, memaksa bank sentral mencetak uang untuk membelinya, yang menyebabkan depresiasi mata uang dan inflasi. Dia mengidentifikasi tiga indikator kunci: rasio pembayaran utang terhadap pendapatan pemerintah, pasokan obligasi versus permintaan, dan jumlah uang yang dicetak bank sentral. Situasi AS digambarkan seperti perusahaan dengan pendapatan $5,5 triliun, pengeluaran $7,5 triliun (defisit $2 triliun), utang $32 triliun, dan pembayaran bunga $1 triliun. Dalio memperkirakan utang bisa mencapai $55-60 triliun dalam sepuluh tahun. Solusinya adalah mengurangi defisit fiskal hingga 3% dari PDB melalui kombinasi pemotongan belanja, kenaikan pajak, dan penurunan suku bunga. Dalio menjawab pertanyaan umum, menekankan bahwa krisis utang adalah pola sejarah yang berulang, dan AS tidak kebal. Dia memperkirakan krisis bisa terjadi dalam sekitar tiga tahun jika tidak ada perubahan kebijakan. Sebagai contoh, dia merujuk pada pengalaman Jepang, di mana kebijakan moneter longgar menyebabkan kinerja obligasi yang buruk dan penurunan upah riil. Untuk mengelola risiko ini, dia menyarankan diversifikasi aset lintas negara dan kelas aset, memilih negara dengan kondisi fiskal dan politik yang sehat. Secara khusus, dia merekomendasikan untuk mengurangi alokasi obligasi, meningkatkan alokasi emas (sekitar 10-15% portofolio), dan mengalokasikan sedikit ke Bitcoin, karena aset-aset ini dapat berfungsi sebagai lindung nilai terhadap depresiasi mata uang pemerintah.

marsbit2j yang lalu

Dalio Peringatkan Ketidakseimbangan Pasokan dan Permintaan Utang AS: Emas dan Bitcoin Bisa Jadi Aset Lindung Nilai Krisis Utang

marsbit2j yang lalu

Trading

Spot
活动图片

Kategori Populerright-arrow

Tag Populerright-arrow