Ox Alpha es GLM: Evidencias, benchmarks y guía de acceso

Ox Alpha es un modelo de IA anónimo publicado a través de Open Code y posteriormente incluido en OpenRouter bajo la etiqueta del proveedor Stealth. La cuestión central es si este modelo no identificado es un sistema GLM de próxima generación de Z.ai, potencialmente relacionado con la familia multimodal GLM. Las evidencias actuales hacen plausible esta teoría, pero no establecen como hecho la identidad del modelo.

El modelo atrajo la atención porque combina una ventana de contexto de 1.048.576 tokens, compatibilidad con entradas multimodales, afirmaciones de no retención de datos y sólidos resultados iniciales en benchmarks. Open Code también promocionó un acceso gratuito temporal durante el periodo de pruebas de agosto de 2026, lo que generó un gran interés y volumen de uso en la comunidad.

Aspectos destacados del vídeo:

• Según los informes, Ox Alpha obtuvo 70 de 80 puntos en una evaluación de Kingbench.
• El comportamiento de los tokens de vídeo supuestamente coincidió con GLM 5V Turbo en pruebas controladas.
• Según los informes, los recuentos del tokenizador coincidieron con GLM 5.3 en 25 prompts.
• El estilo de escritura y el comportamiento con entradas de audio del modelo se parecen a los de los sistemas GLM existentes.

Las evidencias disponibles deben interpretarse como una investigación para identificar un modelo, no como un anuncio de producto. La etiqueta “Ox Alpha” podría describir un checkpoint oculto, un alias temporal de evaluación o un sistema que comparte tecnología con GLM sin ser un producto GLM aún no publicado.

El caso a favor de una conexión con GLM se basa en varias señales independientes. Ninguna es concluyente por sí sola, pero su combinación resulta más informativa que una simple comparación del estilo de escritura o de las puntuaciones de los benchmarks.

La pista más destacada es la supuesta identificación de la huella del codificador de vídeo. Las pruebas controladas compararon cómo distintos modelos tokenizan las entradas de vídeo al modificar la frecuencia de fotogramas, la duración y la resolución. Según los informes, Ox Alpha produjo recuentos de tokens que coincidían con GLM 5V Turbo en esos escenarios. El comportamiento citado incluía un muestreo de fotogramas similar, una escala de duración comparable cercana a 147 tokens por segundo y cambios relacionados con la resolución que también coincidían.

Una segunda pista procede de la tokenización de texto. Según los informes, Ox Alpha coincidió con los recuentos del tokenizador de GLM 5.3 en 25 prompts. Una coincidencia estrecha del tokenizador puede sugerir un vocabulario compartido o casi idéntico, aunque no demuestra que ambos modelos hayan sido entrenados por la misma organización. La reutilización de un tokenizador también puede producirse por motivos de licencia, decisiones de infraestructura u objetivos de compatibilidad.

Según los informes, la investigación también consideró y descartó varias explicaciones alternativas relacionadas con DeepSeek, Qwen, Xiaomi y laboratorios occidentales. Estas exclusiones son útiles porque la atribución de modelos suele depender tanto de descartar huellas inconsistentes como de encontrar una coincidencia positiva.

Sin embargo, la teoría presenta importantes lagunas. No existe ninguna declaración oficial de Z.ai que confirme que Ox Alpha sea un modelo GLM. La etiqueta pública del proveedor sigue siendo Stealth, y la página comparativa de OpenRouter no identifica Ox Alpha como un lanzamiento de Z.ai. Hasta que aparezca una revelación, una divulgación técnica o una actualización del proveedor, la conclusión responsable es que Ox Alpha está muy probablemente relacionado con GLM, en lugar de afirmar que es definitivamente GLM 5.5.

El rendimiento de Ox Alpha es la otra razón principal por la que la teoría GLM ganó notoriedad. En una prueba de Kingbench cuyos resultados se han difundido, el modelo obtuvo 70 de 80 puntos, equivalente al 87,5 %. Ese resultado lo situó en segundo lugar de la clasificación citada, por detrás de GLM 5.3 con un 91,25 % y por delante de varios otros modelos de frontera incluidos en la misma prueba.

Entre los resultados individuales más destacados se incluyeron puntuaciones perfectas en un caso de lentes de contacto de 3JS, una tarea de SVG de Panda, un difícil problema de permutaciones y una tarea de ajuste fino de Gemma. El modelo también obtuvo buenos resultados en una simulación de ascensor y en una tarea de arco y flecha. Las puntuaciones más bajas aparecieron en un problema de mesa plegable y en una tarea de reloj de muñeca en 3D, aunque esta última fue descrita como inusualmente difícil para muchos sistemas.

Según los informes, un subconjunto separado de 10 tareas de DeepSWA produjo un resultado del 80 %. Esa puntuación fue superior a los resultados comparativos citados para Fable 5, GLM 5.3, Grok 4.6 y GPT 5.6 Soul. Como la muestra solo contenía 10 tareas, el resultado debe considerarse una señal alentadora, no una clasificación universal estable.

El contraste entre ambas evaluaciones es especialmente importante. Ox Alpha obtuvo una puntuación inferior a GLM 5.3 en Kingbench, pero considerablemente superior en el subconjunto de DeepSWA citado. Esto puede indicar que Ox Alpha está optimizado para programación agéntica, trabajo orientado a herramientas o ejecución de varios pasos, en lugar de optimizarse para todas las formas de generación de una sola pasada.

La comparativa pública de OpenRouter también muestra características operativas diferentes. Ox Alpha aparece con una latencia p50 de 5,74 segundos y un rendimiento de 22 tokens por segundo, mientras que GLM 5.3 figura con 3,07 segundos y 36 tokens por segundo. En términos prácticos, Ox Alpha puede ofrecer una gran capacidad sin coste por token indicado, aunque responde más lentamente en la comparación observada.

Una evaluación cuidadosa debe centrarse en tareas repetibles en lugar de una única puntuación impresionante. El siguiente proceso ayuda a comparar Ox Alpha con GLM 5.3 u otro modelo, controlando las diferencias entre prompts y cargas de trabajo.

Para realizar una comparación justa, crea una tabla de evaluación sencilla con columnas separadas para calidad, fiabilidad, velocidad, coste y esfuerzo de integración. No combines todos los factores en una sola cifra a menos que la ponderación refleje tus prioridades reales.

Ox Alpha aparece en OpenRouter como un modelo accesible mediante API del proveedor Stealth. La página comparativa muestra una ventana de contexto de 1.048.576 tokens, compatibilidad con entradas multimodales, capacidad de uso de herramientas, cancelación de streams y una indicación de que no se entrena con los prompts. Algunos campos siguen siendo desconocidos o no están disponibles, incluidos los detalles de cuantización y las puntuaciones de inteligencia, programación y capacidades agénticas de Artificial Analysis.

El modelo también fue promocionado como gratuito durante el periodo temporal de acceso de agosto de 2026. Según los informes, la ventana gratuita debía finalizar alrededor del 27 de agosto de 2026, pero la disponibilidad, los precios y los límites de frecuencia pueden cambiar. Consulta la página activa del modelo antes de planificar una aplicación de larga duración basándote en esas condiciones temporales.

La página comparativa de OpenRouter es la referencia pública más útil para consultar los detalles de acceso actuales: Ox Alpha frente a GLM 5.3 en OpenRouter. La página también deja claro que cambiar entre ambos modelos puede hacerse con la misma integración de API modificando el slug del modelo, sujeto a la configuración del proveedor y al acceso de la cuenta.

Las evidencias disponibles respaldan una fuerte conexión entre Ox Alpha y el ecosistema GLM, especialmente porque la huella de los tokens de vídeo y el comportamiento del tokenizador indicados coinciden con los sistemas GLM. Sus resultados en benchmarks también muestran un modelo capaz que podría ser especialmente eficaz para programación, generación estructurada y flujos de trabajo agénticos.

Aun así, la cuestión de su identidad sigue sin resolverse. El veredicto editorial más prudente es “probablemente relacionado con GLM, posiblemente un checkpoint multimodal de próxima generación, pero no confirmado oficialmente”. Esta formulación conserva la conclusión más útil sin convertir una investigación en un hecho.