Ox-Alpha, un modèle non nommé portant uniquement le tag « stealth/ox-alpha », est apparu sur OpenRouter le 20 août 2026. Il offre une fenêtre de contexte de 1 048 576 tokens, une entrée vidéo et un aperçu gratuit qui se termine le 27 août, invitant les développeurs à tester une capacité capable d'absorber des bases de code entières ou plusieurs romans en une seule requête.

OpenRouter est devenu un centre pour les modèles expérimentaux qui font surface sans bannière d'entreprise, souvent étiquetés « stealth ». Le pipeline de publication à faible friction de la plateforme permet aux chercheurs et aux laboratoires de publier des prototypes sous un tag générique, contournant les structures habituelles de branding et de support. Ox-Alpha suit ce modèle, rejoignant des sorties anonymes antérieures telles que Pony Alpha et Hunter Alpha, qui ont été rattachées plus tard à des laboratoires de recherche chinois.

Pourquoi la fenêtre de tokens est importante

La plupart des grands modèles de langage (LLM) commerciaux limitent leur contexte à environ 8 k tokens. Une fenêtre d'un million de tokens augmente d'un ordre de grandeur la quantité de données pouvant être transmises au modèle. En pratique, les développeurs peuvent :

  • coller un dépôt logiciel entier et demander un refactoring multi-fichiers,
  • fournir un manuscrit complet et demander un résumé chapitre par chapitre,
  • combiner du texte et des images vidéo pour raisonner sur la conception d'interface utilisateur (UI) ou des bugs visuels.

Le modèle accepte également la vidéo comme une entrée de premier ordre, une fonctionnalité encore rare parmi les LLM qui s'appuient généralement sur des images statiques ou des réseaux spécifiques à la vidéo.

Premiers signaux de performance

Un chercheur ayant exécuté le benchmark DeepSWE — une suite évaluant les capacités de codage dans plusieurs langages — a enregistré un score de 80 %. Le benchmark ne compare pas directement Ox-Alpha à des modèles établis tels que GPT-5.6 ou Claude Opus 5, mais le résultat signale une forte compétence dans les tâches de programmation.

Dans un test séparé de flux de travail agentique (agentic workflow), le modèle a exécuté 69 appels d'outils et n'a produit qu'une seule erreur. Le test mesurait la fiabilité lors de l'orchestration d'API externes, une métrique clé pour les assistants autonomes qui doivent enchaîner des actions sans supervision humaine.

Qui pourrait être derrière ce projet ?

Aucune organisation n'a revendiqué la propriété, mais l'expertise technique pointe vers une possible connexion avec la série non publiée GLM-5.x de Zhipu AI. Les indices incluent :

  • des modèles d'encodage vidéo correspondant à ceux utilisés dans les modèles GLM connus,
  • un comportement du tokenizer s'alignant sur l'ensemble de tokens GLM-5.3,
  • un style distinctif d'utilisation d'emojis observé dans les versions précédentes de GLM.

Si l'attribution est correcte, Ox-Alpha représenterait un bond entre les prototypes internes de Zhipu et un service accessible au public, faisant écho aux précédentes sorties « stealth » qui ont fini par révéler des origines chinoises.

Ce que les développeurs peuvent en retirer

  • Analyse de code à grande échelle – effectuez des analyses statiques ou du refactoring sur des milliers de fichiers sans avoir à découper l'entrée.
  • Codage par contexte visuel – combinez des images vidéo avec la génération de code pour l'automatisation d'UI ou des scripts de montage vidéo.
  • Flux de travail à long contexte – créez des agents capables de conserver la mémoire lors d'interactions prolongées, ce qui est utile pour les assistants de recherche ou la génération narrative.

Risques et inconnues

  • Absence de documentation – le modèle manque de guides officiels, faisant de l'intégration un processus par essais et erreurs.
  • Pas de support ni d'accords de niveau de service (SLA) – toute interruption de service ou comportement inattendu incombe à l'utilisateur.
  • Tarification – le modèle est gratuit pendant la période d'aperçu, qui se termine le 27 août.

À retenir

Ox-Alpha montre que des capacités d'IA puissantes à long contexte peuvent apparaître du jour au lendemain, contournant les structures traditionnelles de branding et de support. Pour les développeurs, le modèle offre un raccourci tentant pour des tâches qui nécessitaient auparavant des pipelines personnalisés, mais l'absence de provenance, de documentation et de service garanti exige une approche prudente. La semaine à venir révélera si le mystère entourant Ox-Alpha se résoudra en un outil durable ou s'il ne restera qu'une expérience éphémère.