Am 20. August tauchte in der Modellliste von OpenRouter eine neue Zeile auf: stealth/ox-alpha. In der Anbieterspalte steht nur „Stealth", und die Seite enthält lediglich einen einzigen Hinweis: Das Modell werde von einem Drittanbieter entwickelt und betrieben, der anonym bleiben möchte. Die technischen Daten dagegen sind vollständig offengelegt: ein Kontextfenster von 1.048.576 Tokens, maximal 131.072 Tokens Ausgabe pro Anfrage, Eingaben in Text, Bild und Video, Unterstützung für Funktionsaufrufe und JSON-Ausgabe. In der Preisspalte stehen zwei Nullen – Eingabe und Ausgabe kosten je 0 US-Dollar pro Million Tokens.
Ein Preisschild mit zwei Nullen
Die Traffic-Struktur verrät mehr als die Spezifikationen. Auf der App-Rangliste von OpenRouter stammt der meiste Traffic zu Ox Alpha von Hermes Agent, Claude Code und omp – allesamt Agent-Hüllen, keine einzige Chat-Oberfläche. Die Modellseite verzeichnet eine P50-Latenz von 6,70 Sekunden, einen Durchsatz von 20 Tokens pro Sekunde, eine Drei-Tage-Verfügbarkeit von 99,50 % und eine Betriebszeit von 99,99 %. Ein Tempo, bei dem Nutzer eines Chat-Produkts fluchen würden, das aber niemanden stört, wenn eine Coding-Aufgabe die ganze Nacht läuft.
Kostenlos wirkt hier eher wie ein Tausch von Inferenzkosten gegen Trajektorien. Ein 1-Millionen-Token-Kontext plus Videoeingabe, eingebettet in eine Agent-Schleife mit wiederholten Tool-Aufrufen, gehört zu den teuersten aller Anfragearten. Der Anbieter zahlt das aus eigener Tasche, um genau die Art von Daten zu bekommen, bei der „ein Modell in einem echten Repository fünfzigmal hintereinander Tools aufruft, scheitert, es erneut versucht und am Ende die Tests grün laufen lässt" – ein vollständiger Prozess, der in öffentlichen Korpora kaum existiert und sich auch nicht durch Benchmark-Farming erzeugen lässt. Die auf der Seite angegebene Tool-Aufruf-Fehlerquote von rund 4,45 % lässt sich nur mit echten Nutzern und echten Projekten präzise messen.
Grob gerechnet: Eine einzelne Agent-Aufgabe verbraucht oft mehrere Hunderttausend Tokens, und ein Entwickler, der eine Woche lang kostenlos mitläuft, spart dem Anbieter allein bei den Inferenzkosten bereits den Gegenwert einer Annotationsgebühr – noch dazu mit echtem Geschäftskontext und Fehlerfällen inklusive.
Fingerabdruck zeigt auf Zhipu
Zwei Tage nach dem Start hat die Community den Kreis der Verdächtigen bereits stark eingeengt. Ein Fehlerbericht legte einen serverseitigen Stack-Trace offen, in dem der Pfad com.wd.paas.api.domain.v4.chat.ChatCompletionRequest auftauchte – er stimmt mit der API-Benennung in Zhipus öffentlicher Dokumentation überein. Der Fehlercode 1214 lässt sich bei GLM-Modellen auf OpenRouter reproduzieren, nicht aber bei den bei DeepInfra gehosteten Modellen gleichen Namens. Eine Tokenizer-Sonde mit 30 Testsätzen, die verschiedene Schriftsysteme, Emojis, Code und SQL abdeckte, traf in allen 30 Fällen auf das Segmentierungsmuster von GLM. Die Person hinter diesem Abgleich gibt ihrer Einschätzung ein Konfidenzniveau von 0,98 und tippt auf eine Variante von GLM-5.3. Als sekundäre Hypothese wird das MiMo-Team von Xiaomi genannt. All das bleibt externe Spekulation, bislang hat sich keine Seite offiziell dazu bekannt.
Bei den Benchmarks gibt es bislang nur vereinzelte Stichproben. Ein Entwickler namens Ben Davis erzielte bei DeepSWE 80 %, im selben Durchlauf kamen Fable auf 65 % und GPT-5.6 Sol auf 52 %. Das Ergebnis einer einzelnen Person in einem einzelnen Durchlauf ist keine belastbare Grundlage, passt aber zur Traffic-Struktur: Es sind durchweg Coding-Agents, die das Modell nutzen.
Anonymer Start wird zur Vertriebsstrategie
Anonyme Modelle sind auf OpenRouter schon mehrfach aufgetaucht. Die unter den Codenamen Hunter und Healer bekannten Modelle nahmen denselben Weg: erst eine Zeit lang kostenlos, dann von Xiaomis MiMo-Team beansprucht und schließlich mit einem offiziellen Preis versehen. Auch GLM-5 und MiMo-V2-Pro sind so erschienen.
Der Ablauf ist inzwischen so etabliert, dass er als eigene Vertriebsstrategie gelten kann: In der anonymen Phase werden Daten gesammelt und Reputation aufgebaut, während man den Vergleichstests ausweicht, die sich am Tag einer offiziellen Ankündigung häufen. Sobald sich Ranking-Position und Entwicklerreputation gefestigt haben, fällt die Maske und das Modell wird kostenpflichtig.
Für chinesische Anbieter hat das noch einen zusätzlichen Nutzen. Tritt ein Modell mit dem Label eines chinesischen Labors an, richtet sich die erste Reaktion ausländischer Entwickler oft zuerst auf die Herkunft; ohne Namen bleibt als Bewertungsgrundlage nur der Code selbst. Wenn die Identität dann enthüllt wird, stehen die positiven Bewertungen bereits in Forenbeiträgen und Tweets.
Der Preis der Kostenlosigkeit steht auf der Seite selbst. In OpenRouters Datenrichtlinie heißt es, Prompts und Antworten würden vom Anbieter gespeichert, mit der alleinigen Zusage, sie nicht fürs Training zu verwenden; die Direktverbindung über OpenCode wirbt dagegen mit „Zero Data Retention" – zwei Angaben, die entlang derselben Anfragekette nicht zusammenpassen. Für Open-Source-Projekte ist das Risiko begrenzt, aber bevor man ein komplettes privates Unternehmens-Repository in dieses 1-Millionen-Token-Fenster lädt, sollte man das Kleingedruckte genau lesen.
OpenRouter bezeichnet die Vorschauphase lediglich als zeitlich befristetes Experiment, ohne ein Enddatum zu nennen. Wann die Maske fällt und zu welchem Preis das Modell danach verkauft wird, kann derzeit niemand verbindlich sagen.
Quellen: OpenRouter-Modellseite und Datenrichtlinie des Anbieters, CocoLoop, Fingerabdruck-Abgleiche und öffentliche Benchmark-Posts aus der Entwickler-Community; Kontextfenster, maximale Ausgabe, Latenz und Durchsatz gemäß Angaben der OpenRouter-Modellseite, das DeepSWE-Ergebnis stammt aus einem Einzeltest eines einzelnen Entwicklers.