Zhipu bestätigte am 26. August, dass das zuvor anonym auf OpenRouter aufgetauchte Modell Ox Alpha eine neue Iteration der hauseigenen GLM-Reihe ist, und kündigte an, die Modellgewichte noch am selben Abend zu veröffentlichen. Über die Identität des Modells wurde seit dem Launch-Tag unter Entwicklern spekuliert, offiziell blieb es lange still – bis das Nutzungsvolumen das Modell an die Spitze der Plattform katapultierte.
Ox Alpha tauchte am 20. August auf OpenRouter und OpenCode auf, in der Anbieterspalte stand lediglich „stealth", die Modell-ID lautete stealth/ox-alpha. Es bietet ein Kontextfenster von 1,04 Millionen Token, verarbeitet Text-, Bild- und Video-Eingaben, die maximale Ausgabelänge liegt bei rund 128.000 Token, und während der Vorschauphase war es komplett kostenlos. Keine Launch-Veranstaltung, kein technischer Bericht, nicht einmal eine offizielle Vorstellung.
Der Fingerabdruck verriet die Identität zuerst
Die Community wartete nicht auf eine offizielle Stellungnahme. Um den 22. August richteten mehrere unabhängige Testreihen den Verdacht auf Zhipu. Die Methode: dieselben Prompts an Ox Alpha und GLM-5.3 schicken und die Tokenisierung vergleichen. Bei 25 bis 30 unterschiedlichen Prompts stimmte die Token-Zahl auf beiden Seiten fast exakt überein, mit einer konstanten Abweichung von 75 Token durch eine Wrapper-Schicht. Auch der Kodierungsaufwand bei Video-Eingaben passte zu Zhipus GLM-5V-Turbo. Ein noch direkterer Hinweis kam aus einem Java-Stacktrace, ausgelöst durch eine fehlerhafte Anfrage, in dem der Paketname von Zhipus interner API auftauchte, samt Fehlercode 1214.
Diese Indizien blieben damals im Bereich „hochgradig verdächtig". Ein Forscher setzte die Wahrscheinlichkeit auf 0,98, doch weder Zhipu noch OpenRouter noch der anonyme Anbieter äußerten sich. Mit dem jetzigen Bekenntnis ist der sechstägigen Spekulation ein Ende gesetzt.
Die kostenlose Vorschau katapultiert die Nutzung an die Spitze
Was Ox Alpha bekannt gemacht hat, ist das Anfragevolumen. Vier Tage nach dem Launch meldete OpenRouter ein tägliches Verarbeitungsvolumen von nahezu 6 Billionen Token; inzwischen liegt das Modell auf Platz eins der Nutzungscharts der Plattform, öffentlichen Berichten zufolge mehr als doppelt so hoch wie bei DeepSeek. Die kostenlose Vorschau soll noch etwa eine Woche laufen, eine offizielle Preisgestaltung wurde nicht bekannt gegeben.
Kostenlose Vorschauphasen als Vertriebsinstrument einzusetzen, beherrschen chinesische Modelle in den letzten Jahren zunehmend besser. Entwickler erst in echten Workflows nutzen lassen und erst danach über den Preis sprechen, wirkt schneller als eine Pressekonferenz mit Benchmark-Zahlen. Der Preis dafür ist real: Bei einem täglichen Verarbeitungsvolumen von 6 Billionen Token liegen die täglichen Inferenzkosten selbst bei einer groben Schätzung von wenigen Cent pro Million Token im siebenstelligen Bereich – über eine Woche gerechnet ein durchaus beachtliches Budget für Kundengewinnung. Im Gegenzug gibt es Chart-Platzierungen, echte Nutzungsdaten und eine Gruppe Entwickler, die die API bereits in ihre Projekte eingebunden haben.
Benchmarks mit Vorsicht genießen
Die früheste und am weitesten verbreitete Behauptung lautete, Ox Alpha habe bei DeepSWE Claude Fable 5 und GPT-5.6 Sol übertroffen. Diese Aussage stützte sich auf eine Stichprobe von nur 10 Aufgaben. Zwei spätere, unabhängige Läufe mit dem vollständigen Satz von 113 Aufgaben ergaben ein Ergebnis von rund 63 % – etwa auf Augenhöhe mit GPT-5.6 Sol. Immer noch Spitzenklasse, aber weit entfernt von „überlegen".
Benchmark-Ergebnisse aus kleinen Stichproben verbreiten sich in sozialen Netzwerken deutlich schneller als spätere Korrekturen – ein Muster, das sich bei den letzten Modell-Releases wiederholt hat. Wer eine technische Entscheidung treffen muss, fährt deutlich günstiger, wenn er auf die vollständige Auswertung und die Veröffentlichung der Gewichte wartet, bevor er urteilt.
Was nach der Veröffentlichung der Gewichte kommt
Da Zhipu die Veröffentlichung der Gewichte angekündigt hat, wird Ox Alpha nicht bei „eine Woche lang kostenlos nutzbare Closed-Source-API" stehen bleiben. Die GLM-Reihe ist bereits mehrfach den Open-Source-Weg gegangen: Sobald Modellgewichte offen vorliegen, folgen Drittanbieter für Inferenz-Deployments, und die Community kümmert sich um Quantisierung und Fine-Tuning – meist innerhalb weniger Tage.
Für Entwickler im chinesischsprachigen Raum sind zwei Punkte im Blick zu behalten: Erstens, in welcher Preisspanne die offizielle Preisgestaltung landet und ob GLMs bisherige Niedrigpreisstrategie fortgesetzt wird. Zweitens, die Lizenzbedingungen bei der Offenlegung der Gewichte – eine vollständig freie Apache-artige Lizenz oder eine mit Einschränkungen für die kommerzielle Nutzung. Ersteres entscheidet, ob das Modell dauerhaft im täglichen Workflow bleibt, Letzteres, ob es den Weg in Unternehmen findet.
Quellen: Bloomberg, OpenRouter, CocoLoop, IT Home; Kontextlänge, Dauer der kostenlosen Vorschau und die DeepSWE-Nachtestergebnisse wurden jeweils anhand der Plattformseiten und öffentlicher Testberichte verifiziert.