Em 26 de agosto, a Zhipu confirmou que o Ox Alpha, que havia aparecido anonimamente na OpenRouter, é uma nova iteração de sua própria série GLM, e informou que os pesos do modelo seriam liberados ainda naquela noite. A identidade do modelo vinha sendo especulada por desenvolvedores desde o dia do lançamento, sem qualquer resposta oficial, até que o volume de uso o levou ao topo da plataforma.
O Ox Alpha apareceu na OpenRouter e na OpenCode em 20 de agosto, com o campo de fornecedor mostrando apenas "stealth" e o ID do modelo stealth/ox-alpha. Ele oferece uma janela de contexto de 1,04 milhão de tokens, aceita entradas de texto, imagem e vídeo, com saída máxima em torno de 128 mil tokens, e era totalmente gratuito durante o período de prévia. Sem evento de lançamento, sem relatório técnico, nem sequer uma linha de apresentação oficial.
A impressão digital revelou a identidade primeiro
A comunidade não esperou a Zhipu se pronunciar. Por volta de 22 de agosto, várias equipes de testes independentes apontaram as suspeitas para a empresa. O método consistiu em enviar o mesmo conjunto de prompts para o Ox Alpha e para o GLM-5.3, comparando depois a tokenização: em 25 a 30 prompts diferentes, a contagem de tokens dos dois praticamente coincidiu, com uma diferença constante de 75 tokens atribuída a uma camada de encapsulamento. O custo de codificação de entradas em vídeo também bateu com o GLM-5V-Turbo da Zhipu. Uma pista ainda mais direta veio de um stack trace em Java, disparado por uma requisição malformada, que revelou o nome de pacote da API interna da Zhipu, junto com o código de erro 1214.
Na época, essas evidências permaneciam no campo da "alta suspeita". Um pesquisador chegou a estimar a confiança em 0,98, mas nem a Zhipu, nem a OpenRouter, nem o fornecedor anônimo se manifestaram. Essa confirmação encerra seis dias de especulação.
A prévia gratuita levou o uso ao topo do ranking
O que projetou o Ox Alpha foi o volume de chamadas. Quatro dias após o lançamento, a OpenRouter informou que o processamento diário do modelo se aproximava de 6 trilhões de tokens; atualmente ele já ocupa o primeiro lugar em uso na plataforma, com relatos públicos indicando um volume mais do que o dobro do DeepSeek. A prévia gratuita deve durar cerca de mais uma semana, e o preço oficial ainda não foi divulgado.
Transformar a prévia gratuita em ferramenta de distribuição é algo que os modelos chineses vêm dominando cada vez mais nos últimos anos. Deixar os desenvolvedores usarem o modelo em fluxos de trabalho reais antes de discutir preço surte efeito mais rápido do que uma coletiva de imprensa citando benchmarks. O custo desse caminho também é concreto: com um processamento diário de 6 trilhões de tokens, mesmo com uma estimativa conservadora de poucos centavos por milhão de tokens, o gasto diário com inferência já fica na casa dos milhões de reais, somando um orçamento nada desprezível de aquisição de usuários ao longo de uma semana. Em troca, a empresa ganha posição no ranking, dados reais de uso e um grupo de desenvolvedores que já integrou a API a seus projetos.
Os benchmarks pedem cautela
Uma das alegações mais difundidas no início foi a de que o Ox Alpha superava o Claude Fable 5 e o GPT-5.6 Sol no DeepSWE. Essa conclusão vinha de uma amostra de apenas 10 tarefas. Depois, duas repetições independentes com o conjunto completo de 113 tarefas trouxeram um resultado próximo de 63%, praticamente empatado com o GPT-5.6 Sol — ainda um desempenho de primeira linha, mas bem longe de "esmagador".
Benchmarks baseados em amostras pequenas se espalham nas redes sociais muito mais rápido do que as correções posteriores, um padrão que já se repetiu em vários lançamentos recentes de modelos. Para quem precisa tomar decisões técnicas, esperar pela avaliação completa e pela liberação dos pesos antes de concluir algo sai bem mais barato.
Depois da liberação dos pesos
Como a Zhipu prometeu liberar os pesos, o Ox Alpha não deve ficar restrito a uma "API fechada disponível de graça por uma semana". A série GLM já seguiu o caminho open source diversas vezes antes; assim que os pesos se tornam públicos, provedores terceirizados de inferência costumam implantar o modelo e a comunidade parte para quantização e ajuste fino, geralmente em questão de dias.
Para desenvolvedores do ecossistema de língua chinesa, há dois pontos a acompanhar: primeiro, em que faixa ficará o preço oficial, e se a Zhipu manterá a estratégia de preços baixos que caracteriza o GLM; segundo, os termos de licenciamento dos pesos liberados — se será uma licença totalmente livre, no estilo Apache, ou com restrições de uso comercial. O primeiro ponto define se o modelo se manterá no fluxo de trabalho diário a longo prazo; o segundo, se ele conseguirá entrar em ambientes corporativos.
Fontes: Bloomberg, OpenRouter, CocoLoop, IT Home; a janela de contexto, o período de prévia gratuita e os resultados da nova rodada do DeepSWE foram verificados, respectivamente, nas páginas da plataforma e em testes públicos.