Ngày 26 tháng 8, Zhipu xác nhận rằng Ox Alpha — mô hình từng xuất hiện ẩn danh trên OpenRouter trước đó — chính là một vòng lặp mới của dòng GLM do hãng phát triển, đồng thời cho biết sẽ công bố trọng số mô hình ngay trong đêm. Danh tính này đã bị cộng đồng lập trình viên đồn đoán liên tục kể từ ngày mô hình ra mắt, trong khi phía chính thức im lặng suốt thời gian dài, cho đến khi lượng sử dụng đẩy nó lên vị trí số một trên nền tảng.
Ox Alpha xuất hiện trên OpenRouter và OpenCode vào ngày 20 tháng 8, với mục nhà cung cấp chỉ ghi "stealth" và ID mô hình là stealth/ox-alpha. Mô hình hỗ trợ cửa sổ ngữ cảnh 1,04 triệu token, nhận đầu vào dạng văn bản, hình ảnh và video, đầu ra tối đa khoảng 128.000 token, và hoàn toàn miễn phí trong giai đoạn xem trước. Không có buổi ra mắt, không có báo cáo kỹ thuật, thậm chí không một dòng giới thiệu chính thức nào.
Dấu vân tay lộ diện trước khi hãng lên tiếng
Cộng đồng không đợi phía chính thức lên tiếng. Khoảng ngày 22 tháng 8, một số nhóm kiểm định độc lập đã hướng nghi vấn về phía Zhipu. Cách làm là đưa cùng một loạt câu lệnh cho cả Ox Alpha và GLM-5.3, rồi so sánh kết quả phân tách token: qua 25 đến 30 câu lệnh khác nhau, số token ở hai bên gần như khớp tuyệt đối, chỉ chênh nhau một mức cố định 75 token do lớp đóng gói. Chi phí mã hóa đầu vào video cũng trùng khớp với GLM-5V-Turbo của Zhipu. Manh mối trực tiếp hơn đến từ một stack trace Java bị kích hoạt bởi một yêu cầu dị dạng, trong đó xuất hiện tên gói của API nội bộ Zhipu, kèm mã lỗi 1214.
Những bằng chứng này khi đó vẫn dừng ở mức "nghi vấn cao". Có nhà nghiên cứu đặt mức độ chắc chắn ở 0,98, nhưng cả Zhipu, OpenRouter lẫn nhà cung cấp ẩn danh kia đều không lên tiếng. Lần xác nhận này coi như khép lại sáu ngày suy đoán.
Bản xem trước miễn phí đẩy lượng sử dụng lên đầu bảng
Điều khiến Ox Alpha nổi bật chính là lượng gọi API. Bốn ngày sau khi ra mắt, phía OpenRouter cho biết lượng xử lý trong ngày của mô hình này đã tiệm cận 6 nghìn tỷ token; hiện tại nó đã đứng đầu bảng xếp hạng lượng sử dụng của nền tảng, các báo cáo công khai cho thấy lượng dùng cao gấp hơn hai lần DeepSeek. Bản xem trước miễn phí dự kiến còn kéo dài khoảng một tuần nữa, mức giá chính thức chưa được công bố.
Biến bản xem trước miễn phí thành công cụ phân phối là chiến thuật mà các mô hình nội địa Trung Quốc ngày càng thành thạo trong vài năm gần đây. Để lập trình viên dùng thử trong quy trình làm việc thực tế trước, rồi mới bàn đến giá, hiệu quả hơn nhiều so với tổ chức họp báo công bố điểm benchmark. Cái giá phải trả cũng không nhỏ: tính sơ bộ theo lượng xử lý 6 nghìn tỷ token mỗi ngày, dù ước tính theo mức chi phí vài hào cho mỗi triệu token, chi phí suy luận đốt trong một ngày cũng đã ở mức hàng triệu nhân dân tệ, tính ra cả tuần là một khoản ngân sách thu hút người dùng không hề nhỏ. Đổi lại là vị trí trên bảng xếp hạng, dữ liệu sử dụng thực tế, và một nhóm lập trình viên đã tích hợp API vào dự án của họ.
Điểm benchmark cần nhìn với con mắt dè dặt hơn
Một trong những tuyên bố lan truyền mạnh nhất giai đoạn đầu là Ox Alpha vượt qua Claude Fable 5 và GPT-5.6 Sol trên bài kiểm tra DeepSWE. Kết luận này dựa trên một mẫu chỉ gồm 10 tác vụ. Sau đó, hai lần chạy lại độc lập với đầy đủ 113 tác vụ cho kết quả khoảng 63%, gần tương đương GPT-5.6 Sol — vẫn ở nhóm dẫn đầu, nhưng khác xa với "áp đảo".
Điểm benchmark từ mẫu nhỏ lan truyền trên mạng xã hội luôn nhanh hơn nhiều so với kết quả đã được hiệu chỉnh, điều này đã lặp lại nhiều lần trong các đợt ra mắt mô hình gần đây. Với những ai cần đưa ra quyết định lựa chọn công nghệ, chờ đánh giá đầy đủ và trọng số mô hình được mở ra rồi mới kết luận sẽ tiết kiệm chi phí hơn nhiều.
Sau khi trọng số được công bố
Một khi Zhipu đã nói sẽ công bố trọng số, Ox Alpha sẽ không còn dừng ở mức "API đóng có thể dùng miễn phí một tuần". Dòng GLM từng nhiều lần đi theo hướng mã nguồn mở, và sau khi trọng số được công khai, các nhà cung cấp dịch vụ suy luận bên thứ ba triển khai theo, cộng đồng thực hiện lượng tử hóa và tinh chỉnh, thường chỉ diễn ra trong vài ngày.
Với lập trình viên trong cộng đồng nói tiếng Trung, có hai điểm đáng theo dõi tiếp: một là mức giá chính thức sẽ rơi vào khoảng nào, liệu có tiếp nối chiến lược giá rẻ quen thuộc của GLM hay không; hai là điều khoản giấy phép khi mở trọng số — là giấy phép kiểu Apache hoàn toàn tự do, hay có ràng buộc về mục đích thương mại. Yếu tố đầu quyết định nó có ở lại lâu dài trong quy trình làm việc hằng ngày hay không, yếu tố sau quyết định nó có thể bước vào doanh nghiệp hay không.
Nguồn tham khảo: Bloomberg, OpenRouter, CocoLoop, IT Home; độ dài ngữ cảnh, thời gian xem trước miễn phí và kết quả chạy lại DeepSWE được kiểm chứng theo trang nền tảng và các bài kiểm tra công khai tương ứng.