Ox Alpha: el modelo de IA anónimo que todos quieren probar

¿Qué es Ox Alpha y por qué se ha vuelto viral?

Ox Alpha apareció el 20 de agosto de 2026 en OpenRouter como un modelo de razonamiento "stealth", sin comunicado de prensa, sin logo y sin empresa que reclamase su autoría. En apenas cuatro días, según Xataka, ya movía cerca de 12 billones de tokens a la semana, y su ventana de contexto de 1.048.576 tokens lo coloca en la liga de los modelos frontera. Para founders que evalúan costes, el dato clave es aún más simple: durante el periodo de preview la entrada y la salida están tarificadas a cero dólares, según el listado oficial que TechTimes publicó el 23 de agosto.

El revuelo es producto de tres factores combinados: rendimiento notable en tareas de programación, misterio sobre su origen y distribución masiva sin coste. Patrick Collison, CEO de Stripe —compañía que según The Hans India anunció la adquisición de OpenRouter el 19 de agosto— llegó a calificarlo de "very impressive" en sus redes. Una semana después del lanzamiento, ningún laboratorio se ha pronunciado.

¿Qué puede hacer realmente este modelo?

Ox Alpha está descrito en el marketplace como un modelo de razonamiento orientado a programación y tareas agénticas largas. Acepta texto, imágenes y vídeo como entrada, y admite hasta 131.072 tokens de salida, según el desglose técnico publicado por SiliconANGLE. La ventana de un millón de tokens es la métrica que más llama la atención porque permite cargar un repositorio entero en una sola consulta.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

En pruebas independientes:

DeepSWE (test de 10 tareas): el desarrollador Ben Davis publicó en X resultados de un ensayo reducido donde Ox Alpha resolvió más del 80% de los problemas. Claude Fable 5 obtuvo 65% en el mismo set y GPT-5.6-sol se quedó en 52%, según TechTimes. Davis advirtió que el tamaño de muestra era pequeño y un solo fallo mueve el porcentaje diez enteros.
DeepSWE (set completo): cuando Davis ejecutó la batería completa, el modelo terminó al nivel de GPT-5.6-sol, no claramente por delante, según SiliconANGLE.
Xataka midió una ejecución distinta con 66 aciertos de 113 tareas (58,4%), con casi un 10% de fallos atribuibles a errores de formato al invocar herramientas, no a incapacidad real del modelo.
Day.dev reportó 87,5% en el benchmark Kingbench de agosto de 2026, por debajo del 91,25% de GLM-5.3.

La conclusión razonable es que Ox Alpha está en el grupo de cabeza, no claramente por encima de los modelos frontera conocidos. El rendimiento sostenido ronda los 29 tokens por segundo según TechTimes, un throughput respetable para una ventana de ese tamaño.

¿Quién está detrás de Ox Alpha? Las teorías que circulan

La pregunta del millón se ha convertido en un juego de detectives para la comunidad. The Next Web y AndroGuider coinciden en que hay cuatro grandes hipótesis:

Z.ai (Zhipu AI): la teoría con más datos. Z.ai ya probó GLM-5 de forma anónima bajo el nombre Pony Alpha y, según SiliconANGLE, lanzó GLM-5.3 el 14 de agosto, solo seis días antes de que apareciese Ox Alpha. AndroGuider añade que el comportamiento, el tono y la baja "verbosidad" encajan con la firma estilística de los modelos chinos.
Microsoft MAI: algunos analistas apuntan al tokenizador cl100k_base, una codificación históricamente asociada a OpenAI, lo que abre la puerta a que sea un modelo servido desde infraestructura de un hyperscaler.
Google DeepMind (Gemini): la cadencia de previews anónimos en LMArena antes de un lanzamiento oficial es una práctica habitual de DeepMind, según recuerda AndroGuider.
OpenAI, Meta o xAI: OpenAI suele usar nombres de animales y estrellas en sus stealth tests, mientras que xAI ya probó Grok en LMArena. Todas son hipótesis sin confirmación.

La prueba forense apunta a Z.ai: qué sabemos

El rastro técnico ha sido más concluyente que las opiniones. El desarrollador unclecode (autor del crawler open source Crawl4AI) construyó una herramienta llamada modelprint que ejecuta nueve pruebas de infraestructura contra un endpoint anónimo y compara las respuestas. En el caso de Ox Alpha, 6 de las 9 coincidieron con GLM-5.3, y las 4 pruebas de tokenización normalizada coincidieron al 100%, según SiliconANGLE. Otros candidatos no superaron 2 de 4.

Las pruebas adicionales reforzaron la atribución, según el mismo análisis forense publicado por TechTimes:

Tokenizador: 30 de 30 sondas sobre Ox Alpha coincidieron con GLM-5.3, con un offset constante de 75 tokens típico de un system prompt antepuesto.
Codificador de vídeo: el gasto de tokens por vídeo coincide con GLM-5V-Turbo en tres variables independientes (fps, escalado por duración y resolución).
Stack trace: al enviar un parámetro mal formado a la ruta de Ox Alpha, el servidor devolvió un error de validación Java con la clase com.wd.paas.api.domain.v4.chat.ChatCompletionRequest, una ruta que mapea a la API pública de Zhipu en open.bigmodel.cn y api.z.ai.
Dialecto de error: el código de error "1214" que devuelve Z.ai en OpenRouter coincide palabra por palabra con el que devuelve Ox Alpha.

El propio unclecode matiza el resultado: ""Matching fingerprints prove shared infrastructure, not identity"". Z.ai podría estar sirviendo dos modelos distintos sobre la misma pila, según SiliconANGLE. La confianza operativa se acerca al 98%, pero ni Zhipu AI ni OpenRouter han confirmado la autoría.

Los riesgos ocultos: datos, jurisdicción y compliance

Más allá del misterio, hay un punto legal que afecta a cualquier founder que esté probando Ox Alpha con código real. TechTimes y SiliconANGLE coinciden en que existe un conflicto entre el aviso por modelo y el EULA de la plataforma:

El listado de Ox Alpha dice que los prompts y completions se conservan pero no se usan para entrenar.
El EULA de modelos stealth de OpenRouter concede a OpenRouter y al proveedor anónimo permiso para usar el contenido del usuario para entrenamiento, evaluación y mejora.
La ruta de OpenCode anuncia política de retención cero, pero aplica a un proveedor que sigue sin nombre.

Si la atribución a Z.ai se confirma, la foto legal se complica: Z.ai (antigua Zhipu AI) está en la BIS Entity List desde el 16 de enero de 2025, según SiliconANGLE. Cotiza en la Bolsa de Hong Kong desde enero de 2026 (SEHK: 2513) y opera bajo el artículo 7 de la Ley de Inteligencia Nacional china, que obliga a cualquier organización china a cooperar con el Estado sin excepciones. En mayo de 2026, el House Committee on China abrió una investigación formal sobre riesgos de modelos chinos en infraestructura crítica, cita TechTimes.

Para empresas europeas, el marco añade una capa: The Next Web recuerda que las obligaciones de transparencia del AI Act entraron en vigor el 2 de agosto, con sanciones hasta 15 millones de euros o el 3% del volumen de negocio global —aunque el Digital Omnibus on AI (Reglamento UE 2026/1744) aplazó la fecha original del marco completo para sistemas de alto riesgo, según TechTimes. Aun así, usar un modelo cuyo proveedor no se puede identificar rompe el principio básico del RGPD: firmar un contrato con un encargado del tratamiento identificable.

Qué significa esto para tu startup

Ox Alpha es un caso de estudio en sí mismo: el lanzamiento stealth ya es una categoría de marketing en IA. AndroGuider señala que los modelos anónimos en LMArena suelen ser reclamados por su creador en dos o tres semanas. GLM-5.3 se lanzó el 14 de agosto, apenas seis días antes que Ox Alpha, lo que sugiere que podríamos estar ante una vista previa multimodal del nuevo GLM. El margen gratuito de OpenRouter termina el 24 de agosto, y el de OpenCode alrededor del 27 de agosto, según TechTimes y SiliconANGLE.

Para founders hispanohablantes, esto deja varias acciones concretas:

Úsalo para evaluar capacidad, no para producción: la ventana de un millón de tokens es un experimento gratis para entender qué puede hacer tu agente sobre un codebase completo. Pero mantén la prueba sobre datos sintéticos o repositorios públicos.
Lee los términos antes de subir tu código: el aviso "no entrenamos con tus datos" no es garantía contractual. Mientras el proveedor no tenga DPA firmado, trátalo como retención distinta de cero.
Diseña tu stack para cambiar de modelo sin reescribir nada: si tu producto depende del modelo de moda, depende también de su política de datos. Construye una capa de abstracción que te permita mover cargas entre OpenAI, Anthropic, Z.ai, Mistral o self-hosted.

El caso Ox Alpha confirma dos tendencias que ya están aquí: los modelos chinos entran gratis para ganar cuota, y los lanzamientos sin nombre reemplazan al keynote como canal principal de marketing técnico. La próxima vez que un modelo viral aparezca en tu timeline, la pregunta de fondo no es "quién lo hizo", sino "qué datos le envío y bajo qué jurisdicción".