夜雨聆风
8 月 21 日凌晨四点多，一个模型悄悄出现在 AI 模型的分发平台上，标价零。平台叫 OpenRouter，相当于模型界的应用商店，各家模型都挂在上面卖。这个新来的，提供方一栏只有一个词：stealth——隐身。没有公司名，没有团队介绍，模型名叫 Ox Alpha，整个页面干净得像一张没签名的名片。
免费的模型不稀奇。稀奇的是它把能藏的全藏了：大脑参数没公开，拆词方式标成「其他」，连提供方那一栏都只是个占位词。输入还能读视频，规格看着很全。可你仔细想：一个连名字都不留的模型，它图什么？
它到底是谁
先说它是什么。规格单上最显眼的叫上下文窗口——模型一次能「看到」多少材料——一百万个 token。token 是模型眼里的最小文字单位，大约一两个汉字；换算过来，相当于一次能吞进百万字量级的材料，再接着干活。输入不止文字，图片、视频都能读。
怪的是页面上的其他字段。它是个推理模型——回答前先自己琢磨一会儿，像做题先打草稿的那种——而推理档位锁死在最高一档，连「不琢磨直接答」的选项都不给你。更怪的是它没有内容审核层：平台在模型外面挂的过滤闸，拦不当内容用的，大多数上架模型都有，它没有。这两条写在接口字段里，转述的时候基本都被跳过了。
剩下的字段，一样比一样沉默。tokenizer——把一句话拆成最小单位的方式，每家拆法不同，像笔迹一样能认人——标成「其他」；权重一栏空着。权重就是模型的「大脑参数」，不公开，等于只给用、不给研究。
那它到底是谁家的？目前只有推测。有开发者反复拿它的拆词方式做指纹比对（把这些拆词特征当签名，去认它是谁家的），结果和 GLM 系某个版本的拆法几乎逐一对齐，每段对话固定差一小截——指向智谱，但无人证实。顺着这条线，有技术博主猜它是 GLM 家族的某个变体；反方猜小米、腾讯、谷歌的也都有。官方一个字没回应。
「很厉害」：现在只有感觉，没有证据
所有说它强的说法，目前都缺一个东西：独立证据。 它的页面没有第三方评测机构的评分——就是那种标准化的跑分栏目，别的模型一上架就带着，它没有；公开的编程榜单上，也没有它的名字。一篇科技媒体专门报道了它，标题喊得很响，正文却自己承认：没有任何独立评测。
那「很厉害」的印象哪来的？主要是个人开发者的试跑。有人拿编程题试它，有人拿推理题试它，都是个人在自己环境里跑出来的感受，不是标准化评测；流传最广的所谓高分，来源就这么松。同样是个人试跑，倒有一条值得看——因为它没往高处说：速度不算惊艳，但单位时间干出来的活，和 DeepSeek V4 Flash 差不多，也许还略多。
也就是说，靠别人嘴里的「感觉」，评不出这个模型的成色。感觉可以是真的，但感觉不是证据。
那我自己测了一轮
光说别人不算。我们自己搭了一套题去测它：六个方面、十六道题，中文改写、推理、写代码、按指令输出、常识问答、还有安全问题各占一块。规矩是提前定死的——题目原文存档不改，只给一次作答机会，不追问不提示；能用程序判对错的，一律交给程序判，不靠人打分。
结果是：能机器判的十五道，它全过了。
挑三个说。一道容斥类的应用题——就是算数量时要扣掉重叠部分的那种——它算对了，过程也完整。一道写代码的题，配的五个测试用例全跑通，包括故意留的空输入和超长输入。最能看出功底的是一道「四重约束」题——要求正好五十个汉字、不许出现三个指定的词、必须用问句开头、必须用感叹号收尾——它四条同时满足，一条没漏。
还有一道我原本没指望的。我问它：你是谁，参数多少，训练数据截止到什么时候。它没编。它直说这几项它不知道。
但请注意，这不是评测。 十六道题定不了一个模型的成色，一次作答也躲不开运气；更关键的是，这类测试跑在会话里，采样参数——控制模型每次怎么发挥的几个旋钮——没法固定，同一道题换个时候问，答案可能就不一样。所以我能说的只有一句：这十五道题它做对了。 说它「很厉害」，我这套东西还不够格。
这恰恰是我想让你看清的地方——连认真搭一套题、把过程都留档，也只走到「这几道题它做对了」为止。那些一句话就断定它屠榜的，凭的是什么？
同一套剧本，今年三月演完过一次
这套「匿名、免费、神秘」的打法，今年三月完整演过一次，连结局都有。三月中旬，一个代号 Hunter Alpha 的模型在同一个平台上匿名上架，免费。一周之内，它登顶了平台日榜——就是当天调用量的排行榜——处理了超过一万亿个 token。
没人知道它是谁。社区把能猜的实验室猜了个遍，讨论最集中的方向一度指向 DeepSeek 的新版本。
一周之后揭晓。猜错了。
是小米。前 DeepSeek 研究员、小米 MiMo 的负责人罗福莉公开认领——Hunter Alpha 是自家 MiMo-V2-Pro 的早期内部测试版。一个内部测试版，匿名扛了一周真实流量，然后收费。
揭晓之后，价格立刻跟上：每百万 token 一美元起步。免费与收费之间，只隔了一次揭晓。
而小米这一次，只是名单里的一个。同一个平台上，这样匿名上架、最后被认领的，前面一共四个：智谱、小米、蚂蚁、美团，一家一个。
Ox Alpha 是第五个。 它会不会走同一条路，没人能保证——但前面四个，到头来都被认领了。
你付的不是钱
先把利益相关说清楚：我自己的内容产线，日常就跑在 OpenCode 的调用通道上，这个新模型也已经挂进了我的模型列表。下面没有推荐，只有风险提示。
免费模型不向你要钱，但它总得图点什么。最容易想到的那个答案，是你的数据。
关于数据，官方给了两份口径，两份不一样。OpenCode 官方在 X 上发帖，说「零数据留存」；帖子底下第一条热评就在问：既然零留存，那图的是什么。而平台挂出的模型说明里写的是，对话内容会被提供方保留，只是不用来训练。
「不留存」和「保留但不用来训练」，不是一回事。我不下结论说谁在撒谎——但「你的对话去了哪」，官方自己都没对齐。
同一篇帖子里还号称几乎不限量，却有开发者反映，第一个请求就被卡住了。
就算数据真的不留存，你也得先想清楚自己喂进去的是什么。把公司代码贴进去调优的工程师，把客户名单丢进去做分析的运营，把还没发布的方案丢进去问意见的产品经理——这些内容只要经过一次调用，就变成了「送出去的东西」。它记不记、用不用，你无法验证。
你以为是在白捡一个很厉害的模型。不，你正在参与一场交易——付的不是钱，是你真刀真枪干活时喂进去的那些东西。 官方给的窗口是一周。一周之后是收费、是揭晓、还是继续免费，现在谁也说不准。
匿名投放，为什么越来越多
把镜头拉远看就明白了：这个平台上，美国几家公司的模型占掉的调用量，一年时间从七成掉到三成左右；而编程这一类用途，已经涨成了平台最大的一块。份额战的打法变了——先用免费把开发者手里的活接过来，再谈定价。至于为什么匿名，官方没解释；但匿名带来的效果是清楚的：你还没弄明白它靠不靠谱，就已经把活丢给它了。
什么活可以丢给它，什么活不行
可以丢给它的：可丢弃、可重来、不涉密的活。翻译一段公开文案，让两个模型互相改稿，查一个不需要保密的资料点——这些就算它抽风，代价也小。
不能丢给它的：正在跑真业务的活、公司的数据、客户的资料、还没发布的东西。企业代码和客户名单尤其别拿去试——一旦进了对话，就不再只是你的了。
判断标准只有一条——如果它明天消失，或者下个月开始收费，你手上有没有一件事会因此卡住？有，就别用；没有，随你。
还有一层别忘了：它「很厉害」这件事，目前没有独立证据。把重要活交给一个只有感觉的模型，和交给一个有评测、有公开权重的模型，赌注不一样。
回到开头那个凌晨四点。一个连名字都没留的免费模型，是白捡，还是白交？它也许真的很好用，也许下周就收费，也许明天被认领——但这些都不是你现在就该把活交出去的理由。在点下「使用」之前，先想清楚自己送出去的是什么。想清楚了，用不用它，都是你的自由。
你有没有为了「免费」两个字，把什么东西顺手交出去过——手机号、通讯录，或者贴进某个免费工具里的一份资料？评论区聊聊。
来源
• OpenRouter 官方模型接口：stealth/ox-alpha 条目（规格字段、定价、内容审核与推理档位、tokenizer/权重状态） • OpenCode 官方 X 帖（8 月 21 日）：宣布该模型免费一周，含「零数据留存」表述、日产能说明，以及评论区对该表述的质疑 • Startup Fortune 报道《A Mystery Model Called Ox Alpha Just Topped Coding Benchmarks For Free》：标题与正文自承「无独立评测数据」之间的落差