Zhipu reklamiert "Niu Lai" für sich: Nach sechs Tagen der Anonymität haben Entwickler aus der ganzen Welt mehrere zehn Billionen Token verbraucht.

Nach fast einer Woche des Rätselns hat das geheimnisvolle Modell Ox Alpha endlich einen Besitzer.

Am 26. August berichtete Bloomberg, dass Zhipu AI bestätigt hat, dass das kürzlich anonym veröffentlichte Ox Alpha von ihr entwickelt wurde und ein neues Modell der GLM-Serie ist. Ox bedeutet „Ochse“. Gerade als der Film „Ochse kommt“ populär wurde, nennen chinesische Entwicklergemeinschaften Ox Alpha daher das „Großmodell Ochse kommt“.

Zhipu gab ferner an, dass die Modellgewichte am Abend des 26. August veröffentlicht werden.

Allerdings hat Zhipu das offizielle Modell von Ox Alpha, den Parameterumfang und seine spezifische Beziehung zu GLM-5.3 noch nicht bekannt gegeben.

Von der anonymen Veröffentlichung am 20. August bis zur Bestätigung durch Zhipu am 26. August hat Ox Alpha innerhalb von sechs Tagen die globalen Entwickler dazu gebracht, Billionen von Tokens zu verbrauchen.

01

Kostenlos, anonym – ein „Ochse“ erobert die Spitzenposition

Am 20. August erschien Ox Alpha als „stealth model“, also anonymes Modell, auf der Modellaggregationsplattform OpenRouter.

OpenRouter gab damals nur an, dass es sich um ein Inferenzmodell handelt, das von einem anonymen Dritten entwickelt und betrieben wird, das hauptsächlich für die Programmierung, lang andauernde Agent-Aufgaben und Produktionsumgebungen ausgelegt ist.

Aus den öffentlichen Spezifikationen geht hervor, dass Ox Alpha über ein Kontextfenster von 1,0486 Millionen Tokens verfügt, die maximale Ausgabelänge pro Durchgang 131.000 Tokens beträgt, Eingaben von Texten, Bildern und Videos unterstützt sowie Tool-Aufrufe und strukturierte Ausgaben ermöglicht. Das bedeutet, dass es große Code-Repositories, Projektdokumente und längere Agent-Aufzeichnungsverläufe auf einmal lesen kann.

Was die Nutzungsmenge wirklich explodieren ließ, ist die Kostenfreiheit.

Am Tag der Veröffentlichung des Modells kündigte das quelloffene KI-Programmierwerkzeug OpenCode an, dass Ox Alpha eine Woche lang kostenlos zugänglich sein wird, mit einem „nahezu unbegrenzten“ Aufrufkontingent, und der Modellanbieter habe eine Dienstkapazität von 100 Billionen Tokens pro Tag vorbereitet.

100 Billionen Tokens entsprechen durchschnittlich etwa 11,6 Milliarden Tokens pro Sekunde. Diese Zahl ließ die Entwickler zum Testen strömen und gleichzeitig die Frage stellen: Welches Unternehmen verfügt über so enorme Inferenzressourcen?

Aber 100 Billionen Tokens sind die theoretische Dienstkapazität, nicht die tatsächliche Aufrufmenge, und können nicht direkt mit der bereits bereitgestellten physischen Rechenleistung gleichgesetzt werden. Die Berechnungskosten von Eingabe- und Ausgabe-Tokens unterscheiden sich, und Code-Agenten lesen wiederholt dieselbe Codebasis und denselben historischen Kontext. Eine große Menge an Cache-Wiederverwendung kann dazu führen, dass die von der Plattform erfasste Token-Menge weit höher liegt als die tatsächlich neu hinzugekommene Rechenmenge.

Bis zum 25. August verarbeitete Ox Alpha im statistischen Fenster der letzten sieben Tage von OpenRouter etwa 23,2 Billionen Tokens und belegte den ersten Platz; im gleichen Zeitraum verarbeitete DeepSeek V4 Flash 0731 etwa 11,6 Billionen Tokens. Weniger als eine Woche nach der Veröffentlichung von Ox Alpha hat seine Token-Verarbeitungsmenge das Doppelte des Wertes des letzteren erreicht.

Diese Zahlen zeigen, dass das Modell großflächig ausprobiert wurde, aber OpenRouter erfasst die Token-Nutzungsmenge, nicht die Anzahl der Nutzer, Anfragen, Aufgaben-Erfolgsraten oder Einnahmen; kostenlose Modelle erhalten naturgemäß leichter mehr Datenverkehr.

02

Fragezeichen bei der Rechenleistung

Bevor Zhipu das Modell für sich beanspruchte, war die Rechenleistung zeitweise der Hauptgrund für die Annahme, dass „das Modell nicht von Zhipu stammt“.

Die Gemeinschaft ging damals davon aus, dass Ox Alpha ein Flaggschiff-Modell mit Billionen von Parametern sein könnte. Um ein solches Modell eine Woche lang kostenlos zu betreiben und eine Dienstkapazität von 100 Billionen Tokens pro Tag bereitzustellen, sind enorme Chip-Cluster und Energieinvestitionen erforderlich. Daher vermuteten einige, dass das Modell von Google oder Microsoft stammen könnte, andere schlugen die Kombination „Zhipu-Modell, gehostet von einem großen Technologiekonzern“ vor.

Im Juli dieses Jahres berichtete Bloomberg, dass Zhipu ein KI-Datenzentrum der 1-GW-Klasse mit heimischen Chips gebaut hat und mit dem teilweisen Betrieb begonnen hat. Die Größe von Datenzentren wird normalerweise an der Stromkapazität gemessen, aber 1 GW entspricht nicht der tatsächlichen Rechenleistung, und der Bericht gab auch keine Auskunft über die Anzahl der aktuell aktivierten Chips, die IT-Last und die Auslastung. Im gleichen Zeitraum schloss Zhipu die Übernahme des heterogenen Rechensoftwareunternehmens Zhongke Jiahe ab, um seine Fähigkeiten bei Compilern, Runtimes und Inferenz-Engines zu ergänzen.

Wenn diese Informationen der Wahrheit entsprechen, ist die Verarbeitung von 23,2 Billionen Tokens durch Ox Alpha in weniger als einer Woche nicht völlig unerklärlich. Allerdings ist 1 GW die ausgelegte Versorgungsleistung des Datenzentrums, nicht die Rechenleistung, und darin ist auch der Stromverbrauch für Kühlung, Stromversorgung und Verteilung sowie Netzwerkeinrichtungen enthalten. Frühere Berichte erwähnten nur, dass das Datenzentrum „teilweise betrieben“ wird, ohne die tatsächliche Anzahl der aktivierten Chips und die Auslastung offenzulegen.

Bloomberg bestätigte bei dieser Gelegenheit die Zugehörigkeit des Modells, gab aber keine Auskunft darüber, wo Ox Alpha bereitgestellt wird, welche Chips verwendet werden und ob Unterstützung von Drittanbieter-Rechenleistung vorliegt. Daher kann das 1-GW-Datenzentrum zwar erklären, warum Zhipu die Grundlage für groß angelegte Belastungstests hat, es lässt sich aber nicht nachweisen, dass die Spitzenkapazität von 100 Billionen Tokens pro Tag tatsächlich bereitgestellt wurde.

03

Entwickler rätselten sechs Tage lang über seine Herkunft

Neben der Kostenfreiheit und dem großen Kontingent stammt die Aufmerksamkeit für Ox Alpha auch aus seiner Leistung bei Programmier- und Agent-Aufgaben.

Eine große Anzahl von Aufrufen erfolgte in Programmierframeworks wie Claude Code, Hermes Agent, DeepSeek Harness und OpenCode. Nach dem Ausprobieren bewertete der CEO von Stripe, Patrick Collison, es auf X mit den Worten: „Sehr beeindruckend.“

Ein weit verbreiteter kleiner Stichprobentest der Gemeinschaft ergab, dass Ox Alpha bei 10 DeepSWE-Softwareentwicklungsaufgaben eine Erfolgsquote von 80 % erzielte, höher als bei Claude Fable 5 und GPT-5.6 Sol in derselben Testgruppe. Dies ist jedoch nur ein kleiner Stichprobentest mit 10 Aufgaben, keine offizielle Rangliste in einer einheitlichen Umgebung. Später gaben einige Entwickler an, dass seine Leistung bei komplexen Backend-Aufgaben und einigen visuellen Aufgaben durchschnittlich ist.

Andere Entwickler begannen, die Herkunft des Modells zu ermitteln.

In mehreren Gruppen von gemischten Texten aus Chinesisch und Englisch, Code und Emojis wiesen die Token-Zählungen von Ox Alpha und GLM-5.3 eine hohe Übereinstimmung auf, wobei die Unterschiede im Wesentlichen durch versteckte Systemprompts erklärt werden können. Bei kontrollierten Videotests ähnelte die Art der Bildextraktion, das Verhältnis von Videolänge zu Token-Verbrauch ebenfalls dem von Zhipus GLM-Visuellen Modellen. Die Fehlercodes und Formulierungen, die von unnormalen API-Parametern zurückgegeben wurden, wurden ebenfalls als Merkmale von Zhipus Diensten angesehen.

Der Veröffentlichungszeitpunkt verstärkte diese Vermutung weiter. Am 14. August veröffentlichte Zhipu GLM-5.3 und gab an, dass die Sicherheitsbewertung in etwa zwei Wochen abgeschlossen und die Gewichte öffentlich gemacht werden. Sechs Tage später erschien Ox Alpha anonym auf OpenRouter; am 26. August enthüllte Bloomberg, dass Zhipu die Gewichte von Ox Alpha am selben Abend veröffentlichen wird.

Zhipu hat zuvor ähnliche Vorgehensweisen angewendet. Im Februar dieses Jahres wurde das anonyme Modell Pony Alpha auf OpenRouter veröffentlicht, das später als frühe Testversion von GLM-5 bekannt gegeben wurde. Von „Kleines Pony“ bis „Ochse kommt“ ist die anonyme Veröffentlichung zu einer Methode von Zhipu geworden, neue Modelle zu testen.

Dadurch kann die Markenerwartung vorübergehend ausgeblendet werden, sodass Entwickler die Fähigkeiten direkt bewerten können; der kostenlose Datenverkehr kann die Leistung des Modells, des Cachesystems, der Aufgabenplanung und des heimischen heterogenen Clusters in einer echten Agent-Umgebung testen. Die Geheimhaltung der Identität selbst lässt die Gemeinschaft zudem die Verbreitungs- und Testarbeiten aktiv übernehmen.

Wie Ox Alpha letztendlich heißt, welche Beziehung es zu GLM-5.3 hat, wie hoch der offizielle Preis ist und wie viele Entwickler es nach Ablauf der kostenlosen Phase weiter verwenden werden, wird entscheiden, ob diese anonyme Veröffentlichung nur kurzfristigen Datenverkehr bringt oder einen neuen Einstiegspunkt für Zhipu auf dem globalen Entwicklermarkt darstellt.

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Tencent Tech“, Autor ist Xiao Jing, Redakteur ist Xu Qingyang, 36Kr veröffentlicht ihn mit erteilter Genehmigung.