引言

一个匿名却表现亮眼的多模态大模型，悄然在 OpenRouter 上线，引发全网“鉴定血统”的全民运动。社区把它称作“牛来大模型”（实际名为 Ox Alpha），凭借超长上下文、强代码与视频理解能力迅速出圈。随之而来的，是围绕其身世的两大猜想：智谱 GLM 系列与谷歌（尤其是 DeepMind 与尚未正式公开的 Gemini 3.5 Pro）。更有开发圈传言，部分产品可能借开源 GLM 体系做了私有训练或适配。围绕这场“模型取证”，可以看到方法论的成熟，也折射出当下大模型竞争的技术与策略博弈。

核心内容

线索一：Tokenizer 指纹与“固定偏移”

• 测试者在多组 Prompt 上对比 Ox Alpha 与多款模型的 token 计数，发现其与 GLM-5.3 呈现高度一致的关系。
• 一段混合中英、代码与 emoji 的文本，GLM-5.3/5.2 计算为 68 个 token，而 Ox Alpha 显示 143 个，恰好多出 75 个。这种稳定的“固定偏移”，很像在同一套分词器基础上，额外叠加了一段隐藏的系统提示（System Prompt）。
• 更系统的 25 组 Prompt 验证中，也出现类似的稳定偏移。这类证据通常被视为“工程指纹”：分词器（词表与切分算法）一旦定型，在特定文本上的 token 分布具有高度可重现性。

解读：分词器是模型家族的底层基因之一。相对回答风格、技能微调等“表层习惯”，tokenizer 的一致性更难伪装，因而具有较强指纹价值。“固定偏移”则暗示匿名模型在输入前增加了稳定长度的系统模板。

线索二：视频 token 预算与多模态编码

• 研究者用 4 段受控视频对比 Ox Alpha 与业界多款多模态模型，观察输入 token 的消耗曲线。
• 结果显示，Ox Alpha 与 GLM-5V-Turbo 的多项特征高度一致：视频时长每秒约增加 147 个 token；帧率变化对采样策略影响不大；分辨率变化呈现相同的 token 缩放方式。甚至在控制视频上的额外预算，逐项能对上。
• 同期对比的其他模型（如 MiMo、Qwen、GLM-4.6V 等）则表现出不同的预算策略。

解读：视频进入模型前的编码、采样与打包，是多模态系统的工程“黑箱”。预算曲线与缩放逻辑的重合，往往意味着编码管线、特征序列化协议乃至输入适配器的相近或同源，是比“回答风格”更难伪造的指纹。

线索三：API 服务层痕迹与历史背景

• 社区通过异常参数触发到报错信息，如 “[1210] The temperature parameter is illegal” 之类的编码与中英文混排格式，被指出与智谱相关服务风格相似。
• 还有用户称在推理输出中捕捉到“trained by Z.ai”残留，但目前多为截图与二手转述，证据等级显著低于 tokenizer 与视频预算测试，更适合当作彩蛋。
• 关键背景是 OpenRouter 过去曾匿名上线 Pony Alpha，最终揭晓其为 GLM-5 的早期版本。这让“智谱说”更显顺理成章。

解读：服务层报错属于“外观指纹”，容易被复用或快速修改，证据力弱于分词与多模态预算。但与既有历史相叠加，指向性加强。

另一派猜测：谷歌系与“迟到”的 Gemini 3.5 Pro

• 持谷歌猜想者主要基于 DeepMind 员工近期发言与 Gemini 3.5 Pro 尚未完整公开的时间窗口，结合 Ox Alpha 的长上下文与多模态表现。
• 不过，与 GLM 系列在中文理解、多模态工程实践上的现有共性相比，谷歌线索更偏舆情与时间点层面的揣测，硬证据不足。

番外：Cursor 与“开源 GLM 训出来”的猜想

• 开发工具圈长期存在“用开源底座+私有数据/技巧微调”的做法，GLM 开源系（不同尺寸、不同任务）具备被二次开发的技术可行性。
• 若产品选择与 GLM 家族 tokenizer/多模态管线保持兼容，的确会在分词统计、输入预算等处留下相似轨迹。
• 但要从“相似轨迹”直接推断“训练来源”，证据链仍不足。在闭源产品与开源底座之间，合规、许可与数据治理问题也需要更透明的披露。

影响与展望

对产业与发布策略

• 匿名灰度发布正在成为高端模型的“路测”模式：借 OpenRouter 这样的聚合平台，以海量真实任务测稳多模态与长上下文性能，再决定品牌化上线。
• Ox Alpha 在 OpenCode Go 上几乎不限量开放，外界甚至流传“日服务百万亿 token”的量级说法，暗示其后端算力与路由调度能力不俗。若属实，意味着国内外头部厂商都在加速“高吞吐、长上下文”的工程军备竞赛。

对技术方法与透明度

• “模型取证学”正在走向系统化：从 tokenizer 指纹、多模态预算曲线，到 API 报错与日志痕迹，社区已经形成一套可复现的方法论。
• 对厂商而言，提高模型卡透明度、明确 tokenizer/多模态接口、标注版本迁移日志，反而有助于建立信任，降低无谓猜测。对平台而言，匿名测试与合规披露需要更清晰的边界。

对开发者工作流

• 100 万+ token 上下文意味着“整库即上下文”的代码协作范式：无需频繁检索-聚合，直接在超长记忆中推理与编辑，更适合长周期 Agent 与复杂链路。
• 但成本、延时与“长上下文幻觉”的新问题也会出现。实践层面需要搭配结构化记忆、摘要刷新与检索校正，避免把超长上下文当作“无需工程化”的灵丹妙药。
• 匿名服务的风险在于可用性与兼容性的不确定性。对关键业务，最好保留回退路径与多模型路由策略。

竞争格局与下一步

• 若 Ox Alpha 最终被证实与 GLM 家族同源，这将是中文生态在多模态与长上下文上的一次有力示范，有望推动更多国际化落地与跨平台分发。
• 若另有其人，亦说明头部厂商在工程层面已达收敛：先进模型在 tokenizer、视频编码与 token 打包上的最佳实践，正在形成“行业共识”，这会加速产品迭代，也抬升基础设施门槛。
• 无论归属如何，可以预期未来数月将迎来更多“匿名-公测-官宣”的节奏，以及围绕视频理解、长周期 Agent 与开发工具链的密集竞争。

结语：当模型能力逐渐同代化，工程细节成为新的“差异化战场”。Ox Alpha 的这场“指纹追踪”，不仅是一次圈内猜谜，更是一堂关于透明度、方法论与工程化边界的集体课程。真正重要的，或许不是“它是谁”，而是“它把行业往哪里推”。

标签： 牛来大模型 GLM Tokenizer指纹 多模态 OpenRouter