Al 21 agosto 2026, Ox Alpha è un modello AI reale, sebbene ancora avvolto nel mistero, disponibile tramite OpenRouter. Offre una finestra di contesto di 1.048.576 token, input di testo/immagine/video e un accesso temporaneo gratuito. I primi test della community sembrano particolarmente solidi. Abbiamo provato Ox Alpha anche noi di Botchi e la nostra prima impressione è che sia molto promettente. Questa osservazione diretta è un contesto utile, non un sostituto di un benchmark controllato o di prove in produzione. Le PMI dovrebbero continuare a trattarlo come un'anteprima promettente — non come una dipendenza di produzione provata — finché la sua identità, i termini sulla privacy, l'affidabilità, i benchmark e i prezzi a lungo termine non saranno più chiari.
Cosa è cambiato
Il 20 agosto, OpenRouter ha elencato un nuovo modello con l'identificativo stealth/ox-alpha. La pagina lo descrive come un modello di ragionamento per la programmazione, il lavoro agentico sostenuto e i carichi di lavoro di produzione, inclusa l'ingegneria del software a lungo termine e i flussi di lavoro che combinano testo e contesto visivo.
Le specifiche pubbliche sono insolitamente ambiziose:
- Finestra di contesto: 1.048.576 token
- Output massimo: 131.072 token
- Input: testo, immagini e video
- Output: testo
- Uso di strumenti: chiamata di funzioni tramite
toolsetool_choice - Prezzo: gratuito su OpenRouter al momento della scrittura
OpenRouter afferma di instradare le richieste a un fornitore terzo e di non essere lo sviluppatore, il proprietario o il fornitore del modello. Tale fornitore è indicato solo come “Stealth” e ha scelto di rimanere anonimo durante l'anteprima.
OpenCode, la piattaforma per agenti di programmazione, ha promosso lo stesso modello su X come gratuito per la settimana successiva, con un utilizzo generoso o quasi illimitato e una capacità dichiarata di 100 trilioni di token al giorno. Si tratta di affermazioni della piattaforma, non di una quota verificata in modo indipendente né di una garanzia che ogni account riceverà un accesso identico.
Perché gli sviluppatori stanno prestando attenzione
La combinazione conta più di ogni singola specifica.
Una finestra di contesto da un milione di token può facilitare il lavoro su un ampio repository, un lungo documento tecnico, una raccolta di screenshot o una sessione agente multi-fase senza dover comprimere ripetutamente il contesto. L'input di immagini e video espande anche la gamma di attività: ispezione dell'interfaccia, QA visiva, analisi dei documenti e flussi di lavoro in cui il modello deve collegare il codice con ciò che l'utente vede.
L'accesso gratuito riduce i costi di sperimentazione. Per una piccola impresa, ciò significa che un team può confrontare il modello con il suo attuale assistente prima di impegnare il budget. Non significa che il costo totale di utilizzo in produzione sia zero: tempo di ingegneria, tempo di revisione, esecuzioni fallite, latenza, archiviazione, monitoraggio e future variazioni di prezzo contano ancora.
Il modello appare anche nel momento giusto per gli agenti di programmazione a lungo termine. Invece di chiedere un frammento di codice, uno sviluppatore può chiedere a un agente di ispezionare un repository, pianificare una modifica, utilizzare strumenti, testare il risultato e revisionarlo. Questo è il tipo di flusso di lavoro in cui la lunghezza del contesto, l'affidabilità degli strumenti e la persistenza contano più di una buona risposta a turno singolo.
Cosa mostrano realmente i primi test
Le affermazioni più forti finora provengono da singoli utenti, non da un programma di benchmark ufficiale.
| Test o reazione | Risultato riportato | Cosa mostra — e cosa non mostra |
|---|---|---|
| Ben Davis su un sottoinsieme DeepSWE da 10 task | 8/10, riportato come 80%, contro il 65% di Fable e il 52% di GPT-5.6 Sol | Un segnale di programmazione iniziale sorprendente, ma il campione è minuscolo e un errore vicino riguardava un giudizio di punteggio sulla lettera “x”. Non è un risultato di classifica stabile. |
| Test di editing video di Robin Ebers | Su filmati puliti, 7 esecuzioni su 9 completate erano simili al 90–97% a un edit di Opus 5 High e circa 7 volte più veloci | Un promettente test multimodale personalizzato. Quattro esecuzioni su 20 non sono riuscite, incluse tre bloccate, e i filmati disordinati hanno prodotto risultati meno coerenti. |
| Test di threat-triage di Florian Roth | Nessuna vera minaccia persa, ma il 45,4% dei casi benigni è stato inviato per la revisione dell'analista | L'alto richiamo è arrivato con una scarsa precisione per quel compito. Roth ha riferito che Gemini era chiaramente in vantaggio. Questo è un utile avvertimento contro la generalizzazione da un unico flusso di lavoro impressionante. |
| Prima reazione di Patrick Collison | “Molto impressionante” dopo averlo provato tramite un'interfaccia agente | La prova che un utente esperto l'ha trovato convincente, ma non una valutazione riproducibile. |
Il modello è più utile del punteggio principale: Ox Alpha potrebbe essere eccellente in alcune attività multimodali o agentiche a lungo termine, pur essendo lento, incoerente o eccessivamente cauto in altre. Questo è esattamente il motivo per cui una piccola impresa dovrebbe testare il proprio lavoro invece di copiare una classifica da X.
L'elenco pubblico di OpenRouter non fornisce benchmark di capacità ufficiali per Ox Alpha. La descrizione più responsabile oggi è promettente, testato dalla community e non verificato su scala di frontiera.
Chi ha costruito Ox Alpha?
Nessuno lo ha confermato pubblicamente.
La community ha proposto la famiglia GLM di Zhipu/Z.ai, MiMo di Xiaomi e diversi altri laboratori. Alcuni ricercatori hanno indicato il comportamento del tokenizzatore, i messaggi di errore, i pattern dei token video e lo stile di risposta. Queste osservazioni possono essere indizi utili, ma non sono un annuncio dello sviluppatore e non stabiliscono l'architettura o la storia dell'addestramento del modello.
Per un acquirente PMI, la questione dell'identità è importante per ragioni pratiche piuttosto che per curiosità. Influisce sulle aspettative relative a supporto, giurisdizione, elaborazione dei dati, continuità del modello, documentazione, risposta agli incidenti e cosa accade dopo la fine dell'anteprima. Finché il fornitore non sarà nominato, queste domande rimarranno aperte.
La formulazione sulla privacy richiede un'attenta lettura
I messaggi ufficiali non utilizzano un linguaggio identico.
La pagina di Ox Alpha di OpenRouter afferma che i prompt e i completamenti sono conservati dal fornitore ma non vengono utilizzati per l'addestramento. Il post di lancio di OpenCode parla di “Zero Data Retention”. Queste dichiarazioni potrebbero riferirsi a livelli o definizioni diversi, ma il materiale pubblico disponibile non spiega la differenza.
Questa è una ragione sufficiente per non inviare dati riservati dei clienti, codice sorgente, credenziali, dati personali o informazioni regolamentate nell'anteprima finché il percorso e i termini applicabili non saranno chiari. “Non utilizzato per l'addestramento” e “non conservato” non sono automaticamente la stessa garanzia.
Cosa significa questo per le PMI
Ox Alpha è importante anche se si rivela un'anteprima di breve durata. Mostra quanto rapidamente possa apparire un modello capace, attrarre carichi di lavoro reali e competere su contesto, multimodalità e prestazioni agentiche prima che il suo creatore sia pubblicamente noto.
Per le PMI, ciò crea un'opportunità e un problema di pianificazione. L'opportunità è una sperimentazione più economica con flussi di lavoro complessi. Il problema di pianificazione è il rischio di dipendenza: un modello anonimo gratuito può modificare i limiti, scomparire, rivelare una politica sulla privacy diversa o diventare costoso dopo l'anteprima.
L'approccio sensato è progettare il flusso di lavoro in modo che il modello possa essere sostituito. Mantieni prompt, casi di test, criteri di valutazione, autorizzazioni degli strumenti e passaggi di approvazione sotto il tuo controllo. Tratta il modello come un componente, non come il processo stesso.
Botchi non offre attualmente Ox Alpha, quindi questo articolo non è un annuncio di accesso o integrazione a Botchi. La lezione più ampia si applica comunque a qualsiasi PMI che valuti l'IA: scegli un flusso di lavoro misurabile, confronta i modelli sul lavoro che conta e metti in atto una governance attorno alle azioni che possono causare danni.
Domande frequenti
Ox Alpha è un modello GLM o MiMo confermato?
No. Queste sono teorie della community basate su fingerprinting informale e comportamento osservato. OpenRouter identifica il fornitore solo come Stealth e nessun laboratorio ha rivendicato pubblicamente Ox Alpha nelle fonti esaminate per questo articolo.
Ox Alpha è davvero gratuito?
OpenRouter elenca attualmente zero costi per prompt e token di completamento, mentre OpenCode ha pubblicizzato un'anteprima gratuita di circa una settimana. Trattalo come un accesso temporaneo, non come un'offerta commerciale permanente.
Ox Alpha è pronto per la produzione?
Non ci sono prove pubbliche sufficienti per dirlo. Le sue specifiche e i primi test sono promettenti, ma benchmark ufficiali, prezzi a lungo termine, identità del fornitore, termini di conservazione e aspettative di affidabilità sono ancora irrisolti.
Cosa dovrebbe testare per prima una piccola impresa?
Inizia con un'attività limitata e reversibile come l'esplorazione della base di codice, l'analisi di documenti lunghi, la QA visiva o la generazione di bozze. Confrontalo con il tuo modello attuale utilizzando gli stessi input e misura completamento, correzioni, latenza, errori e tempo dell'operatore.
Metti l'IA al lavoro nella tua PMI
Se stai decidendo quale flusso di lavoro IA sperimentare — non semplicemente quale modello è di tendenza — prenota una chiamata con Botchi o invia un'email a hello@botchi.ai. Botchi non fornisce Ox Alpha oggi, ma possiamo comunque discutere la domanda più ampia: quale processo IA vale la pena misurare, governare e migliorare per primo?
Fonti
- OpenRouter: Ox Alpha — API Pricing & Providers
- OpenRouter: Ox Alpha launch announcement on X
- OpenCode: Ox Alpha preview announcement on X
- Ben Davis: 10-task DeepSWE test on X
- Robin Ebers: custom video-editing test on X
- Florian Roth: threat-triage test on X
- AGTPinsights: benchmark caveats and community reaction on X
- Patrick Collison: first reaction on X
- OpenRouter Stealth Model Terms