Ce qu’il faut retenir

• Ox Alpha est un nouveau modèle IA anonyme lancé le 20 août 2026 sur OpenRouter.
• OpenRouter le décrit comme un modèle de raisonnement destiné au code, aux tâches agentiques longues et aux charges de travail de production.
• Son développeur et son opérateur restent officiellement anonymes pendant cette phase de preview.
• Le modèle est actuellement gratuit sur OpenRouter.
• Il dispose d’une fenêtre de contexte de 1 048 576 tokens.
• Il peut produire jusqu’à 131 072 tokens en sortie.
• Il accepte du texte, des images et des vidéos en entrée.
• Il prend en charge les appels d’outils et les sorties JSON.
• Patrick Collison, patron de Stripe, l’a publiquement qualifié de très impressionnant.
• Une première hypothèse a associé Ox Alpha à la famille GLM de Z.ai.
• Une autre piste évoque un futur modèle MAI de Microsoft.
• Aucune de ces identifications n’est actuellement confirmée.
• Les premiers benchmarks communautaires donnent des résultats très variables et ne permettent pas encore de le classer sérieusement face aux modèles établis.

Ox Alpha apparaît de nulle part sur OpenRouter

Le 20 août 2026, un nouveau nom est apparu dans le catalogue d’OpenRouter : stealth/ox-alpha.

Pas de communiqué d’un grand laboratoire, pas de présentation détaillée, pas de nom d’entreprise et même pas de véritable identité pour son fournisseur.

OpenRouter le classe simplement sous l’appellation « Stealth ».

La plateforme fournit néanmoins une description assez précise de sa fonction.

Ox Alpha est présenté comme un modèle de raisonnement destiné au :

• développement logiciel ;
• raisonnement complexe ;
• travail agentique sur de longues périodes ;
• traitement de projets logiciels importants ;
• et aux tâches combinant texte et informations visuelles.

Autrement dit, Ox Alpha ne cherche pas spécialement à devenir un chatbot grand public concurrent de ChatGPT.

Il semble avant tout conçu pour les développeurs et les agents IA autonomes.

OpenRouter confirme que le laboratoire veut rester anonyme

Sur la page officielle du modèle, OpenRouter est particulièrement clair.

Ox Alpha est développé et exploité par un fournisseur tiers ayant volontairement choisi de rester anonyme pendant cette preview.

OpenRouter précise également qu’il n’est ni le développeur, ni le propriétaire, ni l’opérateur du modèle.

La plateforme se contente de servir d’intermédiaire permettant d’envoyer les requêtes vers l’infrastructure du mystérieux fournisseur.

C’est précisément cette absence d’identité qui a déclenché une véritable enquête collective parmi les développeurs et chercheurs en intelligence artificielle.

Une fenêtre de contexte gigantesque d’un million de tokens

Au-delà du mystère, la fiche technique d’Ox Alpha est impressionnante.

Une fenêtre d’un million de tokens permet théoriquement d’envoyer au modèle une quantité considérable d’informations dans une seule session.

Pour un développeur, cela peut représenter :

• une grande partie d’un dépôt de code ;
• des centaines de fichiers ;
• une importante documentation technique ;
• des journaux d’erreurs ;
• plusieurs spécifications ;
• ou une longue conversation agentique.

Une grande fenêtre de contexte ne garantit toutefois pas que le modèle exploitera parfaitement chaque information fournie.

La capacité théorique et la qualité réelle du raisonnement sur un million de tokens sont deux choses différentes.

Ox Alpha peut aussi comprendre des images et des vidéos

Le modèle est multimodal.

Selon la documentation OpenRouter, il peut recevoir simultanément :

• du texte ;
• des images ;
• des vidéos.

Il répond ensuite sous forme de texte.

Cette caractéristique est particulièrement intéressante dans un contexte agentique.

Un agent logiciel pourrait par exemple lui transmettre :

• une capture d’écran d’une application ;
• le code responsable de cette interface ;
• une vidéo montrant un bug ;
• et la documentation du projet.

Le modèle pourrait ensuite analyser simultanément ces différentes informations afin de proposer une correction.

Ox Alpha est principalement pensé pour les agents IA

OpenRouter insiste particulièrement sur le terme « sustained agentic work ».

L’objectif n’est donc pas seulement de répondre correctement à une question isolée.

Ox Alpha doit pouvoir travailler à l’intérieur d’un agent capable d’enchaîner des dizaines ou centaines d’étapes :

• lire un dépôt Git ;
• identifier un problème ;
• modifier plusieurs fichiers ;
• lancer des tests ;
• analyser les erreurs ;
• corriger le code ;
• relancer les tests ;
• puis produire le résultat final.

C’est précisément le type d’utilisation désormais proposé par Claude Code, Codex, OpenCode ou différents agents open source.

Les appels d’outils sont directement pris en charge

Ox Alpha prend également en charge le tool calling.

Un agent peut donc lui fournir une liste de fonctions disponibles puis laisser le modèle choisir celles à appeler.

Cela permet notamment de connecter l’IA à :

• un terminal ;
• un navigateur ;
• une base de données ;
• une API ;
• un système de fichiers ;
• Git ;
• ou différents outils MCP.

La documentation indique également une prise en charge du format JSON, même si OpenRouter précise que l’application stricte d’un schéma JSON n’est pas garantie.

Ox Alpha est gratuit, au moins pendant sa période de test

C’est probablement l’élément qui a accéléré sa popularité.

Sur OpenRouter, le prix affiché est actuellement de :

0 dollar par million de tokens en entrée et 0 dollar par million de tokens en sortie.

Le modèle est donc entièrement gratuit au moment de notre vérification.

Cette situation ne signifie évidemment pas que le modèle restera gratuit après la phase de preview.

Les laboratoires utilisent régulièrement les modèles anonymes comme tests grandeur nature afin de mesurer :

• leur comportement réel ;
• leur popularité ;
• les cas d’utilisation ;
• les erreurs ;
• et leur performance dans différents agents.

D’où vient le chiffre fou de 100 000 milliards de tokens par jour ?

Un autre chiffre spectaculaire circule énormément autour d’Ox Alpha : une capacité pouvant atteindre 100 000 milliards de tokens par jour, soit 100 trillions selon la notation américaine.

Il faut cependant apporter une importante nuance.

Ce chiffre ne figure pas sur la fiche officielle du modèle chez OpenRouter.

Il a été communiqué par OpenCode lorsqu’il a annoncé proposer gratuitement Ox Alpha avec des limites particulièrement généreuses.

OpenCode indiquait disposer d’une capacité pouvant atteindre 100 trillions de tokens par jour pour cette opération.

Il s’agit donc davantage d’une indication sur la capacité d’inférence mise à disposition dans ce cadre que d’une caractéristique intrinsèque du modèle.

Il serait incorrect d’en déduire automatiquement que le laboratoire inconnu dispose lui-même d’une infrastructure permanente capable de servir exactement ce volume.

Pourquoi 100 000 milliards de tokens intriguent autant

Même avec cette nuance, la quantité de calcul nécessaire est considérable.

Proposer gratuitement un modèle multimodal de grande taille à des milliers de développeurs implique une infrastructure coûteuse.

Cette disponibilité a donc naturellement réduit la liste des laboratoires potentiellement capables d’être derrière Ox Alpha.

Parmi les noms régulièrement avancés figurent :

• Z.ai ;
• Microsoft ;
• Google ;
• Alibaba ;
• Tencent ;
• Xiaomi ;
• DeepSeek ;
• Moonshot AI.

Aucune de ces entreprises n’a revendiqué Ox Alpha à ce jour.

Première piste : un futur modèle GLM de Z.ai

L’hypothèse la plus populaire durant les premières heures concernait le laboratoire chinois Z.ai, anciennement Zhipu AI.

Plusieurs développeurs ont estimé que le comportement d’Ox Alpha ressemblait à celui des modèles GLM.

Des analyses communautaires se sont notamment intéressées :

• au tokenizer ;
• à la manière dont certains tokens sont traités ;
• au style de raisonnement ;
• aux capacités multimodales ;
• et à certaines particularités linguistiques.

Certains observateurs ont ainsi imaginé un futur GLM-5.3 Vision, GLM-5.5 ou une autre version expérimentale.

Mais aucun de ces noms n’est confirmé.

OpenRouter a déjà utilisé cette méthode avec GLM

L’hypothèse Z.ai n’est pas née de nulle part.

En février 2026, OpenRouter avait proposé un autre modèle mystérieux appelé Pony Alpha.

Son identité avait ensuite été révélée : Pony Alpha était une version de test précoce de GLM-5.

La propre page d’OpenRouter le précise désormais officiellement.

Le parallèle est évidemment tentant :

Mais le fait qu’un précédent modèle anonyme provenait de Z.ai ne constitue absolument pas une preuve que c’est également le cas cette fois-ci.

La piste GLM a rapidement commencé à être contestée

Quelques heures seulement après les premières analyses, plusieurs chercheurs et développeurs ont commencé à remettre en cause l’hypothèse GLM.

Andrew Curran, analyste spécialisé dans l’IA, résumait la situation en expliquant que GLM semblait initialement être le candidat principal, avant que les utilisateurs deviennent beaucoup moins certains de leur conclusion.

C’est précisément le problème des tentatives d’identification basées uniquement sur le comportement d’un modèle.

Deux LLM peuvent :

• utiliser des architectures proches ;
• partager des composants ;
• avoir reçu des données similaires ;
• utiliser des tokenizers dérivés ;
• ou produire des styles de réponse comparables.

Un « fingerprint » constitue donc un indice, pas une signature cryptographique du laboratoire.

Deuxième piste : un nouveau modèle MAI de Microsoft

Une autre hypothèse a progressivement gagné du terrain : Microsoft.

Certains observateurs pensent qu’Ox Alpha pourrait cacher une version encore non annoncée de la famille MAI.

Microsoft développe depuis plusieurs années ses propres modèles afin de réduire sa dépendance aux technologies d’OpenAI.

Tester anonymement un futur modèle sur OpenRouter permettrait théoriquement au groupe de récolter des informations sur :

• ses performances en développement ;
• son adoption ;
• sa stabilité ;
• sa comparaison spontanée avec Claude, GPT, Gemini ou GLM ;
• et son comportement dans de vrais agents.

Mais là encore, aucun élément officiel ne permet actuellement d’attribuer Ox Alpha à Microsoft.

Google, Xiaomi, DeepSeek… les théories se multiplient

D’autres hypothèses sont apparues sur X, Reddit et différents forums spécialisés.

Certains utilisateurs ont pensé reconnaître un modèle chinois à partir de son style de réponse.

D’autres ont au contraire affirmé qu’Ox Alpha ne pouvait probablement pas appartenir à la famille GLM.

Des noms comme Gemini, DeepSeek, Qwen, Kimi ou MiMo ont également été évoqués.

Le problème est qu’une grande partie des « preuves » avancées repose aujourd’hui sur des tests empiriques ou des ressemblances de comportement.

Le nombre de théories est donc actuellement beaucoup plus élevé que le nombre de faits.

Patrick Collison trouve Ox Alpha « très impressionnant »

Le mystère a pris une dimension supplémentaire lorsque Patrick Collison, cofondateur et patron de Stripe, a publiquement testé le modèle.

Après l’avoir lancé avec l’outil Ori, il l’a simplement décrit comme « very impressive ».

Le commentaire est particulièrement remarqué puisque Stripe vient justement d’annoncer son rapprochement avec OpenRouter.

OpenRouter a annoncé le 19 août rejoindre Stripe, tout en précisant que son produit, son nom, sa feuille de route et son fonctionnement resteraient inchangés.

Cela ne signifie évidemment pas que Stripe connaît nécessairement ou souhaite révéler l’identité d’Ox Alpha.

Les premiers benchmarks donnent des résultats spectaculaires… mais contradictoires

Comme toujours avec un nouveau modèle mystérieux, les benchmarks ont commencé presque immédiatement.

Un petit test communautaire portant sur dix tâches réelles de programmation attribue à Ox Alpha 8 réussites sur 10.

Dans cette expérimentation précise, il devançait plusieurs modèles de référence utilisés pour la comparaison.

Ces résultats ont naturellement contribué au buzz.

Mais il serait très imprudent de conclure qu’Ox Alpha est désormais le meilleur modèle de programmation du monde.

Un autre test mesure seulement 28 % sur LiveCodeBench

Une autre évaluation communautaire reproductible a utilisé 175 problèmes issus de LiveCodeBench.

Ox Alpha a résolu 49 problèmes, soit :

28 % de réussite en pass@1.

Ce score est beaucoup moins spectaculaire.

L’auteur du benchmark souligne lui-même que les méthodologies diffèrent et que les résultats publiés par les différents laboratoires ne sont pas directement comparables.

Cette différence illustre parfaitement le problème des benchmarks réalisés quelques heures après la sortie d’un modèle.

Pourquoi les résultats varient autant ?

Les performances d’un LLM dépendent énormément de la configuration.

Un test peut changer radicalement selon :

• le prompt système ;
• le niveau de raisonnement ;
• le nombre de tentatives ;
• les outils disponibles ;
• l’agent utilisé ;
• les limites de temps ;
• la température ;
• ou la manière dont le résultat est évalué.

Un modèle particulièrement conçu pour le travail agentique peut par exemple être moyen lorsqu’on lui demande de produire immédiatement du code sans aucun outil, mais devenir beaucoup plus performant lorsqu’il peut tester et corriger lui-même sa solution.

Il faudra donc attendre des évaluations plus larges et indépendantes avant de juger réellement le niveau d’Ox Alpha.

Le million de tokens ne doit pas non plus être confondu avec une mémoire parfaite

La fenêtre de contexte de 1 048 576 tokens constitue l’une des caractéristiques les plus impressionnantes du modèle.

Mais la possibilité d’envoyer un million de tokens ne signifie pas qu’Ox Alpha est capable de mémoriser et de raisonner parfaitement sur chaque détail réparti à travers cette quantité de données.

Les modèles à contexte long peuvent rencontrer différents phénomènes :

• perte d’informations situées au milieu du contexte ;
• attention inégale ;
• confusion entre plusieurs versions d’un même fichier ;
• difficulté à relier des informations très éloignées ;
• augmentation du temps de réponse.

La qualité du contexte long devra donc elle aussi faire l’objet de tests spécifiques.

Une excellente affaire gratuite, mais avec un avertissement important sur les données

La gratuité d’Ox Alpha est particulièrement intéressante pour les développeurs.

Mais il faut lire les conditions avant d’envoyer le code source confidentiel de son entreprise.

OpenRouter précise que les prompts et réponses d’Ox Alpha sont conservés par le fournisseur tiers.

La plateforme affirme toutefois que ces données ne sont pas utilisées pour entraîner le modèle.

Le problème reste évident : l’identité de l’entreprise qui conserve ces données est actuellement inconnue.

N’envoyez pas un dépôt privé sensible à un laboratoire dont vous ignorez l’identité

Pour tester Ox Alpha avec du code open source ou des projets personnels non sensibles, le risque peut être acceptable.

Pour du code propriétaire, des secrets commerciaux ou des données clients, la situation est différente.

Évitez notamment d’envoyer :

• des clés API ;
• des mots de passe ;
• des secrets GitHub ;
• des certificats privés ;
• des bases clients ;
• du code propriétaire confidentiel ;
• des données personnelles ;
• des documents internes sensibles.

Cette recommandation reste valable pour tous les services d’IA hébergés dans le cloud, mais elle prend encore plus de sens lorsqu’on ne connaît même pas officiellement l’entreprise qui opère le modèle.

OpenCode annonce de son côté une politique « Zero Data Retention »

Une confusion supplémentaire vient de la manière dont Ox Alpha peut être utilisé.

OpenCode a présenté son accès au modèle avec une politique de Zero Data Retention pendant son opération gratuite.

OpenRouter indique, lui, que les requêtes adressées à son fournisseur Ox Alpha sont conservées mais pas utilisées pour l’entraînement.

Les deux affirmations ne sont pas nécessairement contradictoires si les routes d’inférence ou les accords avec les fournisseurs sont différents.

Il faut donc vérifier la politique correspondant exactement au service par lequel vous utilisez Ox Alpha.

Peut-on télécharger Ox Alpha et le faire tourner en local ?

Non, pas actuellement.

Ox Alpha est accessible sous la forme d’un modèle hébergé.

Aucun poids open source ou open weight officiel n’a été publié par son mystérieux développeur.

Impossible donc de télécharger un fichier GGUF et de le lancer simplement avec Ollama ou LM Studio.

Pour découvrir les modèles réellement utilisables sans envoyer ses données dans le cloud, consultez notre guide pour installer et exécuter un LLM local sur PC ou Mac.

Comment essayer Ox Alpha gratuitement ?

La manière la plus directe consiste à passer par la page OpenRouter du modèle :

OpenRouter — Ox Alpha

Pour les développeurs utilisant l’API OpenRouter, l’identifiant du modèle est :

stealth/ox-alpha

Il peut également être intégré dans différents agents compatibles avec OpenRouter.

Comme l’offre est une preview, sa gratuité, ses limites ou même sa disponibilité peuvent évoluer à tout moment.

Pourquoi les laboratoires lancent-ils des modèles anonymes ?

Cette pratique est particulièrement intéressante.

Un modèle dévoilé sous son vrai nom arrive immédiatement avec un énorme biais.

Un utilisateur peut inconsciemment considérer qu’un modèle OpenAI ou Google est meilleur simplement parce qu’il connaît la marque.

Un test anonyme permet au laboratoire d’observer ce qui se passe lorsque :

• personne ne connaît l’architecture ;
• personne ne connaît la taille ;
• personne ne connaît le laboratoire ;
• personne ne connaît le coût futur ;
• et aucun benchmark officiel n’a encore préparé les attentes.

Les développeurs jugent alors davantage le résultat réel.

Pony Alpha montre que le secret finira probablement par tomber

Le cas Pony Alpha fournit un précédent intéressant.

Pendant sa période de test, son origine n’était pas officiellement affichée.

Nous savons désormais qu’il s’agissait d’une version préliminaire de GLM-5.

Ox Alpha pourrait suivre exactement le même scénario : quelques jours ou semaines de tests anonymes, puis une présentation officielle sous son véritable nom.

C’est probablement à ce moment-là que nous saurons si les enquêteurs d’Internet avaient raison.

Ox Alpha est-il le futur GLM, Microsoft MAI ou autre chose ?

Un mystère qui tombe particulièrement bien pour OpenRouter

Le timing est également intéressant.

Ox Alpha arrive seulement un jour après l’annonce du rapprochement entre OpenRouter et Stripe.

OpenRouter revendique désormais plus de 10 millions d’utilisateurs et traite plus de 10 000 milliards de tokens quotidiennement à travers plusieurs centaines de modèles.

Un modèle mystérieux capable de générer autant de discussions constitue donc une excellente démonstration de l’un des avantages de la plateforme : permettre à un nouveau modèle d’atteindre immédiatement une immense communauté de développeurs sans avoir besoin de construire sa propre distribution.

Ox Alpha montre surtout comment le marché de l’IA est en train de changer

Il y a encore quelques années, le lancement d’un modèle majeur nécessitait une conférence, une longue publication scientifique et des benchmarks soigneusement sélectionnés.

En 2026, un laboratoire peut simplement déposer un modèle anonyme sur OpenRouter, offrir temporairement l’inférence et attendre que des milliers de développeurs le testent.

En quelques heures, la communauté :

• analyse son tokenizer ;
• teste son code ;
• cherche son origine ;
• mesure ses performances ;
• le branche dans des agents ;
• et le compare aux meilleurs modèles du moment.

Cette méthode constitue presque un benchmark grandeur nature.

Faut-il essayer Ox Alpha ?

Pour un développeur curieux, oui.

Le modèle est actuellement gratuit, multimodal, compatible avec les outils et propose un contexte gigantesque.

C’est donc une occasion intéressante de le comparer avec les modèles que vous utilisez déjà.

Mais il faut garder trois précautions en tête :

• son développeur reste inconnu ;
• ses performances ne sont pas encore correctement établies ;
• il ne faut pas lui transmettre de données confidentielles sans comprendre la politique de conservation du fournisseur utilisé.

Et surtout, ne choisissez pas Ox Alpha uniquement parce qu’un benchmark publié sur les réseaux sociaux affirme qu’il bat GPT, Claude ou GLM.

Testez-le sur vos propres tâches.

Le vrai nom d’Ox Alpha pourrait être la prochaine grosse annonce IA

Pour l’instant, il est impossible de répondre sérieusement à la question qui passionne la communauté.

Nous ne savons pas qui a créé Ox Alpha.

La piste Z.ai est crédible en raison du précédent Pony Alpha et de certaines analyses techniques, mais elle reste contestée.

La piste Microsoft est elle aussi plausible, mais repose actuellement sur des indices et des spéculations.

Google, Xiaomi et plusieurs grands laboratoires chinois sont également cités sans confirmation.

Ce que nous savons en revanche est déjà intéressant : quelqu’un dispose d’un modèle multimodal capable de gérer un million de tokens, souhaite le tester à très grande échelle et accepte pour l’instant de fournir son calcul gratuitement.

Le véritable test commencera lorsque le laboratoire sortira de l’ombre et qu’Ox Alpha pourra enfin être comparé avec une fiche technique, un prix et des benchmarks officiels. D’ici là, le mystère fait presque autant parler que le modèle lui-même.

À lire également sur TechPi

• Comment installer et utiliser un LLM en local sur PC et Mac
• Les meilleurs modèles d’IA à faire tourner en local en 2026
• Quel GPU choisir pour faire tourner un LLM en local ?
• Quelle IA locale choisir selon son PC en 2026 ?

Sources

• OpenRouter — fiche officielle d’Ox Alpha
• TechCrunch — enquête sur l’identité d’Ox Alpha
• OpenRouter — Pony Alpha, ancienne version de test de GLM-5
• OpenRouter — annonce du rapprochement avec Stripe
• Business Insider — réactions et hypothèses autour d’Ox Alpha

L’article Ox Alpha : c’est quoi ce mystérieux modèle IA gratuit ? est apparu en premier sur TechPi.