Ox Alpha est apparu le 20 août sur OpenRouter avec un million de tokens de contexte, une facture à zéro et aucun nom d’éditeur en face. Trois jours plus tard, une moitié du milieu spécule sur son origine pendant que l’autre l’a déjà branché sur ses pipelines de code.
Pour résumer
- Ox Alpha est un modèle de raisonnement orienté code et travail agentique, servi gratuitement sur OpenRouter par un fournisseur qui garde l’anonymat.
- Sa fiche annonce 1 048 576 tokens de contexte, 131 072 tokens de sortie, des entrées texte, image et vidéo, et une rétention des prompts côté fournisseur.
- Les hypothèses sur son origine oscillent entre un lab chinois proche des modèles GLM de Z.ai et le programme MAI de Microsoft, sans preuve d’aucun côté.
Faire résumer cet article par une IA
ChatGPTUn modèle de raisonnement publié sans nom en face
La fiche mise en ligne décrit un modèle de raisonnement conçu pour le code, le travail agentique de longue haleine et les charges de production. L’éditeur, lui, reste derrière le statut de modèle stealth, celui d’un tiers qui choisit de ne pas se nommer pendant la phase de preview.
Le procédé n’est pas nouveau. Des modèles masqués transitent régulièrement par la plateforme avant leur lancement officiel, le temps pour leur auteur de récolter du retour d’usage à grande échelle sans engager sa marque sur un résultat qu’il ne maîtrise pas encore.
Ce qui sort de l’ordinaire, c’est le niveau de traction atteint en trois jours. Patrick Collison, le patron de Stripe, a jugé le modèle très impressionnant après l’avoir essayé, et les fils Reddit comme les threads X se remplissent de tests amateurs à la recherche d’un indice sur son origine.
L’attrait tient à une combinaison rare. Un positionnement code et agents, une fenêtre d’un million de tokens et une note à zéro, au moment précis où les agents de code les plus rapides du marché sont aussi les plus chers à faire tourner.
Ox Alpha se place donc en produit d’appel dans un segment où la facture grimpe vite. Pour un fournisseur qui prépare un lancement, offrir l’inférence quelques semaines relève du coût d’acquisition, pas de l’erreur de pricing.
Reste que la gratuité a une date de péremption implicite. Un modèle de cette taille servi à 24 tokens par seconde sur une disponibilité affichée à 99,99 % consomme du GPU en continu, et personne ne finance ça indéfiniment pour la beauté du geste.
Un million de tokens de contexte, et vos prompts conservés
La fiche technique publiée sur la plateforme aligne des chiffres de haut de tableau : 1 048 576 tokens de contexte, 131 072 tokens de sortie maximale, des entrées en texte, image et vidéo, une sortie en texte seul.
Le modèle accepte l’appel de fonctions via les paramètres tools et tool_choice, et produit du JSON à la demande sans validation de schéma. De quoi le brancher tel quel sur une chaîne d’agents existante, sans réécrire la couche d’outillage.
Aucun token n’est facturé, ni en entrée ni en sortie. Pour une équipe qui fait tourner des agents sur plusieurs heures, la promesse est brutale : le premier poste de dépense disparaît le temps de la preview.
La contrepartie est écrite noir sur blanc. Les prompts et les complétions sont conservés par le fournisseur, hors usage d’entraînement selon les conditions applicables aux modèles stealth, mais conservés tout de même, par un acteur dont on ignore le nom et la juridiction.
Pour du prototypage, des benchmarks internes ou un dépôt open source, l’arbitrage se défend sans difficulté. Pour du code propriétaire ou des données client, envoyer ses requêtes à un inconnu qui les archive relève de la faute professionnelle, quelle que soit la qualité du modèle.
C’est la ligne de partage que chaque équipe devra trancher cette semaine, et elle ne dépend pas des scores. Elle dépend de ce qui sort de vos serveurs. Le reste du marché avance dans la même direction avec des garanties nommées, puisque DeepSeek vient de rapprocher sa V4-Flash-Vision des résultats d’Opus 4.8 en facturant chaque image 384 tokens.
D’autres articles sur Horizon
- DeepSeek V4-Flash-Vision talonne Opus 4.8
- Claude Security scanne le code avec Mythos 5
- OpenAI comble son retard en entreprise sur Anthropic
Z.ai ou Microsoft, les deux pistes qui divisent les testeurs
Reste la question qui alimente les threads : qui paie les GPU. Une partie des testeurs affirme reconnaître le style de sortie des modèles GLM de Z.ai, ce qui rangerait Ox Alpha dans la lignée des labs chinois. D’autres y voient la patte du programme MAI de Microsoft.
Aucun camp n’apporte de preuve décisive, et les deux hypothèses racontent des histoires opposées. Un lab chinois prolongerait la série des modèles venus d’Asie qui cassent les tarifs américains, comme MiniMax M3 l’avait fait en passant devant GPT-5.5 en poids ouverts.
Un Microsoft masqué raconterait autre chose. Celle d’un géant américain qui vérifie sa capacité à exister en modèle frontière hors de l’ombre d’OpenAI, en laissant le marché juger la copie sans le bénéfice ni le poids de sa marque.
Côté concurrence, l’effet est immédiat et ne dépend pas de la réponse. Une preview gratuite positionnée sur le code et les agents met sous pression toutes les offres payantes du même segment, y compris celles qui viennent de baisser leurs prix pour tenir la comparaison.
Chaque semaine d’anonymat prolonge par ailleurs un test grandeur nature dont le marché fournit gratuitement les données. Le jour où le nom tombera, la performance réelle du modèle sera déjà documentée par des milliers de testeurs, en bien ou en mal, sans une ligne de budget marketing engagée.
Le risque de la manoeuvre est symétrique. Une preview qui déçoit enterre le lancement avant l’annonce, et l’anonymat qui protège aujourd’hui empêchera demain de corriger le tir auprès de ceux qui auront déjà tranché.
Notre lecture tient en deux lignes. La fenêtre gratuite mérite d’être utilisée pour évaluer Ox Alpha sur des charges non sensibles, et le code qui compte doit rester loin d’un serveur sans visage tant que ce visage n’existe pas.
Affaire à suivre sur Horizon.
