Ox Alpha 模型测评导航
汇总 Ox Alpha 的官方基准、媒体分析和社区实测，不把第三方观点包装成 Tabbit 自测。
官方
1 条已核对来源的资料社区
13 条已核对来源的资料Cline 实测：Ox Alpha 与 Fable 在真实仓库 bug 上都修好，但输出 token 约少三倍
Cline 表示，在其仓库中的一个真实 bug 上，Ox Alpha 和 Fable 都正确完成修复；但 Ox Alpha 的输出 token 约少三倍、重复推理更少，这是一条值得复测的效率信号，而不是可推广到所有任务的能力排名。
OpenCode 官方观测：四天 26T Ox Alpha tokens
OpenCode 官方报告 Ox Alpha 在 4 天内处理了 26T tokens，证明预览被大量真实使用，但不能从总 token 量推导模型质量、个人配额或可用性。
OpenCode 官方 Go 入口：免费期与负载反馈
OpenCode 官方宣布 Ox Alpha 进入 OpenCode Go、未来 6 天近乎不限量且不计入 Go 用量；公开回复同时出现中途停止、约 20 tok/s 和过载反馈，说明入口便利性与服务稳定性必须分开评估。
Aniruddha 实测：代理工具调用与搜索任务体验
Aniruddha 称 Ox Alpha 的代理工具调用和基于搜索的功能很多，并表示其截至当时测试都很好；由于没有任务、轨迹和完成标准，这是一条待复测的工具使用体验。
Binx 实测：Gauntlet 中一次单句修复
Binx 称 Ox Alpha 在一个此前 DeepSeek、Qwen、MiniMax 和 Sol 都未解决的 gauntlet 问题上，用一句话、约 10 秒完成了修复；这是一个强烈但不可复核的单案例信号。
Matse 实测：一年代码库中的 Bug 与安全问题审查
Matse 称 Ox Alpha 在其一年积累的代码中、约 3 小时内发现了大量 Bug 和安全漏洞并解决了多个问题，但没有公开样本和修复证据，适合作为审计流程的候选而非性能结论。
Jonathan Turner 研究：Ox Alpha 的指纹对比与身份边界
这篇文章把 Ox Alpha 与公开 GLM、Gemini、DeepSeek、Kimi 和 MiMo 的 tokenizer、视频 token 预算和服务端错误做了对照，强烈指向“GLM 家族/ Z.ai 服务栈”，但明确不能据此命名具体产品或开发者。
独立 LiveCodeBench v6：Ox Alpha 原始 Pass@1
在无 agent、无工具、无 scaffold、temperature=0 的单轮代码生成协议下，实验仓库报告 Ox Alpha 在 LiveCodeBench releasev6 上 49/175、Pass@1=28.0%，难度越高通过率越低。
12 prompt 文风指纹实验：Ox Alpha 与 GLM 5.3 的相似性
在 11 个匹配 prompt、7 个参考模型和确定性的 460 特征文风协议下，Ox Alpha 每个 prompt 都最接近 GLM 5.3，但这只能说明测试条件下的风格相似，不能识别权重或开发者。
OpenCode 社区并发实验：约 40 个 Ox Alpha agent
Ethan 报告在早期免费期同时运行约 40 个 Ox Alpha agent 时，每 worker 每小时约 7 个任务、P50 延迟 26.8 秒且代码引用 100% 可追溯；这是单一用户的负载观测，不是服务 SLA。
Ox Alpha 与 DeepSeek V4 Flash：代码清理与 token 使用体验对照
一位 OpenCode 用户称 Ox Alpha 在其项目中清理 DeepSeek V4 Flash 的结果、用约五分之一 token 完成工作，但同一讨论也出现“逻辑/unsafe Rust/汇编更差”的反例，结论高度依赖任务类型。
同一提示跨日期输出波动：Ox Alpha 版本与服务栈不确定性
AditYah 称同一 prompt 三天后得到完全不同的代码结果，耗时从 80 分钟变为 330 分钟并生成 4,500+ 行代码；这更适合被当作服务路由、版本或采样波动的复现实验信号，而非持续学习证据。
同图像、同 prompt、三 Harness：Ox Alpha 的框架影响
LeMi 用同一个 Ox Alpha、同一张《星际穿越》Ranger RF-31D 参考图像和同一个 prompt 比较 DeepSeek、OMP、OpenCode 三个框架，说明 Harness 可能显著影响结果，但帖子没有公开可量化评分。
Ox Alpha
在 Tabbit 中使用并对比模型
汇总 Ox Alpha 的官方基准、媒体分析和社区实测，不把第三方观点包装成 Tabbit 自测。