Mystery gelöst. Ox Alpha, das anonyme Modell, das in einer Woche auf OpenRouter 16 Billionen Token für 221.000 Nutzer verarbeitet hat, ist GLM-5.3-Flash von Z.ai. Der Clou: Alles lief auf inländischen chinesischen KI-Beschleunigern. Der verdeckte Start war ein Produktionstest unter Stressbedingungen, und er hat ihn in der Öffentlichkeit bestanden.
Was es tatsächlich ist
Das erste nativ multimodale Modell in der GLM-5-Serie: ein 320B-Parameter-MoE, das pro Token nur 18B aktiviert, mit Text-, Bild- und Videoeingabe und einem 1M-Token-Kontext. Die Gewichte wurden am ersten Tag unter der MIT-Lizenz auf Hugging Face veröffentlicht. Es erzielt 57 Punkte im Artificial Analysis Intelligence Index, und die Benchmarks von Z.ai für Codierung und Agenten setzen es nahe an Claude Opus 4.8 — von einem 18B-aktiven Modell, das jeder herunterladen kann.
Die API ist das eigentliche Angebot
0,15 $/Eingabe / 0,50 $/Ausgabe pro Million Token — etwa ein Zehntel des Standard‑GLM‑5.3 und 50 % Rabatt bis zum 9. September. Bei etwa 0,09 $ pro Aufgabe liegt es an der Grenze zwischen Intelligenz und Kosten im Pareto‑Optimum. Wenn Sie Codierungsagenten oder Videoanalysen mit langem Kontext durchführen, ist dies nun die günstigste ernsthafte Option mit offenen Gewichten als Ausstieg.