Im Quellenvergleich
Worin die Quellen übereinstimmen
Das KI-Modell „Ox Alpha“ erschien ohne offizielle Ankündigung, Paper oder bekannten Hersteller und ist über Plattformen wie OpenRouter kostenlos verfügbar. Es wird als Reasoning-Modell für Coding, agentische Arbeit und Produktionslasten beschrieben. Die Herkunft des Modells ist unklar; Spekulationen reichen von einer neuen Version des GLM-Modells von Z.ai über ein Gemini-Modell bis zu einem MAI-Modell von Microsoft. Stripe-CEO Patrick Collison, dessen Firma OpenRouter übernimmt, lobte das Modell als „sehr beeindruckend“. Das Modell verarbeitet Text, Bilder und Video. Die Kontextfenster-Größe beträgt 1,05 Millionen Tokens, die Ausgabe bis zu 128K Tokens. Die Quellen berichten weitgehend übereinstimmend. Das Modell erschien am 20. August auf OpenRouter. Die Nutzung stieg rasant: Am 21. August registrierte OpenRouter rund 27 Millionen Anfragen, vier Tage später knapp 79 Millionen. Ein unabhängiger Test mit dem Programmier-Benchmark DeepSWE löste 66 von 113 Aufgaben (58,4 Prozent). Die Herkunft ist inzwischen bestätigt: Z.ai gab Bloomberg gegenüber an, dass Ox Alpha eine neue Variante seiner GLM-Modellreihe ist. Das Unternehmen will die Modellgewichte veröffentlichen und den Zugang eine Woche kostenlos anbieten. Das Modell kann externe Werkzeuge aufrufen. Die Spitzenreiter im offiziellen Leaderboard erreichen 74, 73 und 70 Prozent. Z.ai enthüllte, dass das Modell in Wahrheit „GLM-5.3-Flash“ heißt. Die Inferenz lief während der Testphase auf einem Cluster mit chinesischen KI-Chips. Die Modellgewichte wurden unter der MIT-Lizenz veröffentlicht. Die kumulierte Token-Nutzung erreichte 17,5 Billionen, womit es in der Wochenrangliste Platz eins belegte. GLM-5.3-Flash hat 320 Milliarden Gesamtparameter, aktiv sind 18 Milliarden. Die Kosten pro Token entsprachen nach Firmenangaben denen von NVIDIA-GPUs. Das Modell erreicht im „Artificial Analysis Intelligence Index“ 57 Punkte. Z.ai zufolge lief die gesamte Woche auf einem Cluster aus etwa 100.000 einheimischen Beschleunigern. Das Modell wurde auf 30 Billionen Token trainiert. Die API kostet 0,15 US-Dollar pro Million Input-Token und 0,50 US-Dollar pro Million Output-Token. Die Kosten pro Aufgabe betragen 0,09 US-Dollar. Bei agentischen Aufgaben erreicht das Modell einen Elo-Wert von rund 1770. Die Aktie von Zhipu AI stieg am Donnerstag in Hongkong um mehr als 12 Prozent auf 1.160 HK-Dollar.
Aktualisierungen
25.08.2026
09:07Das Modell verarbeitet Text, Bilder und Video.
Die Kontextfenster-Größe beträgt 1,05 Millionen Tokens, die Ausgabe bis zu 128K Tokens.
26.08.2026
11:07Das Modell erschien am 20. August auf OpenRouter.
Die Nutzung stieg rasant: Am 21. August registrierte OpenRouter rund 27 Millionen Anfragen, vier Tage später knapp 79 Millionen.
Ein unabhängiger Test mit dem Programmier-Benchmark DeepSWE löste 66 von 113 Aufgaben (58,4 Prozent).
27.08.2026
01:06Die Herkunft ist inzwischen bestätigt: Z.ai gab Bloomberg gegenüber an, dass Ox Alpha eine neue Variante seiner GLM-Modellreihe ist.
Das Unternehmen will die Modellgewichte veröffentlichen und den Zugang eine Woche kostenlos anbieten.
Das Modell kann externe Werkzeuge aufrufen.
Die Spitzenreiter im offiziellen Leaderboard erreichen 74, 73 und 70 Prozent.
05:07Z.ai enthüllte, dass das Modell in Wahrheit „GLM-5.3-Flash“ heißt.
Die Inferenz lief während der Testphase auf einem Cluster mit chinesischen KI-Chips.
Die Modellgewichte wurden unter der MIT-Lizenz veröffentlicht.
Die kumulierte Token-Nutzung erreichte 17,5 Billionen, womit es in der Wochenrangliste Platz eins belegte.
GLM-5.3-Flash hat 320 Milliarden Gesamtparameter, aktiv sind 18 Milliarden.
Die Kosten pro Token entsprachen nach Firmenangaben denen von NVIDIA-GPUs.
Das Modell erreicht im „Artificial Analysis Intelligence Index“ 57 Punkte.
16.09.2026
06:07Z.ai zufolge lief die gesamte Woche auf einem Cluster aus etwa 100.000 einheimischen Beschleunigern.
Das Modell wurde auf 30 Billionen Token trainiert.
Die API kostet 0,15 US-Dollar pro Million Input-Token und 0,50 US-Dollar pro Million Output-Token.
Die Kosten pro Aufgabe betragen 0,09 US-Dollar.
Bei agentischen Aufgaben erreicht das Modell einen Elo-Wert von rund 1770.
Die Aktie von Zhipu AI stieg am Donnerstag in Hongkong um mehr als 12 Prozent auf 1.160 HK-Dollar.
Worin sie sich unterscheidenUrsprung des Modells·Bewertung der Geheimniskrämerei·Nutzungsbedingungen und Datenschutz+5 weitere
Ursprung des Modells- Erste Spekulationen deuteten auf GLM-Modelle von Z.ai hin, später wurden auch eine unveröffentlichte Version von Microsofts MAI und ein Gemini-Modell gehandelt.1
- Hinweise auf Server in den USA sprachen gegen eine Herkunft aus dem GLM-Umfeld.2
- Analysen von Tokenisierung und API-Fehlern deuteten auf eine Verbindung zur chinesischen Firma Z.ai und deren GLM-Modellreihe hin.3
- Ein Insider deutete an, die wahre Herkunft werde viele überraschen.3
- Reddit-Nutzer identifizierten die Herkunft über Token-Zählungen, Fehlermeldungen und Formatierungen.4
Bewertung der Geheimniskrämerei- Die Geheimniskrämerei wird als erfolgreiche Marketingkampagne gedeutet, die für Aufmerksamkeit sorgt.2
- OpenRouter hat bereits früher anonyme Modelle veröffentlicht, Ox Alpha gilt als Blindtest vor einer offiziellen Ankündigung.3
- Schon vier frühere anonyme Releases entpuppten sich als chinesische Modelle.4
Nutzungsbedingungen und Datenschutz- Der Anbieter behält die Prompts, gibt aber an, sie nicht zum Training zu nutzen.2
- OpenRouter schreibt, der Anbieter speichere Eingaben und Ausgaben, nutze sie aber nicht zum Training; die Bedingungen des Stealth-Programms erlauben jedoch auch Training und Evaluation.5
- Bei kostenlosen Stealth-Modellen sollten Entwickler vorsichtig sein, da die Daten an ein chinesisches Unternehmen übermittelt wurden.6
Leistung im Programmier-Benchmark- Ein früher Test mit zehn Aufgaben aus dem Coding-Benchmark DeepSWE zeigte 80 Prozent Erfolgsquote.5
- Fast zehn Prozent der Fehler im vollständigen DeepSWE-Lauf seien auf Formatierungsprobleme zurückzuführen.2
- Das Modell neigt zu Doom-Loops, wiederholt Befehle tausendfach und verlangsamt sich bei hohen Reasoning-Stufen.4
Erfolg und Verbreitung- Beim Codier-Agenten OpenCode liegt der Verbrauch bei 31 Billionen Token, bei Cline erreichte das Modell laut Anbieter das schnellste Wachstum der Geschichte.3
- In der Woche verarbeitete Ox Alpha laut OpenCode-Panel rund 44 Billionen Token, 503.000 Nutzer testeten sie.4
- Auf der Plattform OpenRouter verarbeitete das System in den ersten drei Tagen über 11 Billionen Tokens – der größte Start in der Geschichte der Plattform.7
- Am Donnerstag rangierte das Modell auf Platz eins unter den Codierungssystemen und machte mit 10,3 Billionen Tokens fast 31 Prozent des wöchentlichen Gesamtvolumens aus.7
- Das Modell belegte Platz eins im OpenRouter-Ranking und beendete eine 56-tägige Serie von DeepSeek.4
- Ein Entwickler ließ ein komplettes SaaS-Produkt in 4,5 Stunden bauen, ein anderer eine 3D-Szene in 10,8 Stunden.4
Preis und Verfügbarkeit nach der Enthüllung- OpenRouter bietet bis zum 9. September einen Rabatt von 50 Prozent.8
Einordnung und wirtschaftliche Bedeutung- Die Veröffentlichung wird als Teil der Bedrohung durch günstige, leistungsfähige chinesische Modelle eingeordnet, die teuren Frontier-Modellen wie denen von OpenAI und Anthropic Marktanteile abnehmen könnten.9
- Chinesische Modelle wie GLM-5.3-Flash senken die Kosten für KI-Workloads massiv, Unternehmen müssen ihre Ausgaben überdenken; als Beispiel wird Uber genannt, dessen KI-Budget für 2026 bereits nach vier Monaten aufgebraucht war.8
- Der Erfolg wird in den Kontext von Pekings Bestreben eingeordnet, die Abhängigkeit von US-Hardware zu verringern.7
- Der Artikel sieht in dem Modell einen Test für Nvidias „CUDA-Moat“, die Programmierschicht zwischen KI-Software und Grafikkarte, an der Nvidia-Konkurrenten bisher gescheitert sind.10
Leistungsbewertung im Vergleich- Das Modell erreicht eine Leistung nahe dem Claude Opus 4.8 von Anthropic zu niedrigen Kosten.11
- In Benchmarks schlägt es GLM-5.2 deutlich und liegt teils vor, teils hinter Claude Opus 4.8.4
- Der Intelligenzindex liegt bei 57, während US-Modelle wie GPT-5.6 Sol (Index 59) deutlich teurer sind.8
- Die Kosten pro Aufgabe betragen etwa ein Siebtel im Vergleich zum Spitzenmodell GLM-5.3.3
- Die Kosten pro Aufgabe betragen 0,09 US-Dollar, etwa 7,5-mal weniger als bei GLM-5.3 (0,68 US-Dollar).10
- Etwa 90 Prozent der Output-Token entfallen auf Reasoning, was die Token-Effizienz senkt.10
- SemiAnalysis berichtet von 100 Billionen Token pro Tag, eine Kapazität, die bislang nur Frontier-Laboren zugetraut wurde.10
- Das Unternehmen entwickelte eine eigene Software auf Basis von SGLang und verdreifachte nach eigenen Angaben den Durchsatz.10