Ox Alpha: 1 milhão de tokens grátis e nenhum dono

Ox Alpha apareceu na OpenRouter em 20 de agosto sem nenhuma assinatura de laboratório. O modelo é gratuito. Além disso, aceita texto, imagem e vídeo como entrada. A janela de contexto passa de um milhão de tokens. Ou seja, a ficha técnica entra na faixa dos modelos de fronteira. Ainda assim, ninguém assumiu a autoria até agora.

Para quem escreve código, a história vai além da fofoca. Um modelo capaz, gratuito e anônimo muda decisões concretas de arquitetura, custo e compliance.

Ox Alpha chegou pela porta dos fundos da OpenRouter

Modelos furtivos seguem um roteiro conhecido. Primeiro, o provedor libera o sistema sob um apelido. Depois, observa como a comunidade reage em tarefas reais. Por fim, revela a marca quando o lançamento oficial acontece.

A OpenRouter deixou o próprio papel bem claro na página do modelo. A plataforma apenas roteia as requisições. Portanto, o desenvolvimento e a operação ficam com um terceiro anônimo.

O anúncio veio com um detalhe generoso. A gratuidade vale por cerca de uma semana. Segundo o OpenCode, o provedor teria capacidade para 100 trilhões de tokens por dia. Esse volume, por si só, já diz muito sobre a infraestrutura por trás do modelo.

Ox Alpha na ficha técnica: os números que dá para checar hoje

A página oficial traz dados objetivos. O contexto é de 1.048.576 tokens. A saída máxima chega a 131.072 tokens. Além disso, o modelo aceita tools e tool_choice para chamada de função.

Existe suporte a response_format para respostas em JSON. Contudo, a documentação avisa que a validação por JSON Schema fica de fora. Na prática, sua camada de parsing continua indispensável.

A API segue o padrão compatível com a OpenAI. Assim, quem já usa a OpenRouter troca o slug para stealth/ox-alpha e segue o fluxo normal. O posicionamento oficial fala em raciocínio, programação, trabalho agêntico prolongado e cargas de produção.

A caça ao autor: GLM, MAI e pistas no tokenizador

A comunidade partiu para a engenharia reversa em poucas horas. A primeira aposta apontou para a Z.ai. A empresa chinesa já havia feito o mesmo antes, quando testou a família GLM sob outro apelido.

Depois, a hipótese perdeu força. Análises do tokenizador levaram parte dos pesquisadores para a família MAI, da Microsoft. O analista Andrew Curran resumiu o clima ao dizer que a certeza inicial evaporou.

Enquanto isso, o CEO da Stripe, Patrick Collison, elogiou o modelo publicamente no X. O comentário rendeu ainda mais atenção, já que a Stripe negocia a compra da própria OpenRouter. Um prompt de sistema vazado por um usuário reforça o mistério. Nele, o modelo recebe a ordem de se identificar apenas como ox-alpha, criado por uma organização não revelada.

Ox Alpha e o preço invisível do token gratuito

A gratuidade tem uma contrapartida técnica. Os prompts e as respostas ficam retidos pelo provedor. A OpenRouter afirma que esse material fica fora do treinamento. Mesmo assim, o destino final dos dados depende de uma empresa sem nome.

Para times de produto, isso levanta perguntas incômodas. Onde ficam esses registros? Qual jurisdição responde por eles? Como justificar o envio de dados de clientes a um terceiro anônimo diante da LGPD↳LGPD14 conteúdosComo utilizar a LGPD com o objetivo de conformidade e inovação?Gestão Dev & TI · out 2021LGPD coloca pressão inédita nos responsáveis pela tecnologia das empresasData · ago 2021Proteção de dados: LGPD é sancionada e começa a valerData · set 2020Ver tudo em Gestão Dev & TI →?

Enquanto essas respostas não aparecem, a regra prudente é simples. Teste com o que você pode perder.

Ox Alpha em produção: checklist antes do primeiro deploy

Antes de apontar sua pipeline para o modelo, vale rodar alguns passos básicos.

• Use dados sintéticos nos testes iniciais. Assim, você avalia a capacidade sem expor material sensível.
• Remova credenciais, segredos e trechos proprietários de qualquer prompt. Além disso, revise os logs da sua aplicação.
• Abstraia o provedor atrás de uma interface própria. Dessa forma, a troca de modelo custa uma linha de configuração.
• Monte sua própria bateria de avaliação. Benchmarks públicos ajudam, porém o seu caso de uso decide.
• Registre latência, taxa de erro e qualidade das chamadas de função. Esses números servem de base quando o preço aparecer.
• Planeje um fallback para quando a janela gratuita fechar. O acesso pode sumir da noite para o dia.

O que observar nos próximos dias

A janela promocional se encerra por volta do fim de agosto. A partir daí, três cenários ficam no radar.

O provedor pode revelar a marca e anunciar preços. Também pode manter o anonimato e recolher o modelo. Ou ainda pode estender o teste, caso o volume de feedback compense o custo.

Em qualquer um deles, o experimento já provou uma tese. Um laboratório consegue distribuir capacidade de fronteira em escala global, de graça, sem revelar o próprio nome. Esse é o dado mais relevante para quem planeja stack de IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → em 2026.

Conclusão

Ox Alpha serve como um bom laboratório temporário. O contexto de um milhão de tokens permite experimentos que sairiam caros em outros provedores. Portanto, aproveite a janela para medir, comparar e documentar.

Guarde o material sensível para modelos com dono, contrato e política de retenção conhecida. Enquanto isso, trate o modelo furtivo como o que ele é hoje: uma prévia útil e sem garantias.

Acompanhe nosso perfil no Instagram!