Vale a pena usar o Ox Alpha hoje? Para quem serve e para quem não serve

Fala aí, beleza? Um modelo sem dono conhecido, de graça e com janela de contexto na casa do milhão de tokens apareceu do nada no OpenRouter no dia 20 de agosto de 2026

E aí veio a pergunta que provavelmente te trouxe aqui: testo agora ou espero a poeira baixar?

A resposta honesta é que depende do teu perfil de uso, e não do hype

Então bora fazer isso direito: primeiro o que o modelo é de fato, depois a ficha técnica linha a linha, o número que viralizou e não sobreviveu, e no fim um veredito separando "vale testar" de "vale depender"

O que é o Ox Alpha e quem está por trás dele

O Ox Alpha é um modelo stealth, ou seja, listado publicamente sem que o fabricante se identifique

Ele apareceu em 20/08/2026 no OpenRouter e no OpenCode, sob o identificador stealth/ox-alpha

O provedor é um terceiro que optou por permanecer anônimo durante o preview

E aqui tem uma confusão que rola muito: o OpenRouter NÃO é o dono, nem o desenvolvedor, nem o provedor do modelo

Ele só roteia as tuas requisições, igual a um garçom levando o prato da cozinha até a tua mesa

A cozinha, nesse caso, ninguém sabe qual é

E a teoria da Zhipu?

Não houve reveal oficial de quem construiu o modelo

A teoria mais forte da comunidade aponta para a infraestrutura da Zhipu AI (linha GLM), com base em forense de camada de serviço: stack trace citando classes internas da Zhipu, mesmo dialeto de códigos de erro e correspondência de tokenizer

A Zhipu não confirmou nem negou

Ou seja: é indício, não é fato

E se liga nisso, porque muita gente passa batido: o anonimato do fornecedor JÁ É um fator de decisão, por si só

Não dá pra ler política de privacidade de empresa nenhuma, não dá pra abrir ticket, não dá pra cobrar SLA de quem não tem nome…

Ficha técnica do Ox Alpha: o que ele entrega e onde ele para

Esses são os dados que a página do modelo no OpenRouter expõe hoje, com a leitura de decisão de cada um

Os 80% no DeepSWE não sobreviveram ao teste completo

Esse é o ponto onde a timeline inteira errou, e vale a pena entender o mecanismo

Em 21/08/2026, o pesquisador independente Ben Davis rodou o modelo no DeepSWE e postou 80% Pass@1

O número voou

Só que era um subconjunto de 10 tarefas

Por que 10 tarefas não decidem nada?

Porque amostra pequena tem variância alta

É como julgar um jogador por dez arremessos: um dia ele acerta oito e vira lenda, no outro acerta três e vira meme

O próprio Ben Davis rodou depois o conjunto completo do DeepSWE, com 113 tarefas

O resultado corrigido ficou em torno de 63%, mais ou menos em linha com o GPT-5.6 Sol mid

Continua sendo um resultado respeitável

Mas é OUTRO patamar de conversa do que os 80% que circularam

A lição prática: benchmark de subset não decide adoção, e aqui nem existe score oficial na página do modelo pra servir de contraponto

Para quem o Ox Alpha serve hoje

Enquanto a janela grátis está aberta, tem gente que ganha bastante testando

• Dev curioso que quer sentir o modelo sem gastar: preview a US$ 0 por milhão de tokens na entrada e na saída, o experimento sai no tempo, não no cartão
• Quem trabalha com contexto longo: base de código, log de produção ou documentação inteira dentro de 1.048.576 tokens, sem aquele malabarismo de chunking
• Quem precisa de saída longa de uma vez: até 131.072 tokens de resposta dá conta de refatoração extensa, tradução de documento e geração de arquivo grande
• Quem tem fluxo multimodal: entrada de imagem e vídeo abre caminho pra análise de print, diagrama e gravação de tela
• Quem quer prototipar agente: com tools, tool_choice, response_format e structured_outputs dá pra montar um esqueleto de automação e ver se a ideia para em pé

Em TODOS esses casos vale a mesma ressalva, e ela não é decorativa: só com dado não sensível

Explico o porquê logo abaixo

Vale lembrar que teste de modelo novo não é privilégio de quem escreve código o dia inteiro

Se teu caso é mais parecido com resolver coisas sem programar, a entrada multimodal e o contexto gigante já rendem bastante coisa útil sozinhos

Para quem ele não serve

Agora a parte que ninguém posta na timeline

• Quem depende de áudio: o modelo recusa áudio e não expõe endpoint de áudio, então não tem workaround elegante aqui
• Time que precisa de estabilidade: provedor anônimo, sem preço divulgado pra depois do preview e janela grátis com data final controlada por quem não se identifica… isso é o oposto de previsibilidade
• Quem trata dado sensível: código proprietário, informação de cliente e segredo de negócio não deveriam nem chegar perto, por causa da retenção e do conflito contratual que explico na próxima seção
• Quem precisa justificar adoção interna: sem score oficial na página do modelo e sem SLA, não existe material pra levar pro time de segurança ou pra diretoria

Esse padrão de acesso limitado e regra pouco clara não é novidade no mercado, é a mesma dor de quem foi atrás dos planos com acesso ao Grok Bot

A diferença é que ali pelo menos existe uma empresa com nome pra cobrar

Grátis até quando e o que acontece com os seus prompts

São dois riscos, e os dois mudam a decisão na prática

O prazo:

O Ox Alpha continua gratuito no OpenRouter em 24 de agosto de 2026

O anúncio do OpenCode falou em cerca de uma semana de gratuidade a partir de 20/08/2026, o que aponta pro fim da janela por volta de 27 de agosto

Mas a data exata de encerramento fica a critério do provedor anônimo, e o preço depois do preview não foi anunciado

Tradução: nada que dependa do custo zero pode virar rotina do teu time

Se virar, você está construindo em cima de um chão que some sem aviso

A privacidade:

Aqui mora a parte desconfortável

A página do modelo informa que o provedor retém prompts e completions, mas não os usa para treinamento

Só que a EULA de modelos stealth do OpenRouter concede direito de uso do conteúdo do usuário para treino, avaliação e melhoria

E o aviso do modelo não revoga isso explicitamente

Ou seja, tem conflito entre o que o aviso diz e o que o contrato permite, e nenhuma das partes envolvidas é uma empresa nomeada

Tome cuidado!

A conduta segura é simples: trate tudo que você digitar ali como público

Se você não postaria aquele trecho num grupo aberto, ele não entra no prompt

Veredito: vale o teste, não vale a dependência

São duas decisões diferentes, e misturar as duas é onde o pessoal se enrola

Vale o teste hoje? Vale

Custo zero durante o preview, 1.048.576 tokens de contexto, 131.072 tokens de saída e tool calling funcionando é bastante brinquedo bom pra um sábado à tarde

Com dado não sensível, claro

Vale construir dependência? Não

E o motivo não é o modelo ser ruim, é que nenhuma das peças que sustentam uma dependência está no lugar

O provedor é anônimo, então não tem contrato, ticket nem SLA pra cobrar

O preço depois do preview não foi anunciado, e a data de encerramento da janela grátis está na mão de quem não se identifica

O desempenho real fica em torno de 63% no DeepSWE completo, e não nos 80% do subset que viralizou

Áudio está fora, e ainda tem o conflito entre o aviso do modelo e a EULA sobre o que acontece com o que você digita

Junta tudo e dá pra ver o tamanho do buraco: qualquer fluxo teu que passar a depender disso quebra no dia em que o provedor mudar de ideia, e você não vai ter pra quem ligar

A regra prática que eu deixaria escrita na parede: use o Ox Alpha como laboratório e mantenha o fallback no modelo que você já paga

Laboratório é onde a coisa pode explodir sem levar a produção junto =)

Conclusão

O Ox Alpha é um modelo grátis, generoso em contexto e saída, e opaco em tudo que importa pra decisão de longo prazo

Teste sim, dependa não

O próximo passo concreto é bem direto: pega UMA tarefa real de contexto longo ou multimodal, roda no stealth/ox-alpha antes da janela grátis fechar, e roda a mesma tarefa no modelo que você já usa hoje

Anota o resultado dos dois lado a lado

Assim, quando (e se) o preço for anunciado, você decide com dado teu na mão, não com print de timeline

E aí, rodou o teste? Conta nos comentários o que ele entregou no teu caso, tô curioso pra ver se o padrão se repete

até o próximo post! 😀