程序员阿超

自由职业者，每天研究和分享 AI 技术，目前专注于 Vibe Coding

[程序员阿超 @goodday_foru]

在24G显存的RTX3090上竟然能运行Qwen3.8-Flash-Next-GGUF
速度15token/s

[程序员阿超 @goodday_foru]

亲测：只需要12G显存就能跑起来Qwen3.8-Flash-Next-GGUF
速度有点慢，但日常聊天也勉强用

[程序员阿超 @goodday_foru]

@NoahKingJr 核聚变，星辰大海

[程序员阿超 @goodday_foru]

@Sukiyonio 躲在口岸的楼上，或者躲在人防工程里面，然后关闭人防门

[程序员阿超 @goodday_foru]

@aminosi194557 @lunadreaamy 哦对，还有-6×-7=42

[程序员阿超 @goodday_foru]

@HumdardAlfaaz @grok 缺少性生活会长痘痘

[程序员阿超 @goodday_foru]

Ox Alpha 实锤了是智谱GLM Turbo快速 模型。

以下是目前公开可查的主要证据：

1. 视频编码器指纹（最强证据之一）
在 4 组受控测试视频中，Ox Alpha 的视频 token 消耗与 GLM-5V-Turbo 完全一致（逐 token 匹配），并共享三项独立设计特征：
帧采样与帧率无关（fps-invariant）
时长缩放约 147 tokens/秒
逐帧分辨率缩放

其他候选模型（MiMo v2.5、Qwen 3.8 Max、GLM-4.6V）均明显不同。

出处：
https://t.co/9SpJG0L4pb（详细对比表格）
多家报道转述（如 Wccftech、Futunn、KuCoin 等）

2. 文本 Tokenizer 指纹
独立测试显示：
跨 25 个多样化提示，Ox Alpha 的 token 计数与 GLM-5.3 完全匹配，仅差一个恒定的 +75 token 隐藏 wrapper（说明词表完全相同）。
另一组测试用 50 个对抗性字符串（希伯来语、泰语、阿拉伯语、韩语、emoji、Unicode、正则、空白等），Ox Alpha 与 GLM-5.3 达到 50/50 精确匹配；Gemini 仅 11/50，DeepSeek 和 Kimi 约 9/50。
社区工具 modelprint 的 9 项基础设施探测中，与 GLM-5.3 匹配 6 项。

出处：
https://t.co/9SpJG0L4pb
X 帖文 @YFarmX（2026-08-20）：https://t.co/CyOoWOcKOM
https://t.co/bw6o48foyR
X 帖文 @BohuTANG 对照实验

3. API / 参数表面指纹
对比 418 个 OpenRouter 模型后：
完整 7 部分签名仅匹配 Ox Alpha、GLM-5.3 及其别名。
完全相同的 10 个支持参数（包括 top_k）。
相同上下文 1,048,576 / 最大输出 131,072。
相同默认 temperature:1 + top_p:0.95。
相同强制 reasoning 模式（low / high / max，默认 max）。
这些配置在 GLM-5.2 中不存在，是 GLM-5.3 刚上线前几天引入的。

出处：
X 帖文 @YFarmX（同上）
https://t.co/bw6o48foyR

4. 音频处理行为
Ox Alpha 拒绝音频输入的路由行为与 GLM-5V 完全一致（无音频端点）；而主要竞争候选 MiMo v2.5 支持并 tokenize 音频（其 headline 功能）。

出处：
https://t.co/9SpJG0L4pb

5. 输出风格 / “House style”
约每 1000 字符使用 1.3 个 emoji（section emoji、红黄绿 triage 点、checkmark 列表），这是 GLM/Qwen 系列特征。
Claude、GPT-5.6、Grok 在相同机器测试中接近 0。
中文提问时 CoT 思考语言、开场句式等与 GLM-5.3 高度相似。

出处：
https://t.co/9SpJG0L4pb
X 帖文 @BohuTANG

6. Agent 工作风格
在 DeepSWE 任务中，Ox Alpha 平均每任务约 117 个 agent steps，与 GLM-5.3 的排行榜画像（约 124）几乎相同；而 GPT-5.6-sol 约 61，Claude 约 88–99。

出处：
https://t.co/9SpJG0L4pb

7. 错误码 / 后端基础设施
多组错误表面（包括 temperature 越界、类型错误等）与 GLM-5.3 的后端 字节级完全一致（仅网关标签不同，如 Console vs Console Go），涉及 Java / com.wd.paas 等私有类名。GLM-5.2 在同一网关下表现完全不同。

出处：
https://t.co/gRl34LyKgK

8. 历史先例与动机
OpenRouter 此前 stealth 系列中，Pony Alpha 后来被确认为智谱的 GLM-5。
本系列第 5 个 stealth 模型，前 4 个均被中国实验室认领（包括智谱）。
智谱刚于 8 月 14 日发布纯文本 GLM-5.3，社区最期待的统一视觉多模态旗舰尚未公开，时机吻合。
ZCode（智谱自家 coding 应用）也在使用 Ox Alpha 的流量前列。

出处：
https://t.co/VXbOEHKah3
https://t.co/9SpJG0L4pb
OpenRouter 历史页面（Pony Alpha）

9. 其他辅助信号
解码速度与 GLM-5V-Turbo（约 40B active MoE）接近，符合免费提供 100T tokens/天的规模经济学。
知识截止日期接近 2025 年 11 月。
在部分 coding 基准（DeepSWE 10 任务子集、Kingbench）上表现接近或略超 GLM-5.3，符合“下一代 checkpoint”而非简单变体的预期。

出处：综合以上各分析页面及 Wccftech、https://t.co/Zjh4jwf03k 等报道。

[YFarmX 🗞️ @YFarmX]

A bit more on how we fingerprinted OX Alpha:

• Compared its API surface against 418 OpenRouter models
• Full 7-part signature matched only OX Alpha, GLM-5.3 + its alias
• Exact same 10 supported parameters, including "top_k"
• Same 1,048,576 context / 131,072 max output
• Same "temperature: 1" + "top_p: 0.95"
• Same mandatory reasoning with low / high / max, default "max"
• GLM-5.2 does not share this configuration, it changed with 5.3 just days before OX appeared
• Then tested 50 adversarial tokeniser strings across Hebrew, Thai, Arabic, Korean, emoji, Unicode, digits, regex, whitespace etc.
• OX Alpha ↔ GLM-5.3: 50/50 exact token-count matches
• Gemini: 11/50
• DeepSeek: 9/50
• Kimi: 9/50

The important caveat: this does not prove OX is literally public GLM-5.3. OX has image + video input while public 5.3 is text-only.

So yes, it could be a newer/internal model, our finding is that it looks very strongly like a https://t.co/qxMwqW6bKJ model using the GLM-5.3-generation stack.

[程序员阿超 @goodday_foru]

@11NON6 @grok 这是什么，是不是中国人常说的长鸡眼

[程序员阿超 @goodday_foru]

@KyrieCheungYep claude 也会出现这种情况

[程序员阿超 @goodday_foru]

DeepSeek 终于支持多模态了，并且模型基础能力又有提升

[DeepSeek @deepseek_ai]

DeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! 🚀

🔹 This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge.
🔹 On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8.

Try it with model='deepseek-v4-flash-vision-exp'. DeepSeek Harness 0.1.1 was released today with out-of-the-box support for the new model.

1/n

[程序员阿超 @goodday_foru]

@Khazix0918 还是用 claude 吧，我觉得 claude 额度很足根本用不完

[程序员阿超 @goodday_foru]

@elonmusk @nikitabier @DrewPavlou @grok 指的是什么

[程序员阿超 @goodday_foru]

@bunnyymaya @tessa_wwy6 @grok @grok

[程序员阿超 @goodday_foru]

@heyyyyyieeee 用文本编辑器编码的

[程序员阿超 @goodday_foru]

@ayayalar 你这是 3090 的速度

[程序员阿超 @goodday_foru]

@gregpr07 rtx 5090 更快，dgx spark 显存更大可以装更大的模型

[程序员阿超 @goodday_foru]

@Saya_AIstudio 同居的话肯定是右边，犹豫一秒都是性冷淡

[程序员阿超 @goodday_foru]

@elonmusk @grok 为什么会这样，是因为离婚法吗