OpenRouter等で突如公開され話題となっているステルスモデル「Ox Alpha」について、その性能と正体を詳しく解説する動画です。100万トークンのコンテキスト窓を持ち、マルチモーダル対応を謳うこのモデルは、期間限定で無料提供されています。動画では、驚異的なベンチマーク結果の紹介とともに、実際の出力デモを通じてその実力を検証しています。

背景

「Ox Alpha」は、OpenCodeやOpenRouterに登場した素性不明のAIモデルです。DeepSWEベンチマークにおいて、既存の高性能モデルであるFable（65%）を大きく上回る80%というスコアを記録したことで注目を集めました。1M（100万）のコンテキストウィンドウを備え、テキスト、画像、動画の入力に対応しているとされています。ネット上ではその正体について様々な憶測が飛び交っていますが、本動画では出力の癖やコードの書き方、思考トレースの言い回しなどを多角的に照合し、既存モデルとの類似性を探っています。

この動画の要点

1. Ox Alphaの基本スペックと驚異的な性能：100万トークンの広大なコンテキスト窓を持ち、マルチモーダルな推論が可能です。DeepSWEベンチマークでは80%という極めて高い数値を叩き出しており、既存のFableやGPT-5.6-solを凌駕する可能性が示唆されています。現在は期間限定で無料利用枠が提供されており、その実力が試されています。

2. GLM系モデルとの高い類似性：文章の距離測定やコードの書き方の癖、思考トレースの特定の言い回し（「Let me...」など）を分析した結果、Zhipu AIのGLMファミリー、特にglm-5.3系統である可能性が極めて高いと結論付けています。出力のフォーマットやエラーの出方までが酷似している点が根拠として挙げられています。

3. 多様なデモによる実力検証：アイドル紹介のLP制作、3D格闘ゲーム、SVGアニメーション作成など、多岐にわたるタスクで検証を行っています。特に3D格闘ゲームのキャラクター表現では、他のモデルよりもスマートで質の高い動きを見せる一方で、ピンボールやマーブルランなどの物理シミュレーションでは不十分な点も見受けられました。

なぜ重要か

開発元を隠してリリースされる「ステルスモデル」は、AI開発競争における一つの戦略となっています。Ox Alphaのように、既存の有名モデルを上回るベンチマーク数値を出しつつ、実際の中身は既存の有力な中国系モデル（GLM等）の派生版である可能性が高いという事実は、モデルの「ガワ」と「中身」を見極める難しさを示しています。ユーザーにとっては、無料で高性能なモデルに触れるチャンスであると同時に、出力の癖を分析することでそのモデルの系譜を読み解くという、AIリテラシーが試される興味深い事例と言えます。特にコーディングや視覚的なタスクにおいて、特定のモデルが持つ独自の強みが、ブランド名を変えても色濃く反映される点は注目に値します。

こんな人におすすめ

最新のAIモデル動向を追いたいエンジニアやAI愛好家に最適です。謎のモデル「Ox Alpha」のスペックや、それが既存のどのモデルに近いのかという分析を通じて、モデルの性能評価の仕方や、出力の癖から正体を推測する手法を学ぶことができます。