L'identité d'Ox Alpha, le modèle d'IA sans marque qui domine les conversations des développeurs depuis son apparition sur OpenRouter et OpenCode le 20 août, n'est plus un mystère. Le chinois Z.AI a confirmé mercredi à Bloomberg News que le modèle est une nouvelle itération de sa série GLM – et a annoncé qu'il publierait les poids du modèle ce soir, les rendant ainsi accessibles à tous pour téléchargement et utilisation.
Cette confirmation met fin à l'un des jeux de devinettes les plus frénétiques que la communauté de l'IA ait connu cette année, et elle place un modèle chinois de qualité phare sur une trajectoire de collision avec des laboratoires occidentaux qui évaluent des capacités comparables à un prix très élevé. Pour plus de contexte sur cette histoire, consultez notre plus d'articles sur l'IA.
Un lancement furtif qui a fonctionné exactement comme prévu
Ox Alpha est arrivé avec une liste décrivant tout ce qu'il pouvait faire et rien sur qui l'avait construit. OpenRouter l'a attribué à « un fournisseur tiers qui a choisi de rester anonyme lors de cette version préliminaire » et l'a positionné comme un modèle de raisonnement conçu pour le codage, le travail agent soutenu et les charges de travail de production.
Les spécifications à elles seules suffisaient à faire tourner les têtes : une fenêtre contextuelle d'un peu plus d'un million de jetons, la prise en charge de la saisie de texte, d'image et de vidéo et un accès totalement gratuit via OpenRouter et OpenCode. OpenCode a annoncé une capacité de service de 100 000 milliards de jetons par jour pour le modèle, et Nous Research a affirmé que son propre portail pourrait transmettre un quadrillion de jetons.
L’exécution anonyme d’un modèle adjacent à la frontière sur une infrastructure neutre a permis à Z.AI de collecter des données d’utilisation réelles et des discussions de référence non filtrées avant d’attacher sa marque – un manuel de jeu qui contourne le récit de réduction qui suit chaque version chinoise à poids ouvert, comme l’a noté OfficeChai dans son analyse du lancement.
Le benchmark qui a allumé la mèche
La manie remonte à un seul point de données. Moins d'un jour après la sortie, le développeur Ben Davis a effectué une évaluation informelle de dix tâches sur le benchmark DeepSWE et a signalé une précision de premier passage de 80 % pour Ox Alpha – devant Claude Fable 5 à 65 % et GPT-5.6 Sol à 52 %.
Ce résultat a suffi à rendre le modèle viral et à mettre fin à la séquence de 56 jours de DeepSeek au sommet du classement OpenCode. Cela a également suscité une réaction immédiate. Sur Hacker News, où la confirmation de Bloomberg a recueilli des centaines de commentaires, les développeurs ont appelé à la prudence, notant qu'une exécution de dix tâches est un échantillon bien trop petit pour régler quoi que ce soit et que les résultats du modèle dans les autres classements étaient nettement plus mitigés.
Comment Internet a résolu l'affaire en premier
Bien avant la confirmation de mercredi, le travail des détectives communautaires avait déjà choisi Z.AI – anciennement connu sous le nom de Zhipu AI – comme principal candidat. Un développeur appelé «dax» a effectué un test d'empreinte digitale du tokenizer sur 25 invites et a constaté que le nombre de jetons bruts d'Ox Alpha correspondait au tokenizer de GLM sur 11 sondes sur 11, alors qu'aucun autre modèle de laboratoire n'en avait effacé quatre. Sur une sonde à un chiffre, le tokenizer de DeepSeek a brûlé 98 tokens alors que GLM en utilisait 29.
Une analyse distincte a révélé qu'Ox Alpha est tombé sur le même « jeton sale » qui a historiquement fait trébucher les modèles Qwen et de la famille GLM, limitant dès le début le champ à un laboratoire chinois. L'autre théorie importante – Xiaomi, dont l'équipe MiMo avait précédemment exécuté un playbook de lancement furtif identique avec MiMo-V2-Pro sous l'alias Hunter Alpha – semble maintenant avoir été un leurre.
Les enjeux de la révélation vont au-delà du droit de se vanter. Le New York Times a rapporté mardi que le modèle publié par un laboratoire chinois pourrait tester l'état de préparation du monde en matière de cybersécurité, soulignant à quel point les gouvernements occidentaux surveillent de près les versions ouvertes de ce calibre.
Pourquoi les poids ouverts changent le calcul
La confirmation de Z.AI que les poids arriveront ce soir est la partie qui compte pour le marché. Le GLM 5.3 actuel de la société est au prix de 1,40 $ par million de jetons d'entrée et de 4,40 $ par million de jetons de sortie sur son API propriétaire, avec une remise sur le cache de 81 %. Le nouveau modèle devrait être livré sous la même licence MIT que Z.AI utilise depuis GLM 5, selon OfficeChai.
Le codage et les performances agents proches des frontières, publiés ouvertement à une fraction du prix des API occidentales, sont précisément le point de pression que les laboratoires haut de gamme ont passé deux ans à essayer d'éviter. Cela permet également à Z.AI de rester compétitif par rapport à DeepSeek sur le côté ouvert du marché chinois, où les modèles téléchargeables gratuitement sont devenus l'attente par défaut pour tout ce qui n'est pas à la frontière absolue d'un laboratoire.
Que regarder ensuite
Les détails clés restent non confirmés, notamment le nombre de paramètres et la taille du modèle, qui détermineront dans quelle mesure la version est pratique pour un déploiement local. Les discussions de la communauté ont déjà porté sur la façon dont le modèle répond à la quantification et à quelle vitesse il s'exécute sur du matériel grand public plutôt que sur les GPU des centres de données.
Ce qui est certain, c'est qu'une semaine de spéculation anonyme a donné à Z.AI quelque chose qu'aucun budget marketing ne pouvait acheter : une validation impartiale et indépendante de la marque sur un terrain neutre. Maintenant que le modèle a un nom, les benchmarks sont sur le point de devenir beaucoup plus nombreux – et beaucoup plus rigoureux.
---
Restez à la Pointe de l'IALes dernières actualités, analyses et percées en IA — au même endroit.
Lire plus d'actualités IA →
