โมเดลที่ไม่มีชื่อบริษัทผูกอยู่เพิ่งโพสต์ตัวเลขประสิทธิภาพที่ทำให้ห้องทดลอง AI ส่วนใหญ่ต้องหน้าแดง และไม่มีใครในซิลิคอนแวลลีย์สามารถบอกได้อย่างแน่ชัดว่าใครเป็นคนสร้าง ตั้งแต่วันพฤหัสบดีที่ผ่านมา นักพัฒนาต่างก็เริ่มทดสอบระบบที่ชื่อว่า Ox Alpha — บางครั้งพิมพ์ว่า “0x Alpha” ในโพสต์บนโซเชียล — หลังจากมันโผล่มาอย่างเงียบ ๆ บนมาร์เก็ตเพลสโมเดล OpenRouterและภายในเครื่องมือเขียนโค้ด OpenCode การปล่อยโมเดล AI แบบไม่เปิดเผยตัวลักษณะนี้กลายเป็นกลยุทธ์ที่พบได้บ่อยขึ้นเรื่อย ๆ ในอุตสาหกรรม แต่ขนาดและความลับของ Ox Alpha ทำให้มันกลายเป็นหนึ่งในปริศนาที่ถูกพูดถึงมากที่สุดในวงการ AI ประจำเดือนนี้
Summary
ประเด็นสำคัญ
- Ox Alpha เป็นโมเดล AI แบบลับ ๆ ที่ปล่อยบน OpenRouter และ OpenCode โดยระบุเพียงว่ามาจาก “ผู้ให้บริการบุคคลที่สามที่เลือกจะไม่เปิดเผยตัวตนในช่วงพรีวิวนี้”
- อ้างว่ามี context window ขนาด 1,048,576 โทเคน (ประมาณหนึ่งล้าน) เอาต์พุตสูงสุด 131,072 โทเคน และความจุการประมวลผลต่อวันราว 100 ล้านล้านโทเคน
- โมเดลรองรับอินพุตแบบข้อความ รูปภาพ และวิดีโอ และถูกวางตำแหน่งสำหรับงานเขียนโค้ด งานเอเจนต์ที่รันยาว และเวิร์กโหลดระดับโปรดักชัน
- ใช้งานได้ฟรีในช่วงพรีวิวแบบจำกัดเวลาบน OpenCode Zen และถูกรวมอยู่ในแพ็กเกจสมัครสมาชิกแบบเสียเงิน OpenCode Go
- บุคคลในคอมมูนิตี้ระบุว่าโมเดลนี้ประมวลผลไปประมาณ 7.1 ล้านล้านโทเคนในสัปดาห์แรก จากผู้ใช้รายบุคคลราว 134,000 ราย แม้ว่าจะยังไม่มีการยืนยันตัวเลขด้านความจุหรือประสิทธิภาพเหล่านี้อย่างอิสระก็ตาม
การเปิดตัวแบบนิรนามและสเปกสุดทะเยอทะยานของ Ox Alpha
Ox Alpha ปรากฏตัวขึ้นโดยไม่มีชื่อบริษัท ไม่มีข่าวประชาสัมพันธ์ และไม่มีที่มาที่ได้รับการยืนยัน — มีเพียงรายการที่อธิบายว่ามาจากผู้ให้บริการบุคคลที่สามแบบไม่เปิดเผยตัวตน คำอธิบายของ OpenRouter เองเรียกมันว่า “โมเดลด้านการให้เหตุผลที่ออกแบบมาสำหรับงานเขียนโค้ด งานเอเจนต์ที่ต้องใช้ความต่อเนื่อง และเวิร์กโหลดระดับโปรดักชัน” เหมาะกับ “งานวิศวกรรมซอฟต์แวร์ระยะยาว การให้เหตุผลที่ซับซ้อน และเวิร์กโฟลว์ที่ผสานข้อความเข้ากับบริบทเชิงภาพ” ตามรายงานของ Business Insider กรอบการนำเสนอแบบนี้บอกนักพัฒนาอย่างชัดเจนว่าโมเดลถูกสร้างมาเพื่อทำอะไร แม้ว่าจะไม่บอกเลยว่าใครเป็นคนสร้างก็ตาม
อินพุตหลายรูปแบบและโฟกัสด้านการเขียนโปรแกรม
นอกเหนือจากความลึกลับแล้ว ความสามารถของ Ox Alpha AIบนกระดาษถือว่ากว้างมาก โมเดลรองรับอินพุตทั้งข้อความ รูปภาพ และวิดีโอ และถูกเล็งเป้าไปที่งานเขียนโปรแกรมและเวิร์กโฟลว์แบบเอเจนต์ที่รันต่อเนื่องยาวนาน แทนที่จะตอบคำถามสั้น ๆ ครั้งเดียว การวางตำแหน่งแบบนี้สำคัญเพราะมันเจาะกลุ่มเป้าหมายตรง ๆ — นักพัฒนาที่รันเซสชันเอเจนต์ยาว ๆ และมีค่าใช้จ่ายสูง — ซึ่งมีแนวโน้มจะทดสอบโมเดลอย่างหนักและพูดถึงมันในที่สาธารณะ
ข้ออ้างเรื่องความจุขนาดมหึมายังไม่ได้รับการยืนยัน
สเปกที่อ้างสำหรับ Ox Alpha นั้นโดดเด่น: context window ขนาด 1,048,576 โทเคน ประมาณหนึ่งล้าน เอาต์พุตสูงสุด 131,072 โทเคน และความจุที่อ้างว่า100 ล้านล้านโทเคนต่อวัน เพื่อให้เห็นภาพ Business Insider ระบุว่าตัวเลขนี้มากกว่าจำนวนโทเคน AI ที่ Visa บอกว่าใช้ทั้งเดือนราว 100 เท่า ตัวเลขเหล่านี้ยังไม่มีการยืนยันอย่างอิสระ และความจุไม่เท่ากับคุณภาพ — โมเดลอาจกลืนพรอมต์ขนาดมหึมาเข้าไปได้ แต่ก็ยังหลงลืมสิ่งที่อยู่ข้างในได้อยู่ดี การจัดอันดับอิสระจากกลุ่มอย่าง Artificial Analysis หรือแรงก์กิ้งบน Arena.ai ยังอยู่ระหว่างรอผล
นักพัฒนากำลังเข้าถึงโมเดลนี้อย่างไร
ตอนนี้ การทดสอบ Ox Alpha ไม่เสียค่าใช้จ่าย ซึ่งเป็นเหตุผลหลักที่ทำให้มันแพร่กระจายเร็ว โมเดลนี้เข้าถึงได้ผ่านสองช่องทางบนแพลตฟอร์ม OpenCode AI: OpenCode Zen ที่โทเคนใช้งานฟรีในช่วงพรีวิวแม้จะต้องกรอกรายละเอียดการเรียกเก็บเงิน และ OpenCode Go การสมัครสมาชิกแบบรายเดือนที่รวมโมเดลนี้ไว้โดยไม่คิดค่าใช้จ่ายเพิ่ม OpenCode เองเป็นเอเจนต์เขียนโค้ดแบบโอเพ่นซอร์สที่สร้างโดยทีมเบื้องหลังเฟรมเวิร์กโครงสร้างพื้นฐาน SST และต่างจากคู่แข่งอย่าง Claude Code หรือ Cursor ตรงที่มันไม่ได้ผูกติดกับโมเดลภายในบ้านเพียงตัวเดียว — นักพัฒนาสามารถสลับผู้ให้บริการได้อย่างอิสระ ซึ่งนี่เองที่ทำให้มันกลายเป็นฐานปล่อยตัวที่น่าดึงดูดสำหรับการเปิดตัวแบบลับ ๆ
การตอบรับเกิดขึ้นอย่างรวดเร็วและเสียงดัง ตามตัวเลขจากคอมมูนิตี้ ในช่วงเจ็ดวันแรก Ox Alpha มีผู้ใช้ที่แตกต่างกันประมาณ 134,000 ราย ใช้โทเคนรวมกันราว 7.1 ล้านล้านโทเคน Patrick Collison ซีอีโอของ Stripe มีรายงานว่าลองใช้โมเดลนี้และเรียกมันว่า “น่าประทับใจมาก” ในโพสต์บน X ซึ่งเป็นสัญญาณระยะแรกที่ช่วยจุดกระแสให้แรงขึ้นแม้ในช่วงที่ยังไม่มีใครรู้ว่าใครอยู่เบื้องหลัง
การตามล่าหาผู้สร้าง Ox Alpha
เมื่อห้องทดลองยังคงเงียบ นักพัฒนาจึงหันไปใช้การสืบสวนดิจิทัล — แกะรอยพฤติกรรมของตัวแบ่งโทเคน (tokenizer) ข้อความแสดงข้อผิดพลาด จำนวนโทเคนของวิดีโอ และรูปแบบการใช้ถ้อยคำเพื่อหาคำใบ้ จนถึงตอนนี้ งานสืบสวนเหล่านั้นยังไม่ให้คำตอบที่ยืนยันได้
สี่ทฤษฎีที่แข่งขันกัน
Zhipu AI หรือที่มักเรียกสั้น ๆ ว่า Z.ai ถูกหลายคนมองว่าเป็นตัวเต็งอันดับหนึ่ง การวิเคราะห์ลายนิ้วมือโทเคนดูเหมือนจะชี้ไปที่ตระกูลโมเดล GLM ของบริษัทจากการทดสอบหลายครั้ง และ Wccftech ระบุว่า Z.ai เคยทดสอบโมเดล GLM-5 แบบไม่เปิดเผยตัวตนภายใต้โค้ดเนม “Pony Alpha” มาก่อน ทำให้ทฤษฎีนี้มีแบบอย่างรองรับ Zhipu ยังมีคลัสเตอร์ GPU ขนาดใหญ่พอที่จะรองรับการแจกทรัพยากรแบบนี้ได้อย่างสมเหตุสมผล แม้ว่าปริมาณคอมพิวต์ฟรีที่มากขนาดนั้นจะขัดกับแนวคิดนี้อยู่บ้างก็ตาม
Microsoft ถูกดึงเข้ามาในวงสนทนาเพราะมีรายงานว่า Ox Alpha ใช้ tokenizer แบบ cl100k_base ซึ่งเป็น encoding ที่พัฒนาโดย OpenAI และยังปรากฏในสายโมเดล Phi และ MAI ของ Microsoft ด้วย — ทำให้ตามทฤษฎีนี้ชี้ไปที่เวอร์ชันที่ยังไม่ปล่อยของ MAI 2 Google กลายเป็นผู้ต้องสงสัยหลังจากเพิ่งปล่อย Gemini 3.7 Flash ในขณะที่ Gemini 3.5 Pro ที่ลือกันมานานยังไม่โผล่ แต่การทดสอบด้านวิชันที่โมเดล Gemini มักผ่านและมีรายงานว่า Ox Alpha ทำไม่ผ่าน ก็ขัดกับทฤษฎีนี้ เส้นทางที่สี่พาไปยัง Cursor และ SpaceX โดยมีการคาดเดาว่ามันอาจเกี่ยวข้องกับโมเดลเขียนโค้ดตัวถัดไปของ Cursor ชื่อ Composer 3 ที่ว่ากันว่าถูกเทรนบนโครงสร้างพื้นฐานซูเปอร์คอมพิวเตอร์ที่เชื่อมโยงกับ SpaceX — เป็นข้อโต้แย้งที่ตั้งอยู่บนข้อเท็จจริงหลัก ๆ ว่ามีผู้เล่นไม่กี่รายที่สามารถแจกโทเคนฟรีได้วันละหลายร้อยล้านล้านโทเคนอย่างสมเหตุสมผล
แม้แต่การสืบสวนออนไลน์ก็ยังไม่ทำให้เรื่องนี้จบลง นักวิเคราะห์ AI อย่าง Andrew Curran เขียนบน X ว่า GLM เป็นทฤษฎีที่นำอยู่ในคืนวันศุกร์ แต่เช้าวันเสาร์ “ผู้คนดูเหมือนจะไม่มั่นใจในอะไรเลย” ความไม่แน่นอนเองกลายเป็นส่วนหนึ่งของเรื่องราว ผลักดันให้เกิดคลื่นของโพสต์ วิดีโอ และบทความเชิงคาดเดาที่ทำให้โมเดลนี้อยู่ในสายตาของผู้ทดสอบหน้าใหม่ทุกวัน
ทำไมแลบต่าง ๆ ถึงหันมาใช้การปล่อยโมเดล AI แบบไม่เปิดเผยตัว
Ox Alpha ไม่ใช่การแสดงเดี่ยว ๆ — มันเป็นตัวอย่างล่าสุดในรูปแบบที่กลายเป็นคู่มือกลยุทธ์จริงจังไปแล้ว ตัวสร้างภาพ Nano Banana ของ Google ก็เดินเส้นทางเดียวกัน: ปล่อยแบบไม่เปิดเผยตัวเพื่อทดสอบภายใต้โค้ดเนมที่ใช้ทิ้ง ก่อนจะไต่แรงก์ในคอมมูนิตี้แล้วถูกเปิดเผยภายหลังว่าเป็นผลิตภัณฑ์ของ Google สุดท้ายก็แตกไลน์เป็น Nano Banana Pro และ Nano Banana 2 แค่บน OpenRouter แห่งเดียวก็เคยมีลิสต์โมเดลที่ถูกปิดบังตัวตนลักษณะนี้ราวโหล Quasar Alpha และ Optimus Alpha กลายเป็นเวอร์ชันระยะเริ่มต้นของ GPT-4.1; Horizon Alpha และ Horizon Beta เป็นเช็คพอยต์ระยะแรกของ GPT-5; Hunter Alpha และ Healer Alpha ถูกเชื่อมโยงภายหลังกับ Xiaomi และ Owl Alpha กับ Meituan โค้ดเนมอื่น ๆ อย่าง Sonoma Dusk, Polaris Alpha และ Aurora Alpha ไม่เคยถูกยืนยันตัวตนอย่างชัดเจนเลย
เรื่องนี้สำคัญเกินกว่าจะเป็นแค่เกมทายชื่อ ห้องทดลองจีนอย่าง Zhipu, DeepSeek และ Moonshot AI กำลังไล่กวดคู่แข่งในสหรัฐฯ ด้วยต้นทุนเพียงเศษเสี้ยว มักผ่านการปล่อยโมเดลแบบเปิดน้ำหนัก — Kimi K3 ของ Moonshot โมเดลเปิดน้ำหนักขนาด 2.8 ล้านล้านพารามิเตอร์ที่ปล่อยในเดือนกรกฎาคม เป็นตัวอย่างล่าสุดที่ดึงดูดความสนใจอย่างจริงจังในซิลิคอนแวลลีย์ การปล่อยโมเดล AI แบบไม่เปิดเผยตัวเปิดโอกาสให้ห้องทดลองใด ๆ ไม่ว่าจะจีนหรืออเมริกัน เก็บข้อมูลการใช้งานจริงและฟีดแบ็กจากโลกจริงได้ โดยไม่ต้องเอาแบรนด์ของตัวเองไปผูกกับผลิตภัณฑ์ที่อาจทำผลงานได้ไม่ถึงคาด
กลยุทธ์จริงเบื้องหลังการแจกโทเคนฟรี
ส่วนที่เปิดเผยตัวตนของการเปิดตัวครั้งนี้อาจไม่ใช่เทคโนโลยีเลย — แต่เป็นเรื่องราคา การแจกโทเคนทั้งฝั่งอินพุตและเอาต์พุต สำหรับโมเดลประเภทที่เซสชันเอเจนต์ยาว ๆ สามารถดันบิลให้พุ่งขึ้นหลักสามตัวเลขได้อย่างรวดเร็ว เป็นแรงจูงใจที่ทรงพลังให้ลองของที่ยังไม่มีผลงานพิสูจน์ตัวเอง ผสมเข้ากับ context window ขนาดมหึมาและเส้นตายของช่วงพรีวิวฟรี คุณก็จะได้ความเร่งด่วนแบบที่การเปิดตัวผลิตภัณฑ์ตามปกติแทบสร้างไม่ได้แล้วในทุกวันนี้
ความเร่งด่วนนั้นทำงานสองต่อให้กับผู้สร้าง ทุกคนที่มาทดสอบแล้วโพสต์ผลลัพธ์จะดึงดูดคลื่นผู้ทดสอบถัดไป สร้างข้อมูลการใช้งานจริงและฟีดแบ็กที่ห้องทดลองต้องจ่ายแพงหากจะเก็บเอง และเพราะไม่มีใครรู้ที่มา ทุกทฤษฎีที่ถูกโยนขึ้นออนไลน์ — ไม่ว่าจะเป็น Zhipu, Microsoft, Google, Cursor — ล้วนสร้างรอบใหม่ของโพสต์ วิดีโอ และบทความ ขยายการเข้าถึงของโมเดลไปแบบฟรี ๆ หาก Ox Alpha กลายเป็น Nano Banana ตัวถัดไป ช่วงเวลาสั้น ๆ แห่งความนิรนามนี้อาจถูกจดจำว่าเป็นแคมเปญการตลาดที่ถูกและมีประสิทธิภาพที่สุดของมัน
คำถามที่พบบ่อย
Ox Alpha คืออะไร?
Ox Alpha คือโมเดล AI แบบไม่เปิดเผยตัวที่ปล่อยบนแพลตฟอร์ม OpenRouter และ OpenCode โดยวางตำแหน่งหลักสำหรับงานเขียนโปรแกรมและงานเอเจนต์ที่รันยาว
ความสามารถหลักของ Ox Alpha มีอะไรบ้าง?
Ox Alpha รองรับอินพุตหลายรูปแบบรวมถึงข้อความ รูปภาพ และวิดีโอ อ้างว่ามี context window ประมาณหนึ่งล้านโทเคน (1,048,576) และความจุโทเคนต่อวันราว 100 ล้านล้าน
ใครเป็นผู้พัฒนา Ox Alpha?
ห้องทดลองที่อยู่เบื้องหลัง Ox Alpha ยังคงไม่เป็นที่รู้จัก มีการคาดเดาว่าอาจเป็น Zhipu AI, Google, Microsoft หรือ Cursor และ SpaceX แต่ยังไม่มีทฤษฎีใดได้รับการยืนยัน
นักพัฒนาสามารถเข้าถึง Ox Alpha ได้อย่างไร?
Ox Alpha ใช้งานได้ฟรีในช่วงพรีวิวแบบจำกัดเวลาผ่าน OpenCode Zen และยังถูกรวมอยู่ในแพ็กเกจสมัครสมาชิกแบบเสียเงิน OpenCode Go ด้วย
{“@context”:”https://schema.org”,”@type”:”FAQPage”,”mainEntity”:[{“@type”:”Question”,”name”:”Ox Alpha คืออะไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Ox Alpha คือโมเดล AI แบบไม่เปิดเผยตัวที่ปล่อยบนแพลตฟอร์ม OpenRouter และ OpenCode โดยวางตำแหน่งหลักสำหรับงานเขียนโปรแกรมและงานเอเจนต์ที่รันยาว”}},{“@type”:”Question”,”name”:”ความสามารถหลักของ Ox Alpha มีอะไรบ้าง?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Ox Alpha รองรับอินพุตหลายรูปแบบรวมถึงข้อความ รูปภาพ และวิดีโอ อ้างว่ามี context window ประมาณหนึ่งล้านโทเคน (1,048,576) และความจุโทเคนต่อวันราว 100 ล้านล้าน”}},{“@type”:”Question”,”name”:”ใครเป็นผู้พัฒนา Ox Alpha?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”ห้องทดลองที่อยู่เบื้องหลัง Ox Alpha ยังคงไม่เป็นที่รู้จัก มีการคาดเดาว่าอาจเป็น Zhipu AI, Google, Microsoft หรือ Cursor และ SpaceX แต่ยังไม่มีทฤษฎีใดได้รับการยืนยัน”}},{“@type”:”Question”,”name”:”นักพัฒนาสามารถเข้าถึง Ox Alpha ได้อย่างไร?”,”acceptedAnswer”:{“@type”:”Answer”,”text”:”Ox Alpha ใช้งานได้ฟรีในช่วงพรีวิวแบบจำกัดเวลาผ่าน OpenCode Zen และยังถูกรวมอยู่ในแพ็กเกจสมัครสมาชิกแบบเสียเงิน OpenCode Go ด้วย”}}]}
บทความนี้จัดทำขึ้นโดยได้รับความช่วยเหลือจากปัญญาประดิษฐ์และผ่านการตรวจทานโดยทีมบรรณาธิการแล้ว
