Die Enttarnung steht an zwei Stellen, die wir selbst geöffnet haben. OpenRouters Modellseite, auf der das Modell eine Woche lang ohne Herkunftsangabe stand, trägt jetzt den Satz „This stealth model was developed and operated by ZAI, revealed to be ZAI GLM-5.3-Flash“ und verweist von dort auf den regulären Modelleintrag. Und in der Hugging-Face-Organisation zai-org liegen seit dem 26. August 2026 zwei neue Ablagen: „GLM-5.3-Flash“ und „GLM-5.3-Flash-BF16“, bei unserem Abruf beide „Updated 39 minutes ago“, die Basis-Ablage mit 321 B als angezeigter Größe. Beide Belege stammen von den beteiligten Plattformen selbst, nicht aus zweiter Hand.
Was die Modellkarte sagt: „With 320B total parameters and just 18B active parameters, it outperforms GLM-5.2 across benchmarks and real-world workloads at one-tenth the price.“ Die Lizenz ist MIT. Die Architektur wird als Mischung aus dünn besetzter und linearer Aufmerksamkeit beschrieben, dazu ein Verfahren namens „Manifold-Constrained Hyper-Connections (mHC)“; eine Schicht- oder Expertenzahl nennt die Karte nicht. Zur Modalität steht dort der Satz „We introduce GLM-5.3-Flash, the first natively multimodal model in the GLM-5 series“ – Beispielcode verarbeitet Bild und Text. Video, das OpenRouter für Ox Alpha ausdrücklich als Eingabemodalität führt, erwähnt die Modellkarte nicht. Auch beim Kontext gehen die beiden Seiten auseinander: OpenRouter weist 1.048.576 Token aus, die Modellkarte spricht von einer Auswertung „with a maximum context length of 300,000 tokens, using a context management strategy“ und von maximal 163.840 erzeugten Token. Wir geben beides so wieder, wie es dort steht, und lösen den Unterschied nicht auf.
Die Bestätigung der Urheberschaft geht auf Bloomberg zurück: Sowohl heise als auch TechCrunch berufen sich darauf, dass Z.ai gegenüber Bloomberg bestätigt hat, Ox Alpha sei eine neue Variante der GLM-Reihe. Das sind trotz zweier Redaktionen nicht zwei unabhängige Belege, sondern eine Kette – tragend ist hier ohnehin, dass OpenRouter und Hugging Face die Zuordnung selbst ausweisen. TechCrunch (Rebecca Bellan, 26. August 2026) nennt die Ankündigung, die Gewichte „on Wednesday“ freizugeben; sie waren zum Zeitpunkt unseres Abrufs bereits da.
Die erste unabhängige Messung referiert heise, durchgeführt hat sie stealthmodelwatch.online: In einem vollständig dokumentierten DeepSWE-Lauf über alle 113 Aufgaben löste Ox Alpha 66 Aufgaben, also 58,4 %. Zum Vergleich führt heise die offizielle DeepSWE-Bestenliste an – Claude Opus 5 mit 74 %, GPT-5.6 Sol mit 73 %, Claude Fable 5 mit 70 % und Claude Opus 4.8 mit 59 %. Die Modellkarte selbst weist für Deep-SWE 63,4 aus (mit Sternchen-Fußnote, die wir nicht gelesen haben), dazu Terminal-Bench 2.1 mit 84,3 und HLE mit Werkzeugen 55,3; als Vergleichsmodelle nennt sie GLM-5.2 und Claude Opus 4.8. Lehrreich ist auch der Vorlauf, den heise daneben stellt: Ein X-Nutzer (davis7) war auf einer Stichprobe von zehn Aufgaben noch bei 80 % gelandet. Der Abstand zwischen Stichprobe und vollem Lauf ist die beste verfügbare Illustration dafür, wie wenig ein Zehn-Aufgaben-Eindruck über ein Modell aussagt. Korrektur vom 27.08.2026: In der ursprünglichen Fassung hatten wir sowohl den vollständigen Lauf als auch die Stichprobe der heise-Redaktion zugeschrieben. Die Zahlen stimmen, die Zuschreibung war falsch – heise berichtet beides, gemessen haben es andere.
Ein Detail zur Datenhaltung, an der wir uns am 23. August aufgehängt hatten: OpenRouters Modellseite formuliert den Retention-Hinweis inzwischen in der Vergangenheitsform – „Prompts and completions for this model were retained by the provider and are not used for training“. Der Widerspruch zur „zero-retention policy“, die OpenCodes Dokumentation demselben Anbieter zuschrieb, ist damit nicht aufgelöst, sondern nur abgeschlossen: Wer das Modell in der Gratisphase über OpenRouter benutzt hat, weiß weiterhin nicht, welche der beiden Zusagen galt.
Aktualisiert am 27. August 2026.