Le 20 août 2026, un modèle d'IA sans nom, sans propriétaire déclaré et gratuit est apparu sur OpenRouter — et il a surpassé les modèles payants dans un test de programmation. Il s'appelle Ox Alpha, il est répertorié comme « stealth », et le fournisseur a choisi de rester anonyme pendant cette phase de prévisualisation.
Sur le benchmark de code DeepSWE, voici les résultats publiés :
- Ox Alpha — 80 %
- Claude Fable 5 — 65 %
- GLM-5.3 — 62 %
- GPT-5.6-sol — 52 %
Ajoutez à cela une fenêtre de contexte de 1 048 576 tokens — environ un million —, une sortie allant jusqu'à 131 000 tokens et une entrée qui accepte texte, image et vidéo. Prix affiché : zéro.
Pourquoi un laboratoire lancerait-il un modèle sans y apposer sa signature
Un modèle « stealth » n'est pas un accident, c'est une méthode. Placer un modèle ouvert et anonyme sur une plateforme publique donne au laboratoire ce qu'aucun test interne ne peut offrir : un usage réel, sur des problèmes réels, sans le biais de la marque. Personne ne le félicite parce qu'il vient de l'entreprise X, ni ne le critique parce qu'il vient de l'entreprise Y — ce qui reste, c'est la performance.
Et le prix zéro a une fonction : il supprime le dernier obstacle au volume de tests. En échange, le laboratoire collecte des comportements d'usage à grande échelle.
Le détail le plus intéressant : on peut deviner à qui il appartient grâce à son empreinte
Le chercheur indépendant Ben Davis affirme être « sûr à 99 % » que Ox Alpha appartient à la famille GLM-5.x, de la société chinoise Zhipu. Les indices ne proviennent ni d'une fuite ni d'une source anonyme — ce sont des marques techniques présentes dans le comportement même du modèle :
- un schéma de consommation de tokens du codeur vidéo identique à celui de GLM-5V-Turbo ;
- un alignement du tokenizer avec celui de GLM-5.3 ;
- la manière spécifique dont le modèle refuse une entrée audio ;
- jusqu'au taux d'utilisation d'emojis dans le style des réponses.
Il n'y a pas de confirmation officielle, et il convient de traiter cela comme une hypothèse bien fondée, non comme un fait. Mais la méthode en dit long : tout système laisse une signature. C'est le même principe que celui décrit lorsque nous parlions de ce qui trahit vraiment un texte rédigé par une IA — ce n'est pas le détail que tout le monde recherche, c'est le schéma structurel que personne ne pense à dissimuler.
Ce que cela change pour votre entreprise
1. Le « meilleur modèle » est devenu une mesure, plus une marque
Il y a un mois, la réponse à « quelle IA utiliser » était le nom de deux ou trois entreprises. Aujourd'hui, un modèle sans nom prend la tête d'un test spécifique de programmation. La bonne question n'est plus quelle est la meilleure IA, mais quel modèle est le meilleur pour votre tâche, mesuré sur votre propre matériel.
2. Gratuit et anonyme ne fait pas bon ménage avec les données clients
Voici l'avertissement pratique, et il est sérieux. Si le fournisseur est anonyme, vous ne savez pas : qui traite vos données, dans quel pays, sous quelle politique de conservation et avec quel usage à des fins d'entraînement. Pour un test avec du matériel public, aucun problème. Pour un contrat, une inscription, un dossier médical, une fiche de paie ou toute donnée personnelle, cela relève du RGPD — et la responsabilité, envers le titulaire des données, reste celle de votre entreprise, pas celle du fournisseur sans nom.
3. Changer de modèle doit rester peu coûteux
Si en une semaine un inconnu peut rivaliser avec les leaders, la décision d'architecture la plus précieuse est de ne pas rester enfermé chez un seul fournisseur. Cela signifie garder la logique de votre système séparée du modèle, afin que le changement se résume à modifier une configuration — et non à réécrire le produit.
Comment tester sans s'exposer
- Constituez un ensemble fixe de vos propres tâches. Dix à vingt cas réels de votre quotidien, avec la bonne réponse déjà connue. C'est le seul test qui compte, car il mesure votre travail et non le benchmark de quelqu'un d'autre.
- Exécutez le même ensemble sur chaque modèle candidat et comparez précision, coût et temps. Notez les trois.
- Utilisez des données dépersonnalisées pour ce test. Remplacez noms, documents et montants par des équivalents fictifs.
- Ce n'est qu'ensuite que vous déciderez ce qui passe en production — et gardez le deuxième du classement configuré, comme plan B.
En résumé
Un modèle anonyme et gratuit en tête d'un test de programmation, c'est une bonne nouvelle pour ceux qui font appel à l'IA : cela signifie de la concurrence, des prix en baisse et moins de dépendance envers un fournisseur unique. Et c'est un avertissement pour ceux qui confondent test et production : gratuit et sans propriétaire, c'est parfait pour expérimenter, et désastreux pour traiter des données clients.
Sur le coût réel de faire fonctionner l'IA en entreprise, nous avons écrit dans combien coûte l'IA pour votre entreprise. Et si vous voulez que ce choix soit fait avec méthode — test avec votre propre matériel, politique de données et plan B configuré —, c'est ce que nous faisons dans implémentation d'IA pour entreprises.
Sources : fiche du modèle sur OpenRouter (stealth/ox-alpha, 20 août 2026) et analyse publique du chercheur Ben Davis sur l'origine probable, sans confirmation officielle à la publication de ce texte.
Perguntas frequentes
Qu'est-ce qu'Ox Alpha ?
C'est un modèle d'IA référencé comme stealth sur OpenRouter depuis le 20 août 2026, proposé gratuitement par un fournisseur qui a choisi de rester anonyme pendant la préversion. Il dispose d'une fenêtre de contexte d'environ un million de tokens, d'une sortie allant jusqu'à 131 000 tokens et accepte texte, image et vidéo.
Ox Alpha est-il meilleur que ChatGPT et Claude ?
Sur le benchmark de programmation DeepSWE, les résultats publiés donnent 80 % à Ox Alpha, contre 65 % pour Claude Fable 5, 62 % pour GLM-5.3 et 52 % pour GPT-5.6-sol. Cela mesure une tâche de code précise ; ce n'est ni une supériorité générale ni une garantie pour votre cas d'usage.
À qui appartient Ox Alpha ?
Aucune confirmation officielle. Le chercheur indépendant Ben Davis se dit sûr à 99 % qu'il appartient à la famille GLM-5.x, de la société chinoise Zhipu, sur la base de marques techniques : consommation de tokens de l'encodeur vidéo identique à GLM-5V-Turbo, tokeniseur aligné sur GLM-5.3, manière spécifique de refuser l'audio et jusqu'au taux d'utilisation des émojis.
Pourquoi un laboratoire lance-t-il un modèle anonyme ?
Pour obtenir un usage réel sans biais de marque : sans savoir à qui il appartient, personne ne l'encense par sympathie ni ne le rejette par principe, et il ne reste que la performance. La gratuité lève la dernière barrière au volume de tests et, en échange, le laboratoire récolte des comportements d'usage à grande échelle.
Puis-je utiliser un modèle gratuit et anonyme dans mon entreprise ?
Pour des tests sur du matériel public, oui. Pour des données clients, non : avec un fournisseur anonyme, vous ignorez qui traite l'information, dans quel pays, avec quelle politique de conservation et si elle sert à l'entraînement. Vis-à-vis de la personne concernée, la responsabilité reste celle de votre entreprise.
Comment choisir le modèle d'IA à utiliser en entreprise ?
Constituez dix à vingt tâches réelles de votre quotidien dont vous connaissez déjà la bonne réponse, exécutez le même jeu sur chaque modèle candidat et comparez justesse, coût et temps. Utilisez des données dépersonnalisées pour ce test et gardez un second modèle configuré en plan B, pour que changer revienne à modifier un réglage.