OpenRouter的模型货架上，悄悄多了一个新条目。
没有公司名，没有参数表，没有发布通稿，价格栏里只写着两个零。简介只有一句话，面向编码与长周期智能体任务的前沿模型，上下文窗口104.8万token，能吃文本、图片和视频，预览期免费一周。
它叫Ox Alpha。Ox是牛，中文社区直接赐名，牛来。
就是这么一个来路不明的模型，做成的事每一件单拎出来都够开一场发布会。上架第一天，调用量登顶OpenRouter，顺手刷新平台单日模型用量纪录，跑掉近2万亿token。要知道，这个平台官方披露的整体日处理量不过在10万亿token量级，一个匿名新面孔，第一天就吃掉了接近两成。在编程工具OpenCode的榜单上，它把DeepSeek坐了56天的榜首位置接了过来。OpenRouter公开页面数据显示，仅Hermes Agent、Claude Code等前五大应用对它的累计调用就已超过4万亿token。Stripe的CEO Patrick Collison亲自上手试完，留下一句非常令人印象深刻。
现在，全网讨论都聚焦在同一个问题上，这牛到底是谁家的。
指纹派已经拿出了亲子鉴定报告。分词器比对、视频编码器特征、报错码、服务器堆栈，五重证据层层叠加，独立研究者Ben Davis给出的概率判断是99%，指向智谱的GLM-5.x系列。反对派也有一份名单，谷歌DeepMind几名研究员发帖暗示它像新版Gemini，另有分析认为分词器特征指向微软尚未发布的MAI-2。爆料人Mia只留下一句，我已经确认它是谁了，但现在不能说，反正不是你们想的那样。
猜谜确实上头。但身份只是这头牛的A面，我更想翻它的B面，那笔没人细算的账。一个连名字都不肯署的厂商，为什么敢把每天100万亿token的算力摆上桌，请全世界白吃一周。
一
100万亿token一天，到底是什么饭量
OpenCode在官方公告里写得很直白，Ox Alpha背后的提供方，每天拥有100万亿token的服务容量。注意这个表述，这是公告宣称的设计供给上限，不是实际跑出来的日均负载。就像餐厅宣称后厨能出一万份菜，和真的卖出去一万份，是两回事。
这个数字躺在新闻里只是一串零，换成参照系才有实感。
据彭博报道的测算，它大约是Visa公司整整一个月AI token使用量的100倍，当然这只是个量级参照，不是精确统计。社区里也有人按硬件反推，以每块GPU每秒80个token的推理速度估算，撑起这个吞吐大约需要58万块GPU同时在线，模型架构和任务类型不同，这个数字会大幅浮动，看个量级就好。
还可以直接换算成钱。
拿公开市场上同级别旗舰模型的定价当标尺，GLM-5.3的API公开定价是每百万输入token 2.5元、输出10元。就算保守到全部按输入价折算，100万亿token一天对应的名义标价也在2.5亿元上下。
名义标价不等于真实成本，自家算力的实际支出远低于公开售价，但用来丈量这场请客的排面足够了，一天请掉的账面价值，抵得上头部厂商办几十场发布会。
而真正耐人寻味的对比在这里。全网爆量之下，OpenRouter公开渠道跑掉的近2万亿token，只占到宣称容量的五十分之一。
这不是挤牙膏式的免费，是直接把粮仓大门敞开。供给冗余做到这个程度，本身就是一种表态，它要展示的不是模型有多聪明，而是推理产能有多管够。
消化这些token的，已经不是人，是程序
一个容易被忽略的细节藏在调用结构里。给牛来贡献最多流量的，不是聊天框前的普通用户，而是Hermes Agent、Claude Code这类编程智能体工具。
这背后是token经济的一次需求换代。
聊天时代，一个人和模型聊一下午，消耗几千到几万个token。智能体时代，模型要自己规划、调用工具、读写代码、反复纠错，一个复杂任务跑下来，几十万token只是起步。
独立测试里有个数据很能说明同样一批软件工程任务，Ox Alpha平均每个任务走了117个智能体步骤，GPT-5.6 Sol只用了61步。步骤越多，思考的链条越长，烧掉的token也就越多。
换句话说，token需求的计价单位正在从人次变成任务，需求的公式变成了任务数量乘以每个任务的思考深度，而后者还在随着模型能力一起膨胀。
这就解释了厂商为什么偏偏挑这个时候秀供给。当单个用户的需求天花板被智能体彻底掀开，谁能稳定、便宜、不限量地供货，谁就握住了下一轮竞争的入场券。训练算力决定你有没有资格上桌，推理算力决定你能请多少人吃饭。
另一边的token，开始按峰谷计价
把视线从牛来身上挪开半米，行业另一端还有一件没什么人讨论的事。
DeepSeek的API价格表悄悄改成了峰谷制，空闲时段价格打到高峰时段的一半，V4-Pro在高峰时段的涨幅最高达1100%。规则还在继续细化，现在的版本里，周末全天不再区分峰谷，统一按低谷价计费。
峰谷价这个词，我们以前只在电费单上见过，现在它出现在了大模型的价格表里。
两件事摆在一起看，画面就很有意思。
一边是牛来免费畅吃不限量，另一边是DeepSeek像供电公司一样给token划分高峰低谷。手法相反，指向相同，都在回答同一个问题，如何把推理产能卖得更聪明。
峰谷价差的出现，说明供给存在刚性约束、需求有潮汐波动，需要价格杠杆来调节负载。
超大规模免费供给的出现，说明推理产能已经脱离实验品阶段，有了规模化生产的底气。
沿着这个方向推演，长协价、容量预留甚至算力期货这类更成熟的交易形态，出现的概率并不低，市场里也可能长出专门的token中间商。当然，这一步目前还停留在推演层面，但电和通信，当年走的都是同一条路。
免费的账单，记在谁的头上
天下没有免费的午餐吗，倒也不必这么阴谋论，但这顿饭的价格标签值得翻出来看看。
厂商得到的，是任何内部测试都造不出来的东西。
前五大应用已经贡献超4万亿token调用，跑的全是真实生产环境里的代码仓库、智能体任务和多模态输入。传统软件公司做灰度测试，得花钱请人、搭环境、求反馈。
AI时代反过来了，全球开发者自带干粮排队上岗，测完还顺手在社区把口碑刷了。这批真实负载数据的价值，未必低于烧掉的算力。
平台得到的是实打实的估值故事。
支付巨头Stripe已经官宣达成协议收购OpenRouter，官方没有披露金额，媒体披露的报价从70亿到80亿美元不等，交易还有待交割，而这家平台数月前融资时的估值只有13亿美元。
更值得玩味的是Stripe CEO在官宣声明里的表态，token正在成为AI商业的核心货币，谁能帮企业把token花得更聪明，谁就握住了AI时代的基础设施入口。牛来带来的天量流量，恰好是给这笔收购送上门的成交喜报。卖水的生意，再一次被证明比淘金稳。
但用户付出的东西往往最容易被忽略。
OpenCode的官方公告宣称零数据留存，OpenRouter的模型页却白纸黑字写着，提示词和回复会被提供方留存，只是不用于训练。
两个官方渠道，两种说法，至少有一个没把话说全。留存但不训练，和请求结束即删除，是两回事。所以薅羊毛的正确姿势是，个人项目、开源代码、脑洞实验尽管招呼，公司的核心代码先捏在手里，等它摘了面具再谈信任。
瓜好吃，瓜皮得吐
牛来的瓜好吃，但有几处瓜皮比较硬，建议吐掉再吃。
跑分的成色要打个折。
全网疯传的80%，来自Ben Davis用DeepSWE跑的10道题自测，样本小到方差极大。样本扩大到113题之后，DeepSWE官方人员给出的评测结果是63分上下，整体表现接近Claude Opus 4.8，稳稳站在第一梯队，但和碾压两个字还隔着几个身位。第三方社区榜单Kingbench上它拿到87.5%，压它一头的恰好是GLM-5.3的91.25%，不过这类社区榜单本来就不在公认主流基准之列，参考一下就好。
指纹的可信度也要打个折。
五重证据链全部来自社区研究者的技术推断，99%是概率判断，不是官方结论。链条里最漂亮的要数那个控制变量实验，同一份GLM-5.2权重托管在别家平台，报错格式就完全不一样，说明指纹锁定的是运营方，而不只是模型权重。但指纹终究不是官宣，Pony Alpha揭晓之前，社区同样众说纷纭。厂商认领之前，一切置信度都只是概率。
还有一层更少人提的风险。
匿名意味着责任主体模糊，如果模型生成了侵权内容或者带漏洞的商用代码，用户找不到明确的责任方，平台和模型提供方之间的权责边界至今没有规则。热度退潮之后，这个问题迟早要被摆上台面。
这个剧本，已经演了五遍
如果这只是孤例，它顶多算一条猎奇新闻。但翻开OpenRouter的隐身模型档案，你会发现这已经是一套成熟的流水线。
Pony Alpha从匿名到官宣只用了五天，真身是智谱GLM-5，上架第一天调用400亿token，认领之后智谱股价两天涨了60%。Hunter Alpha揭晓为小米MiMo-V2-Pro，Elephant Alpha花落蚂蚁，Owl Alpha确认是美团LongCat-2.0。
平均一两个月就有一款新马甲上桌，节奏稳得像排播表。
再往前追，这套打法的祖师爷其实是OpenAI，当年一个名叫gpt2-chatbot的匿名模型空降竞技场，后来被证实是GPT-4o的预览版。
这套剧本能跑通，靠的不只是传播心理学，背后还有实打实的产业逻辑。
实验室预设的测试负载永远覆盖不了真实世界的混合场景，全量开放的免费流量就是最好的压力测试，能压出人工测试找不到的工程漏洞。匿名意味着进可攻退可守，表现好就认领流量，表现不好悄悄下线，几乎没有公关成本。
免费放量还能顺带摸清真实需求的天花板，观察什么场景的用户愿意为什么样的能力掏钱，给后续正式定价提供数据依据。营销、工程、商业三件事，一场匿名公测全办了。
上一次的马甲是马，这一次是牛，中文社区笑称牛马终于配齐。而打工人一边自嘲牛马，一边薅着牛的算力干活，这大概是AI圈颇有行为艺术感的一幕。
热闹散场之后，牌桌会剩下谁
把目光再放远一点，这类事件正在悄悄改写行业格局。
头部厂商可以拿海量算力做免费获客，中小模型厂商既烧不起这个算力，也拿不出同等规模的稳定供给，筹码不够的玩家会被一点点挤出牌桌。
聚合平台的话语权也在上升。
当匿名发布成为标配玩法，厂商会越来越依赖OpenRouter这类平台的曝光和分发能力，入口的定价权和规则制定权会持续向平台集中。Stripe愿意为这层入口掏出几十亿美元，买的其实就是这个东西。
再往上游看，当推理产能成为核心竞争力，数据中心、先进封装、能源供给这些基础设施环节的战略权重还会继续抬升。
模型圈的每一次狂欢，最后买单的和赚钱的，往往都藏在产业链更深处。
终
故事还没有完，两件事值得盯着。
免费窗口关窗在即，价格牌翻开，是骡子是马，哦不，是牛，看留存用户说话。
按官方预告，智谱的GLM-5.3权重即将开源。模型卡一出，参数、架构、分词器全摆上台面，牛来的身份是真是假，开箱即知。
如果证实是它，这场匿名请客就是性价比罕见的一场发布会。如果不是它，那更好玩了，说明牌桌上还坐着一个所有人都没猜到的玩家。
无论哪种结果，有一件事已经发生。模型发布这门生意，从PPT时代正式进入了盲盒时代，而算力，成了请客吃饭的那张饭卡。
牛来没来，马上见分晓。反正这一阵，打工人的token自由，是它给的。
- END -
2026全球闪存峰会
随着生成式AI进入规模化落地阶段，大模型训练与推理对存储性能、容量、架构的需求持续攀升，存储正从被动的数据容器，升级为驱动AI产业发展的核心底座。
在此背景下，以“存力跃迁，AI破局”为核心主题的2026全球闪存峰会（Flash Memory World 2026），将于2026年8月26日在中国武汉正式举办。本届峰会由 DOIT 传媒、华中科技大学计算机科学与技术学院、华中科技大学集成电路学院联合主办，汇聚全球存储产业链力量，全面呈现闪存技术前沿突破与 AI 时代的产业新图景。
报名通道：https://app.ehub.net/register/nga5ph
扫描下方二维码 关注我们
本文来源于DOIT传媒，文章内容仅供参考，不构成投资建议。
评论列表