2026년 8월 20일, OpenRouter에 이름도 개발사도 밝히지 않은 AI 모델 하나가 조용히 등록됐습니다. 아이디는 stealth/ox-alpha. 공식 발표도, 기술 문서도, 벤치마크 보도자료도 없었습니다.
그런데 딱 6일 만에 이 모델은 42조 개가 넘는 토큰을 처리하며 OpenRouter 사용량 1위에 올랐고, DeepSeek을 밀어냈습니다. 그리고 8월 26일, 정체가 밝혀졌습니다 — 중국 Zhipu AI(Z.ai)의 신작 GLM-5.3-Flash였습니다.
Ox Alpha가 뭐였는지, 실력은 진짜였는지, 지금은 어떻게 쓸 수 있는지 정리해드립니다.
Ox Alpha란? 한 줄 요약
개발사를 숨긴 채 OpenRouter에 무료로 공개됐던 “스텔스 모델”로, 정식 출시 전 실사용 피드백을 모으기 위한 익명 프리뷰였습니다.
AI 업계에서는 신모델을 정식 발표 전에 이런 식으로 익명 공개해 반응을 떠보는 경우가 종종 있습니다. Ox Alpha도 그런 사례였고, 이번엔 유독 화제가 컸습니다.
핵심 스펙 한눈에 보기
| 항목 | 내용 |
|---|---|
| 최초 등장 | 2026년 8월 20일 (OpenRouter, stealth/ox-alpha) |
| 정체 공개 | 2026년 8월 26일 — Zhipu AI GLM-5.3-Flash로 확인 |
| 파라미터 | 총 320B (활성 18B, MoE 구조) |
| 컨텍스트 창 | 약 1.05M~1.25M 토큰 |
| 입력 형식 | 텍스트, 이미지, 동영상 (GLM-5 시리즈 최초 네이티브 멀티모달) |
| 지식 컷오프 | 2025년 11월 |
| 프리뷰 기간 가격 | 무료 (약 1주일 한정) |
| 6일간 처리량 | 약 42~44조 토큰, OpenRouter 사용량 1위 |
왜 이렇게 화제였나 — 정체 추적 게임
Ox Alpha가 뜨거웠던 진짜 이유는 성능 하나가 아니라, “이거 대체 누가 만들었냐”는 추리게임 때문이었습니다.
- 독립 연구자들이 토크나이저(tokenizer) 지문을 분석해 GLM 계열과 지표가 거의 100% 일치한다는 걸 먼저 밝혀냄
- Z.ai 특유의 에러 메시지 형식, 영상 토큰 처리 방식까지 GLM 시리즈와 동일하다는 정황 축적
- 정작 Zhipu AI는 공식 인정도 부인도 하지 않다가, 8월 26일에야 GLM-5.3-Flash라고 공식 확인
즉 회사가 밝히기 전에 커뮤니티가 먼저 범인을 잡아낸 셈입니다.
진짜 실력은? 벤치마크 성적표 — 초기 화제 vs 실측
출시 초반 “GPT-5.6과 Claude를 이겼다”는 소식이 SNS에 빠르게 퍼졌는데, 여기엔 함정이 있었습니다.
- 초기 화제: DeepSWE 코딩 벤치마크 10개 문항만 돌린 표본에서 80% 정답률 — Claude Fable 5(65%), GPT-5.6-sol(52%)보다 높게 나옴
- 전체 실측: 문항 수를 늘려 커뮤니티가 전수 재검증하자 62.8%로 하락
공식 DeepSWE 전체 리더보드 비교
| 모델 | DeepSWE 점수 |
|---|---|
| Claude Opus 5 | 74% (±4%) |
| GPT-5.6 Sol | 73% (±3%) |
| Claude Fable 5 | 70% (±4%) |
| Ox Alpha (GLM-5.3-Flash) | 62.8% |
결론적으로 최상위 폐쇄형 모델(GPT-5.6, Claude Opus 5)을 실제로 이긴 건 아니었습니다. 다만 무료 프리뷰 모델치고는 코딩·에이전트 작업에서 상당히 준수한 수준이었다는 게 업계 중론입니다.
지금 써보려면 — z-ai/glm-5.3-flash
스텔스 딱지는 사라졌지만, 정체가 밝혀진 이후에도 정식 모델로 OpenRouter에서 그대로 사용할 수 있습니다.
import openai
client = openai.OpenAI(
api_key="YOUR_OPENROUTER_API_KEY",
base_url="https://openrouter.ai/api/v1"
)
response = client.chat.completions.create(
model="z-ai/glm-5.3-flash",
messages=[{"role": "user", "content": "안녕하세요! 자기소개 해주세요."}]
)
print(response.choices[0].message.content)프리뷰 기간엔 완전 무료였지만, 정식 공개 후엔 유료로 전환됐습니다(다만 100만 토큰당 입력 약 0.075달러, 출력 약 0.25달러 수준으로 여전히 저렴한 편입니다).
주의할 점 — 스텔스 모델을 프로덕션에 그대로 박아두면 안 되는 이유
Ox Alpha처럼 “한시적 무료 스텔스 모델”은 원래 테스트용이지 상시 서비스용이 아닙니다. 프리뷰 기간이 끝나면:
- 모델 아이디 자체가 예고 없이 사라지거나(
stealth/ox-alpha→ 404) - 이번처럼 완전히 다른 이름으로 바뀌어 버립니다(
z-ai/glm-5.3-flash)
실제로 이 모델을 자동화 봇의 기본 모델로 걸어놓고 쓰던 사례에서, 정체 공개와 동시에 옛 아이디가 죽어버려 서비스 오류가 발생하는 일이 실제로 있었습니다. 스텔스·무료 모델을 쓸 땐 반드시 백업 모델(fallback)을 같이 걸어두는 걸 권장합니다.
이런 분들께 추천드려요
- 개발자: 저렴한 비용으로 코딩/에이전트 작업에 쓸 모델을 찾는 분
- 연구자: 1M 이상 컨텍스트로 멀티모달(텍스트+이미지+영상) 입력을 다뤄야 하는 분
- AI 트렌드 관심자: 스텔스 모델 공개 방식 자체가 궁금했던 분
정리
Ox Alpha는 결국 실력보다 “미스터리 마케팅” 이 만든 화제성이 컸던 사례입니다. 초반 과장된 벤치마크는 걸러졌고, 정체는 GLM-5.3-Flash로 확인됐으며, 지금은 정식 이름으로 계속 쓸 수 있습니다.
다만 이번 사건이 남긴 진짜 교훈은 따로 있습니다 — 무료·스텔스 모델을 실제 서비스 기본값으로 쓸 땐, 언제 사라지거나 이름이 바뀌어도 안 죽는 구조(백업 모델)를 같이 준비해둬야 한다는 점입니다.