Таинственная Ox Alpha обошла Claude Fable 5 и GPT-5.6 Sol в тесте для кода
Бесплатная AI-модель Ox Alpha привлекла внимание разработчиков результатами в DeepSWE, большим контекстным окном и анонимным поставщиком
Один основной источник · Как мы проверяем новости
Что произошло
На рынке AI-моделей появилась Ox Alpha — модель, которую в листинге называют решающей моделью для кодинга, длительной агентной работы и производственных нагрузок. Ее поставщик во время предварительного доступа предпочел остаться анонимным.
Модель уже сравнивают с Anthropic Claude Fable 5 и OpenAI GPT-5.6 Sol на кодинговых бенчмарках. В частности, внимание привлекли результаты в DeepSWE, где оценивается, как часто кодинговый агент с первой попытки корректно решает реальные задачи из GitHub.
Результаты и возможности
DeepSWE использует 113 задач из 91 репозитория и измеряет долю успешно решенных задач. В начальном прогоне на 10 задачах Ben Davis получил для Ox Alpha 80% успешных первых попыток, тогда как Claude Fable 5 показала 65%, а GPT-5.6 Sol — 52%. При этом сам прогон был ограниченной выборкой, поэтому реальный результат может заметно отличаться.
Ox Alpha доступна бесплатно, читает примерно до 1 млн токенов в одном контекстном окне и может принимать на вход текст, изображения и видео, выдавая текстовый ответ. Также заявлена поддержка вызова инструментов и функций, но JSON-вывод не закреплен схемой, что может быть проблемой для разработчиков агентных систем, которым нужны структурированные ответы.
Почему это заметно
OpenCode заявила, что ее маршрут может обрабатывать 100 трлн токенов в день, а Nous Research, предлагающая модель бесплатно через собственный портал, заявила мощность в 1 квадриллион. Такие показатели пропускной способности ставят модель в один ряд с наиболее используемыми и сильными моделями на рынке, согласно исходному материалу.
При этом на 22 августа у Ox Alpha не было записи в Artificial Analysis или LMSys Arena. Поэтому сравнения с лидерами рынка пока опираются на ограниченные тесты и заявления участников экосистемы.
Источники
Один основной источник. Как мы проверяем новости
