Personne ne confirme qui a créé le modèle viral Ox Alpha

Un mystérieux nouveau modèle d'IA baptisé Ox Alpha est apparu sur OpenRouter le jeudi 21 août, présenté comme « un modèle de raisonnement conçu pour le code, le travail agentique soutenu et la production », selon TechCrunch. Il était proposé gratuitement, et la fiche d'OpenRouter le décrivait elle-même comme un « modèle furtif », précisant qu'il était « développé et exploité par un fournisseur tiers ayant choisi de rester anonyme pendant cette prévisualisation ». La plateforme de code OpenCode a diffusé la même sortie gratuite. Officechai a rapporté que les deux plateformes ont mis à disposition, ensemble, environ 100 000 milliards de jetons d'usage quotidien gratuit durant la première semaine — une générosité inhabituelle qui fait désormais partie du mystère lui-même.

Le modèle a vite attiré l'attention de personnalités qui comptent dans le secteur. Sur X, le PDG de Stripe Patrick Collison — dont l'entreprise est en train de racheter OpenRouter — a qualifié Ox Alpha de « very impressive » (très impressionnant), a rapporté TechCrunch. Officechai a relayé des premières impressions d'utilisateurs plaçant le modèle à peu près au niveau de GPT-5.6 Sol et de Fable 5, un utilisateur affirmant même qu'il les avait battus tous les deux sur le référentiel de code Deep SWE. Rien de tout cela n'a cependant répondu à la seule question que la sortie elle-même refusait d'éclaircir : qui l'a réellement construit.

L'indice du tokenizer, qui pointe vers Z.AI

L'essentiel du travail d'enquête amateur s'est concentré sur le tokenizer du modèle — le système interne qui décide comment un texte est découpé en unités de sous-mots avant traitement, et qui laisse en général une empreinte distinctive propre à chaque laboratoire. Officechai a rapporté que le chercheur en contournement de restrictions Pliny the Liberator a analysé le tokenizer d'Ox Alpha et conclu qu'il correspond à la famille GLM-5.X développée par l'entreprise chinoise Z.AI. Un test plus systématique est venu du commentateur IA Sushaanth Srinivasan, qui a fait passer onze sondes de tokenizer distinctes sur dix modèles différents : Ox Alpha a correspondu au comportement de GLM sur les onze, alors qu'aucun autre laboratoire ne dépassait quatre correspondances. Sur une sonde portant sur la façon dont un modèle encode les chiffres, DeepSeek avait besoin de 98 jetons là où GLM n'en utilisait que 29 ; Ox Alpha en utilisait également 29. Sushaanth Srinivasan a aussi constaté qu'Ox Alpha sait lire des images, ce qui contredit une correspondance GLM pure, puisque GLM-5.3 de Z.AI ne dispose d'aucun point d'entrée pour la vision.

L'analyste IA Andrew Curran a bien montré à quelle vitesse le consensus a vacillé, écrivant vendredi que la spéculation initiale s'était fixée sur GLM mais que « ce matin, les gens semblent moins sûrs de tout », a rapporté TechCrunch. Une partie du doute vient de l'économie plutôt que de la linguistique : plusieurs commentateurs estiment que l'ampleur même de l'usage gratuit absorbé par Ox Alpha — plusieurs centaines de milliards de jetons par jour, selon certaines estimations — joue contre l'hypothèse d'un laboratoire chinois, l'argument étant que Z.AI n'aurait probablement pas une telle réserve de calcul disponible à offrir gratuitement.

Microsoft, Google, et deux autres pistes contestées

Une théorie rivale désigne Microsoft. Robert Lukoszko, PDG de la start-up Stormy, a défendu dans un message largement relayé qu'une autre lecture du tokenizer change entièrement la donne.

En se fondant sur la tokenisation, stealth/ox-alpha est un modèle à tokenizer cl100k_base — ce qui élimine OpenAI, Google, Anthropic, xAI et tous les laboratoires chinois de pointe, et ne correspond qu'à la lignée Phi/MAI de Microsoft (avec IBM Granite comme hypothèse extérieure) — c'est donc très probablement le modèle de pointe non publié de Microsoft, autrement dit « MAI-2 ».

Officechai a noté que Microsoft a récemment lancé un modèle de génération d'images performant et figure parmi les rares entreprises disposant d'assez de capacité de calcul disponible pour financer une largesse de cette ampleur, ce qui donne à la théorie une certaine plausibilité financière même sans consensus sur le tokenizer. Un troisième camp pointe vers Google, qui vient de publier Gemini 3.7 Flash avec un accueil supérieur aux attentes, alors que le plus grand Gemini 3.5 Pro reste retardé ; certains employés de Google auraient publié des messages allusifs au moment de la sortie d'Ox Alpha, alimentant la théorie. Officechai a toutefois signalé une complication : Ox Alpha aurait échoué à un test de vision populaire que les modèles Gemini réussissent habituellement, ce qui joue contre l'hypothèse Google. Une quatrième théorie veut qu'Ox Alpha soit le modèle Composer 3, non encore publié, de Cursor, potentiellement servi grâce à de la capacité de calcul louée à xAI, estimée par certains à 100 000 milliards de jetons de capacité quotidienne. Une cinquième désigne ByteDance : Officechai a rapporté qu'Ox Alpha a traité 1 250 milliards de jetons sur OpenRouter et 2 600 milliards sur OpenCode en une seule journée — 3 850 milliards au total, soit près de cinq fois le volume complet de GLM-5.3 sur OpenRouter — tout en restant stable, une échelle que certains jugent impossible à soutenir hors de l'infrastructure Seed de ByteDance, alors même que l'indice du tokenizer continue de pointer vers la famille GLM.

• Z.AI / GLM — les sondes de tokenizer correspondent à GLM sur 11 tests sur 11, mais le volume de calcul gratuit paraît trop élevé pour certains.
• Microsoft — une lecture en tokenizer cl100k_base pointe vers la lignée Phi/MAI, un possible « MAI-2 ».
• Google — sortie proche de celle de Gemini 3.7 Flash, mais Ox Alpha aurait échoué à un test de vision que Gemini réussit.
• Cursor Composer — soupçonné d'être Composer 3, potentiellement servi via du calcul xAI loué.
• ByteDance — un volume quotidien (3 850 milliards de jetons cumulés) que certains jugent impossible sans l'infrastructure Seed de ByteDance.

Une conclusion que personne n'atteint

Les utilisateurs de Reddit sont tout aussi partagés que les commentateurs professionnels : TechCrunch a cité un message affirmant qu'Ox Alpha « ne peut pas être chinois », et un autre exprimant une « grande confiance » dans le fait qu'il l'est. Aucun des laboratoires cités dans les cinq théories n'a confirmé ni démenti avoir construit Ox Alpha, et la fiche d'OpenRouter continue de décrire le fournisseur comme simplement anonyme. Ce qui n'est en revanche pas contesté, c'est l'ampleur de l'usage réel que le modèle absorbe pour du travail agentique soutenu — exactement le terrain que décrit la fiche d'OpenRouter elle-même — alors que son origine reste invérifiée.

Le reportage de TechCrunch se termine sur un constat qui survit à la devinette elle-même : quel que soit celui qui a construit Ox Alpha, le format de la sortie furtive a généré une attention disproportionnée pour un modèle que personne ne peut nommer, et d'autres laboratoires pourraient être tentés de copier ce scénario plutôt que d'annoncer leur prochaine sortie de façon classique. Pour les développeurs français qui, ces derniers jours, ont fait transiter du code et des tâches agentiques par Ox Alpha parce qu'il est gratuit et rapide, ce compromis mérite d'être nommé clairement : le fournisseur du modèle, ses pratiques de traitement des données, sa disponibilité à long terme et même les conditions dans lesquelles il a été entraîné restent, à ce jour, inconnus. Un modèle aussi capable, déployé pour du travail agentique soutenu sans opérateur confirmé derrière lui, rappelle que vitesse et anonymat peuvent arriver ensemble — et que la commodité d'un outil gratuit et puissant n'équivaut pas à savoir qui le fait réellement tourner.