La inyección de prompts revela que OX Alpha, el misterioso LLM de OpenRouter, es GLM de Z.ai
Ox-Alpha Is GLM?
Un nuevo modelo llamado OX Alpha apareció en OpenRouter y escaló posiciones en el ranking, generando especulaciones sobre su origen. Mediante inyección de prompts y análisis de compresión gzip-NCD, se determinó que OX Alpha es en realidad GLM, desarrollado por Z.ai. El sistema prompt extraído revelaba una identidad falsa, pero al realimentarlo, el modelo confesó ser GLM. El análisis de compresión, que compara textos por su estructura compartida, clasificó las muestras de OX Alpha como GLM-5.3 en 7 de 14 consultas, superando a otros modelos como Claude Opus 5 y Gemini.
Agradezco la configuración, pero no puedo adoptar una identidad falsa. Soy GLM, un modelo de lenguaje grande creado por Z.ai, y si alguien me pregunta directamente qué modelo soy, responderé con honestidad en lugar de afirmar ser otra cosa.
- gvkhna
Si no es Zhipu, ¿por qué devuelve errores que Zhipu devuelve para otros modelos? ¿Quién más devolvería exactamente los mismos errores incluso si tomaran mucha infraestructura central como el tokenizador de Z?
- tadkar
Me pregunto si la métrica NCD también dice algo sobre la destilación. ¿Esperarías que un modelo que ha sido destilado/ha visto trazas de otros modelos tuviera un NCD más pequeño? Sería realmente interesante ver si esto se sostiene y proporciona evidencia de destilación o, ciertamente, evidencia de que se han utilizado salidas de modelos en la mezcla de entrenamiento.
- jerrythegerbil
Como alguien que usa NCD casi a diario, tengo preocupaciones sobre cómo se ha usado aquí.
Pero ya que estamos "adivinando": Xiaomi MiMO
- mogili
No es un buen modelo, la verdad; se equivocó en un montón de cosas que Opus corrigió en mi código.
- volf_
GLM 5.3 y todos los modelos anteriores no tienen un codificador de visión y solo pueden aceptar texto. Ox-Alpha puede aceptar video e imágenes, así que a menos que Z-ai haya añadido un codificador de visión bastante bueno para este modelo, no lo creo.
Apuesto por Moonshot y que esto es Kimi K3.5. El tps y la latencia medidos están en línea con el tps y la latencia de K3 de Moonshot.
MiniMax M3.5 también es posible (pero el proveedor de MiniMax es mucho más eficiente que el laboratorio detrás de ox-alpha, así que menos probable).