华福AI互联网牛来Ox Alpha模型测评汇报

核心测评结果

• 模型介绍：牛来Ox Alpha（原称Alpha）模型由Open Router匿名上线，支持100万上下文、文本/图像/视频多模态输入，免费预览期定价为0，日均调用量达4.5T（上线4天），上线第四天天调用量已居全站第一，为第二名的3倍多。
• 测评方法：采用统一Prompt对同案例池测试，结果显示：
  • 可视化效果突出：存储演变案例的动画设计为目前国内模型最优。
  • 性价比高：类文档编辑器案例仅用548行代码实现全功能，远超Claude 3.5（1112行）、智谱GL5.2（1336行）。
  • 真实性强：台风、托卡马克交互案例可自主计算气象、聚变物理参数。
• 不足之处：
  • 通用案例知识性存在偏差，如存储芯片制造案例未提及HBM、DRAM等核心组件，存储介质演变案例未覆盖消费级介质。
  • 打车软件案例仅实现部分流程，未覆盖行程全环节、计价规则等功能。

国内多模态模型格局

• 差异化打法：
  • Kimi 3：基座微调堆积参数。
  • 智谱GN5.3：同基座仅调整训练时长与任务环境，边际成本低、迭代快。
  • DeepSeek V4：压降低长上下文成本，抢占分发层。
• 国产模型占比：若牛来Ox Alpha为国产模型，Open Router榜单前十中国产模型将占7席。

风险与关注

• 底层厂商身份：牛来Ox Alpha目前为匿名上线，其底层厂商身份尚未明确，需进一步确认背景以判断后续发展潜力。
• 知识性缺陷与任务完整性：模型仍存在知识性缺陷与任务完整性不足问题，需关注其免费预览期结束后的定价策略与功能优化方向。
• 调用量可持续性：其日均调用量当前为免费预览期表现，是否能在付费阶段维持调用量需持续观察。

模型规格

• 参数：100万上下文，13万最大输出输入。
• 支持类型：文本、图像、视频。
• 输出速度：每秒26到50个token。
• 可用性：99.4%以上。
• 定价：免费预览期。

基准测试与竞品对比

• Open Router榜单：牛来Ox Alpha日均Token消耗4.5T，位列第一，但30天累计仅6.5T。
• DeepSeek基准测试：80%的测试结果显示碾压Phi-5，但样本量较小；全量测试结果为63%。

国内多模态模型竞争格局分析

• 不同打法：Kimi 3（左下）、智谱GN5.3（右下）、DeepSeek V4（中间偏上）、牛来Ox Alpha（左上）。
• 竞争态势：当前四个方向均有模型站上，打法趋近差异化，国产模型在Open Router榜单前十中占七席。

研究结论

• 多模态能力：牛来Ox Alpha多模态能力强劲，与海外模型水平相当（4.6水平），国内模型差距不大。
• 可视化与性价比：在可视化效果和性价比方面表现优异，如存储演变案例动画效果国内最优，类文档编辑器代码量远低于竞品。
• 知识性与任务完整性：仍存在知识性缺陷和任务完整性不足问题，需关注后续优化。
• 发展潜力：若为国产模型，将显著提升国产模型在Open Router榜单中的占比，但需关注其后续发展策略和调用量可持续性。