OX Alpha es la nueva IA de la que habla medio internet desde el 20 de agosto de 2026, y lo hace por un motivo poco habitual: nadie sabe quién la ha entrenado. Apareció en OpenRouter bajo el proveedor «Stealth», con un millón de tokens de contexto, entrada de texto, imagen y vídeo, y un precio de cero euros durante una semana. En menos de 24 horas ya había desarrolladores metiéndola en repositorios de producción y comparándola con modelos que cuestan una fortuna.

En Serinfor Marketing seguimos de cerca cada lanzamiento de IA que puede cambiar la forma de trabajar de una agencia o de un departamento de marketing. Y este merece un análisis frío, sin el entusiasmo típico de la semana gratis. Vamos a ver qué es OX Alpha exactamente, qué rinde, qué riesgos tiene para tu empresa y cómo probarlo hoy mismo sin comprometer datos sensibles.

Nota: este artículo se ha escrito el 22 de agosto de 2026. El precio y la disponibilidad son la parte más perecedera; el mecanismo que explicamos aquí te seguirá sirviendo con el próximo modelo anónimo que aparezca.

¿Qué es OX Alpha y qué dice su ficha técnica?

OX Alpha es un modelo de razonamiento orientado a programación y a trabajo agéntico de largo recorrido. Se publica en OpenRouter con el identificador stealth/ox-alpha y sin fabricante declarado. La propia plataforma aclara algo importante: ella se limita a enrutar las peticiones, pero no es la desarrolladora, ni la dueña, ni la proveedora del modelo.

Hay tres cifras de esa tabla que conviene traducir a lenguaje de negocio. Primero, el vídeo como entrada: aceptar clips de vídeo no es habitual, y menos en un modelo que se presenta como especialista en programación. En la práctica significa que puedes enseñarle la grabación de un error en tu web y pedirle que lo diagnostique.

Segundo, la salida de 131.072 tokens. Es una barbaridad: ahí caben refactorizaciones completas, informes largos o lotes enteros de fichas de producto sin trocear el trabajo en veinte peticiones.

Y tercero, el cero. No hablamos de una capa gratuita con cincuenta consultas al día, sino de tarifa cero real durante el preview. OpenCode, además, lo ofreció gratis el mismo día con límites que describió como casi ilimitados. Ahora bien, esas cifras las da quien sirve el modelo, no un auditor independiente.

Modelos sigilosos: la jugada de marketing que hay detrás

Un modelo sigiloso (o stealth) es aquel que se publica bajo un nombre en clave, sin decir qué laboratorio lo ha entrenado, durante una ventana corta y casi siempre gratis. Pasado el preview, o se revela, o desaparece, o ambas cosas.

¿Por qué haría eso alguien que se ha gastado millones en entrenar una IA? Porque el nombre contamina la evaluación. Si publicas «Modelo X de la empresa Y», media comunidad ya sabe si le va a gustar antes de escribir el primer prompt. El anonimato compra algo que el dinero no compra: feedback sin halo de marca. Y de paso consigue volumen de pruebas reales, en proyectos reales, a cambio de regalar la inferencia.

Es un trueque limpio y, desde el punto de vista del marketing, brillante: el laboratorio pone el cómputo y tú pones los casos de uso. Dicho de otro modo, tú no estás probando el modelo; tú eres la prueba. No es la primera vez que ocurre: Quasar Alpha y Optimus Alpha resultaron ser versiones tempranas de GPT-4.1, y Hunter Alpha y Healer Alpha acabaron siendo modelos MiMo de Xiaomi.

¿Quién está detrás de OX Alpha?

La respuesta honesta es que no se sabe. La respuesta útil es que existen dos hipótesis con pruebas de distinta calidad.

• Hipótesis 1: una variante de GLM-5.3 (Z.ai). Un análisis de fingerprinting de tokenizador pasó 25 prompts distintos por ambos modelos y encontró recuentos de tokens idénticos, con una diferencia constante de 75 tokens atribuible a un prompt de sistema oculto.
• Hipótesis 2: la familia MiMo de Xiaomi. El modelo tropieza con el mismo token sucio que atasca a Qwen, GLM y MiMo, y Xiaomi ya usó este canal anteriormente.

Fíjate en que ambas pistas apuntan al mismo sitio aunque discrepen en el nombre: un laboratorio chino. Sin embargo, hay un detalle que casi nadie menciona: GLM-5.3 es un modelo de solo texto, mientras que OX Alpha acepta imagen y vídeo. Si el tokenizador coincide, probablemente no estemos ante GLM-5.3, sino ante algo construido sobre la misma base con capacidad visual añadida. Eso no es un hecho comprobado, sino un razonamiento que encaja mejor con las pruebas disponibles.

¿Rinde de verdad esta nueva IA o es entusiasmo de semana gratis?

Los números que circulan son prometedores, pero casi todos proceden de evaluaciones individuales, no de tablas oficiales. En el benchmark DeepSWE, una ejecución reportada por un desarrollador situó al modelo en torno al 80 %, por delante de rivales de pago muy conocidos. Ahora bien, la muestra era de apenas diez tareas y el propio autor pidió cautela. Trátalo como un indicio, no como un ranking.

En cambio, hay un dato oficial que casi nadie mira: 29 tokens por segundo y una latencia P50 de unos 4 segundos hasta el primer token. Eso no es rápido. Sirve perfectamente para tareas de fondo y agentes de largo recorrido, pero resulta incómodo para trabajar en conversación.

El contrapeso más interesante llegó del ámbito de la ciberseguridad: en un test de triaje de amenazas, el modelo no dejó escapar ninguna amenaza real, pero sobreclasificó un 45,4 % de los casos benignos. Ese patrón —cero falsos negativos, muchos falsos positivos— es la firma de un modelo entrenado para cubrirse. En un agente de código se traduce en algo que quizá ya hayas sufrido: te toca cinco archivos cuando bastaba con uno.

Cómo probar OX Alpha hoy mismo

Hay dos caminos y los dos cuestan cero durante el preview. El primero es la API de OpenRouter, que es compatible con el SDK de OpenAI: solo cambias la URL base y el identificador del modelo.

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "stealth/ox-alpha",
    "messages": [
      { "role": "user", "content": "Analiza este texto y propon 5 titulos SEO" }
    ]
  }'

El segundo camino es OpenCode, donde aparece directamente en el selector de modelos sin configurar nada. Es la vía más rápida para meterlo en un proyecto real, que es donde de verdad se ve si un modelo aguanta.

Un aviso sobre el millón de tokens de contexto: que quepa no significa que rinda. La degradación de calidad al llenar ventanas gigantes está documentada y tiene nombre propio, context rot. Nadie ha publicado pruebas de qué hace este modelo en el token 900.000, así que mide antes de confiar.

OX Alpha aplicado al marketing digital: cuatro usos con sentido

Si diriges una empresa o un equipo de marketing, la pregunta no es si el modelo es puntero, sino qué puedes hacer con él esta semana que compense el esfuerzo. Estas son las aplicaciones que tienen sentido:

1. Migraciones y tareas masivas puntuales. Traducir un catálogo entero, reescribir cientos de metadescripciones o normalizar fichas de producto. Coste cero en algo que pagarías caro.
2. Auditoría visual de tu web. Al aceptar imágenes y vídeo, puedes enviarle capturas de una landing y pedirle mejoras de conversión, jerarquía o accesibilidad.
3. Benchmark de tus propios prompts. Pásale el mismo brief que usas con tu modelo habitual y compara. Aprendes sobre tu prompt aunque el modelo desaparezca mañana.
4. Análisis de documentos largos. Informes de posicionamiento, transcripciones de reuniones o exportaciones de datos que no caben en otros modelos.

Y una advertencia igual de importante: usar un modelo temporal es gratis, pero depender de él sale carísimo. No montes un flujo interno ni una funcionalidad de producto encima de una IA sin precio conocido, sin acuerdo de nivel de servicio y con fecha de caducidad a la vista.

Privacidad: la letra pequeña que tu empresa no puede ignorar

Aquí llega la pregunta incómoda. La ficha oficial del proveedor indica que los prompts y las respuestas se retienen, aunque no se usen para entrenamiento. En cambio, el anuncio de OpenCode habló de retención cero. No son lo mismo, y cuando dos fuentes se contradicen sobre tus datos, la regla es sencilla: asume la peor.

Con eso claro, la decisión se vuelve fácil. Adelante con proyectos personales, código público, prototipos, evaluaciones y contenido que ya es visible en internet. Ni de broma con información de clientes bajo confidencialidad, datos personales, credenciales o bases de datos internas.

Hay además un detalle que pesa mucho en entornos corporativos: si tu empresa tiene un proceso de aprobación de proveedores, una IA anónima no puede superarlo por definición. No hay entidad a la que auditar, ni contrato que firmar, ni acuerdo de tratamiento de datos que revisar. Por muy bien que puntúe en los benchmarks.

Preguntas frecuentes sobre OX Alpha

¿OX Alpha es gratis?

Sí durante el preview, con tarifa cero tanto en entrada como en salida. La ventana anunciada es de aproximadamente una semana desde el 20 de agosto de 2026, así que conviene verificar la ficha oficial antes de planificar nada.

¿Qué modelo es en realidad?

No hay confirmación oficial. La prueba más sólida es la coincidencia exacta de recuentos de tokens con GLM-5.3, aunque la entrada multimodal no encaja con ese modelo. Todo apunta a un laboratorio chino.

¿Merece la pena montar un producto sobre esta IA?

No. Sirve para evaluar y para tareas puntuales de gran volumen con datos no sensibles, pero no como infraestructura estable.

¿Cómo sé qué modelo hay detrás de un nombre en clave?

La técnica más fiable es comparar los recuentos de tokens del campo usage con textos variados. Si coinciden, comparten tokenizador. Preguntarle al modelo quién es no aporta absolutamente nada.

Conclusión: úsalo, evalúalo, pero no te cases con él

OX Alpha es una nueva IA con ficha técnica de primera división, entrenada por alguien que no da la cara y regalada durante unos días a cambio de que le prestes tus tareas reales como banco de pruebas. Sabiendo eso, la decisión es tuya y es razonable en ambas direcciones.

Nuestra recomendación en Serinfor Marketing es clara: aprovecha la ventana gratuita para evaluarlo con tus propios casos de uso, guarda las salidas y los prompts que utilices, y no le mandes ni una línea de información confidencial. Cuando se revele el nombre real —o cuando aparezca el siguiente modelo sigiloso— tendrás una comparación limpia en lugar de un recuerdo entusiasta.

¿Quieres integrar la inteligencia artificial en tu estrategia digital sin poner en riesgo los datos de tu negocio? Habla con nuestro equipo y te ayudamos a definir qué herramientas encajan de verdad con tus objetivos.