8月26日、Bloombergがスクープを報じた。Z.ai(智譜の別ブランド)がOx Alphaという新モデルをひっそりとローンチしており、APIエンドポイントに告知は一切出されず、コミュニティのユーザーが先に気づいた。Bloombergによれば性能は「rivals DeepSeek」レベルとされ、その後ウェイトもオープンソース化された。
どこかで見た光景だと思うだろう。DeepSeek-R1がまさにこの手法を取った。先にAPIで動かし、フィードバックを集め、その後にウェイトを公開してエコシステムを取り込む。Ox Alphaは中国の大手モデル企業がこの脚本を大規模に踏襲した2例目にあたる。
Ox Alphaはどう発覚したか
Z.aiからの公式発表は一切なかった。
HNのスレッド(id=49446422)で語られている発見までの流れはおおむねこうだ。
- OpenRouterなど(具体的な名前は伏せられているが、おそらくそうした類のもの)の第三者API集約ツール利用者が、Z.aiのエンドポイントを叩いた際に、レスポンスに
ox-alphaという見慣れないモデル名が含まれていることに気づいた。 - そのエンドポイントで定番のpromptをいくつか試したところ、出力品質がZ.ai既存のGLM-4シリーズより明らかに一段上だった。
- HNで検証を求めるスレッドが立ち、Z.aiがコメント欄に「これはGLMシリーズの新しいモデルで、今後オープンソース化する」とだけ返答。benchmarkもリリースノートも一切なかった。
- Bloombergが後追い取材し、記事を公開した。
この間、ブログ記事やツイート、Discordでの告知はゼロ。Bloomberg報道の後、Z.aiがようやくXで公式アカウントから1本ポストを出した。
これが「ステルスリリース(stealth release)」だ。本番環境で数日から数週間モデルを稼働させ、実ユーザーのフィードバックを集めて、目立った問題がなければ公式発表する。GoogleのGemini 1.5 Proの初期テストも似た手法だったが、中国勢はこれを標準戦術として確立した。
「rivals DeepSeek」は何を意味するのか
Bloombergの使った言葉は極めて曖昧だ。「rivals」は95%に近いケースもあれば、特定のベンチマークで並んだだけというケースもある。
現時点で確認できている情報は以下の通り。
- 推論:HNのコメント欄にMATH-500の断片的なスコアが貼られており、Ox Alphaはおおよそ90%程度、DeepSeek-V3は89〜92%のレンジ。同じ水準。
- コード:信頼できる数字はない。HumanEvalでDeepSeek並だという声もあるが、一次ソースは確認できていない。
- 長コンテキスト:Z.aiのエンドポイントから返るmetadataによれば128k context windowに対応。DeepSeekと同水準。
- Agent呼び出し:公開benchmarkは存在しない。
Bloomberg記事には具体的なスコアは一切なく、「rivaling top open-source models」という一文のみ。HNスレッドは121ポイント・41コメントだが、議論の焦点は「どうやって見つけたか」と「いつオープンソース化されるか」で、benchmarkの再現を試みる人はいなかった。
つまり「rivals DeepSeek」という表現のうち、少なくとも半分は釣りタイトルということだ。サードパーティによる独立評価がない以上、ベンダーの自己申告した数値だけしか情報源がない。
本当に判断を下せるのは、ウェイト公開後にLiveBench、Artificial Analysis、LMSYS Arenaといった第三者ランキングを回してからになる。
ステルス投入+OSS公開:DeepSeek以後のデフォルト戦術
DeepSeek-R1はなぜ火がついたか。2025年1月にAPI先行で公開、開発者が2週間ほど実測し、社区の評判が爆発。その後ウェイトを公開し、Hugging Faceで初日100万DLを突破した。
この戦術のロジックは3つ。
- 本物のトラフィックで製品を検証する──マーケティングは不要。モデルそのものが良いかはユーザーが決める。
- ウェイト公開後すぐに開発者エコを取り込む──Hugging Faceのstar、GitHub fork、サードパーティのファインチューニング版。これらが後発勢力に対する堀になる。
- 「炎上でトレンド入り」を避ける──従来型の発表会では多くのメディアが注目し、バグが誇張される。ステルス投入ならチームにバグ修正の猶予が生まれる。
Ox Alphaはこれを完全コピーしている。Z.aiにとってのメリットは以下の通り。
- Qwen3やDeepSeek-V4とリリース時期を被せずに済む
- ウェイト公開時にはすでに開発者が本番でモデルを動かしており、「試してみるか」という意思決定コストがかからない
- モデルに重大な問題があった場合、ステルス期間中にホットフィックスで直せる。撤回声明を出す必要がない
これは偶然ではない。中国の大手モデル企業はこのフローを完全にものにしている。「DeepSeek方式」と呼んでもいいだろう。
GLMシリーズの中国OSSエコにおける立ち位置
Z.aiの前身は智譜AIで、GLMシリーズは中国のオープンソースLLMの中でも存在感がある。
Hugging Faceのダウンロード数をベースに大まかに序列化すると(2025年下半期のデータ)。
- Qwenシリーズ(阿里):断トツの1位。月間DLは100万単位。
- DeepSeekシリーズ:2位。OSS公開後の伸びが最速。
- GLMシリーズ(智譜):第3グループだが安定。GLM-4-9Bシリーズで月10〜20万DL。
- Yiシリーズ(零一万物):減少傾向が顕著。
- InternLM(上海AI Lab):学術界での採用は多いが、産業界では限定的。
GLMの特徴は中国語シナリオへの最適化が進んでいる点で、tokenizerも中国語に親和性が高い。ただしモデルアーキテクチャ自体は大きな独自性がなく、dense transformerに様々な訓練トリックを積み上げる形が主だ。
Ox Alphaが本当にDeepSeek相当だとしたら、オープンソース後に何が変わるのか。
短期で見れば何も変わらない。三つ巴(Qwen / DeepSeek / GLM)の構図はすでに固まっており、Ox Alphaはせいぜい長尾を埋める形で、中国語LLMの選択肢を一つ増やす程度だろう。
長期的には一点次第だ。Ox Alphaがオープンソース化するのがbaseモデルなのか、instruction-tuned版なのか。baseなら開発者が自らfine-tuneし、価値はアーキテクチャにある。instruct版なら、差別化はprompt設計とpost-trainingの精度で勝負することになる。
編集メモ:オープンソースの優位性ウィンドウは縮まっている
2024年にDeepSeekがOSS戦略で世界を驚かせ、2025年になって全員が同じ戦術を覚えた。オープンソースの红利期は終わりに近づいている。
Ox Alphaはその流れを示すもう一つの証拠だ。このモデルは「オープンソースである」こと自体で話題を集めているわけではない。OSS化するに値するモデルだとAPI上で先に証明しなければならない。「またOSS LLMが一つ増えた」というだけでは、誰も振り向かない。
次の差別化ポイントはどこか。3つを予想する。
- ツールチェインの支配権:モデル本体は均質化しつつある(dense + MoE + 長コンテキスト + function call、どこも同じ)。だがvLLM、SGLang、LangGraphといった推論フレームワークやagentフレームワークが新たな堀になる。開発者のワークフローを押さえた者が、モデルの流通を支配する。
- Benchmarkの定義権:今なお盛んに回されているのはMMLU、HumanEval、GSM8Kといった定番ばかりだ。agentやcode agent、多輪tool use向けの新しいbenchmarkで先に標準を引いた側が発言権を得る。Artificial Analysis、LMSYS Arena、Hugging Faceのopen-llm-leaderboardはいずれもそこを狙っている。
- 垂直ドメインのfine-tuningエコ:汎用モデルが均質化すればするほど、法律・医療・コードといった垂直領域向けのfine-tuned版に価値が出る。DeepSeekの蒸留小型モデルはすでにこの路線を実証済みだ。
不確定な要素もある。Ox Alphaの実性能、GLMシリーズのライセンス(従来のGLM-4は完全なApacheではなかった)、Z.aiのビジネスモデル(OSSだけでどうやって稼ぐのか)。これらはウェイトが本当に公開されてからでないと判断できない。
ただ一つ確かなのは、ステルス投入+実トラフィック検証+ウェイト公開というこのコンボは、中国LLMのデフォルト戦術になるということだ。次に「突如現れた」新モデルを見かけたとき、おそらくまた同じシナリオが待っている。
出典: