Reddit 上的一位 DeepMind 研究員強烈暗示，神秘的程式碼模型 Ox Alpha 其實是 Google Gemini 的微調或重新包裝版本，並指出其身份可能是 Gemini 3.5 Pro 或 Gemini 4 Pro。這項猜測源於 Ox Alpha 在 DeepSWE 基準測試中的優異表現，據報其得分超過 80%，大幅領先 GPT 5.6 Sol 和 Claude Fable。 若獲證實，這將釐清一個領先開放原始碼程式碼代理模型的身份，並顯示 Google 正利用其現有的 Gemini 架構來處理專門的代理工作負載。這突顯了 AI 程式碼領域的激烈競爭，其中模型正在快速演進以處理長程軟體工程任務。 Ox Alpha 擁有 1,048,576 個 token 的上下文視窗，專為持續的代理工作和生產環境負載而設計。雖然 DeepSWE 基準測試顯示它以超過 80% 的得分擊敗了 GPT 5.6 Sol（52%）和 Claude Fable（65%），但部分社群成員指出其世界知識弱於 Gemini 3.1 Pro，暗示它可能是經過蒸餾或重度微調的變體。
事件背景
DeepSWE 是由 Datacurve 推出的無污染基準測試，用於評估前沿程式碼代理模型在原始長程軟體工程任務上的表現。它測試 AI 代理探索程式碼庫、進行多檔案變更以及驗證軟體行為的能力，且不完全依賴現有的提交記錄或拉取請求。此基準測試對於區分真正的代理能力與簡單的程式碼補全至關重要。
社群觀察
社群意見兩極，部分用戶根據基準測試分數深信不疑，而其他人則指出 Ox Alpha 的世界知識弱於現有的 Gemini 模型。此外，還有猜測認為 DeepMind 可能微調了如 GLM 這樣的中國模型，因為在某些查詢中觀察到了類似 GLM 的過濾回應。
