Teste Ox Alpha kostenlos in Felo Search: Ein neues Frontier-AI-Modell
Ox Alpha ist jetzt in Felo Search verfügbar. Das geheimnisvolle Frontier-Modell mit einem Kontext von 1 Million Token ist kostenlos nutzbar – probiere es jetzt unter felo.ai/search aus.
Diese Woche tauchte ein Frontier-AI-Modell wie aus dem Nichts auf. Niemand beansprucht es für sich.
Ox Alpha erschien am 20. August als ein Stealth-Modell mit beeindruckenden Benchmark-Ergebnissen und ohne offiziellen Besitzer. Es verarbeitet 1 Million Token Kontext auf einmal, liest Text, Bilder und Videos und kostet während der Vorschauphase nichts. Ab heute ist es auch direkt in Felo Search verfügbar.
Du kannst mit Ox Alpha im Browser chatten – ohne API-Schlüssel, ohne Abo und ohne jemals eine Abrechnungsseite zu sehen. Hier erfährst du, was es ist und wie du es ausprobieren kannst.
Was ist Ox Alpha?
Ox Alpha ist ein Reasoning-Modell, das für anspruchsvolle Aufgaben gebaut wurde: effizientes Programmieren, kontinuierliche agentische Arbeit und produktionsreife Workloads. Es wurde als Stealth-Release ohne benanntes Labor veröffentlicht, weshalb sein echter Entwickler weiterhin ein Rätsel bleibt. Gerüchte deuten auf chinesische Labore, ein umbenanntes Open-Modell und einige kleine Teams mit viel Rechenleistung. Nichts davon ist bestätigt, und das Geheimnis ist tatsächlich Teil des Reizes.
Wichtig ist, was das Modell kann:
| Feature | Details |
|---|---|
| Kontextfenster | 1.048.576 Token. Gib ihm einen kompletten Codebase oder einen vollständigen Forschungsstapel. |
| Eingaben | Text, Bilder und Video (Ausgabe: Text) |
| Reasoning | Entwickelt für langfristiges Reasoning bei komplexen Aufgaben |
| Tool-Nutzung | Funktionsaufrufe für agentische Workflows |
| Datenschutz | Keine Daten werden gespeichert. Deine Prompts werden nicht zum Training verwendet. |
Ein Modell, das eine Million Token auf einmal verarbeiten kann, ist kein größeres Autocomplete. Es kann dein gesamtes Projekt im Kopf behalten: den Code, den du letzten Monat geschrieben hast, die Papers, die du vergleichst, den gesamten Verlauf eines Forschungsproblems – alles auf einmal sichtbar. Dann denkt es über alles in einem Durchgang nach.
Entwickler posten bereits, was sie mit diesem Raum anstellen. Ein Ingenieur schrieb eine GPU-beschleunigte Fluid-Simulation als einzelne HTML-Datei mit 1.000 Zeilen – in einem Durchgang. Frühere Modelle brauchten mehrere Runden, um überhaupt in die Nähe zu kommen. Das sind frühe, individuelle Berichte, aber sie zeigen ein Muster: Dieses Modell arbeitet am besten, wenn du ihm das ganze Problem gibst, statt es Stück für Stück zu füttern.
Warum Ox Alpha in Felo Search einen Versuch wert ist
Felo Search basiert auf einer einfachen Idee: Frage stellen, synthetisierte Antwort erhalten. Kein Link-Suchen, keine Tab-Wälder, kein Durchforsten der gleichen zehn Ergebnisse wie alle anderen. Mit Ox Alpha steigt die Qualität der Antworten.
Gerade bei kniffligen Fragen zeigt sich der Unterschied. Ox Alphas Reasoning ist auf Probleme mit vielen Variablen abgestimmt. „Vergleiche die Datenschutz-Abwägungen von Federated Learning und On-Device AI für Gesundheits-Apps“ war früher ein Dutzend einzelne Suchanfragen. Jetzt kommt eine kohärente Antwort zurück, mit diskutierten Vorbehalten statt ausgelassenen.
Auch die Größe zählt. Füge ein langes juristisches Dokument, einen GitHub-Issue-Thread oder einen Nachmittag voller Meeting-Transkripte ein. Das Millionen-Token-Fenster bedeutet, dass Felo nichts komprimieren muss. Folgefragen bleiben im ursprünglichen Material verankert, statt in dem, was eine Zusammenfassungsbox noch weiß.
Und Ox Alpha ist darauf ausgelegt, zu planen und zu iterieren – das passt perfekt zu Felos mehrstufigen Suchagenten. Forschungsketten prüfen, vergleichen und verfolgen nach, statt beim ersten brauchbaren Ergebnis zu stoppen. Felos mehrsprachiger Kern bleibt dabei erhalten: Frage auf Englisch, Japanisch, Chinesisch oder einer der anderen unterstützten Sprachen, und Ox Alpha antwortet entsprechend.
All das ist derzeit kostenlos. Der Benchmark-Hype um Ox Alpha verdient etwas Skepsis, die unten näher beleuchtet wird, aber bei null Kosten sind ein paar Minuten Neugier eine gute Investition.
Wer sollte es zuerst ausprobieren
Drei Arten von Fragen machen Ox Alpha besonders wertvoll.
Die Alles-auf-einmal-Frage. Forschende: Werft Notizen aus einem Dutzend Papers in eine Anfrage und fragt nach den Widersprüchen. Das Millionen-Token-Fenster hält jedes Detail auf dem Tisch, auch die, die deiner Hypothese widersprechen. Hier werden Thesen gerettet.
Die Trace-und-Kontext-Frage. Entwickler: Stapelt den Crash-Log, das fehlerhafte Test-Setup und die drei Pull-Requests, die die betreffende Datei verändert haben, und fragt dann, wo der eigentliche Fehler liegt. Gib ihm die ganze Geschichte und es argumentiert mit dem Stacktrace wie ein Kollege, der das ganze Repo schon gelesen hat.
Die Zwei-Versionen-der-Wahrheit-Frage. Analysten: Zwei Datenquellen widersprechen sich, und normalerweise braucht es ein Meeting, um sie zu versöhnen. Sag beide Versionen in einem Prompt und frage, woher die Diskrepanz kommt. Ox Alpha geht durch, welche Zahl falsch ist und warum.
Eine weitere Zielgruppe sollte erwähnt werden: Alle, die lange Berichte nie zu Ende lesen. Füge das 80-seitige PDF ein und frage, welche Teile tatsächlich deine Entscheidung beeinflussen. Fordere es dann auf jeder Seite heraus. Es erinnert sich an das gesamte Dokument, sodass die Argumentation ehrlich bleibt.
Gerade dieser letzte Punkt wird oft unterschätzt. Eine Suchmaschine, die vergisst, macht jede Anfrage zur Transaktion: fragen, bekommen, nochmal fragen. Eine Oberfläche, die auf diesem Kontextfenster basiert, hält den Faden von Frage über Folge bis zum Cross-Check. Gespräch statt Einzelanfragen.
So nutzt du Ox Alpha in Felo Search
In etwa zehn Sekunden, von Anfang bis Ende:
-
Gehe auf felo.ai/search.
-
Suche nach dem Modellnamen direkt neben dem Mikrofon-Button, unterhalb des Suchfelds. Klicke darauf, um das Modell-Panel zu öffnen. Ox Alpha steht ganz oben in der Liste unter „Best (Recommended model)“ mit den Badges
reasoning,BetaundNew– möglicherweise ist es schon ausgewählt. Oder nutze direkt diesen Link: -
Stelle deine Frage in jeder beliebigen Sprache. Felo Search ist mehrsprachig, sodass Ox Alpha auf Englisch, Chinesisch, Japanisch und vielen weiteren Sprachen funktioniert.
Kein Signup für das Modell, keine Testphase, keine Kreditkarte. Wenn Ox Alpha nicht das ist, was du brauchst, kannst du jederzeit zu einem anderen Modell wechseln. Felo Search lässt dich weiterhin das passende Modell für die Frage wählen – du kannst denselben Prompt durch zwei Modelle laufen lassen und selbst A/B testen.
Alles andere, was du an Felo Search magst, funktioniert wie gewohnt: zitierte Quellen zu jeder Antwort, Folgeprompts und Antworten, die in der Sprache bleiben, in der du gefragt hast.
Zu den Benchmarks: Mit Vorsicht lesen, mit Vertrauen testen
Ox Alpha sorgt für viel Aufsehen – teils zu Recht. Ein viraler Claim besagte, es habe GPT-5.6 Sol und Claude Fable im DeepSWE-Coding-Benchmark geschlagen, aber das basierte auf einem 10-Fragen-Test, nicht auf einer geprüften Bestenliste. Ein Entwickler rangierte es intern bei 87,5 %, nur hinter GLM 5.3 und vor Claude Opus 4.8 und Qwen 3.8 Max. Ein anderer maß etwa 63 % auf einem DeepSWE-Subset und nannte es pareto-optimal unter den Open-Modellen, knapp hinter Grok 4.6 bei den Closed-Modellen.
Beeindruckend, aber noch vorläufig. Die Stichproben sind klein, die Bestenliste ungeprüft und der Autor anonym. Wer produktive Systeme baut, sollte auf eine Verifizierung warten. Das ist die richtige Haltung.
Die gute Nachricht: Du musst nicht warten und auch nicht wetten. Das Modell ist kostenlos in einer Suchmaschine verfügbar, die du wahrscheinlich schon nutzt. Bring deine schwierigste echte Frage und stelle den Anspruch auf die Probe. So bewertet man ein geheimnisvolles Modell am ehrlichsten: Frag es etwas, das du selbst weißt, und sieh, was es liefert.
Teste Ox Alpha heute kostenlos
Ox Alpha ist diese Woche mit Frontier-Spezifikationen und reichlich Hype aufgetaucht. Es ist jetzt live in Felo Search und kostenlos nutzbar: keine API-Schlüssel, keine Abos, keine Testphasen.
Lass es das Problem entwirren, das du vor dir herschiebst. Füge das Dokument ein, das zu lang zum Lesen ist. Schau, was ein Millionen-Token-Reasoning-Modell mit der Frage macht, die du nicht beantworten kannst.
Dieser Beitrag ist auch in folgenden Sprachen verfügbar: English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Bahasa Indonesia, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português.