Crouton Alpha: Ein kostenloses 1M-Token-Modell, dem niemand einen Namen geben will

Der Betrag ist klein. Nehmen wir eine Coding-Agent-Aufgabe, die 200.000 Token eines Repositorys liest und 20.000 Token zurückschreibt: vier Cent bei GLM-5.3-Flash, dreiundzwanzig Cent bei Gemini 3.8 Flash. Füllt man das gesamte Fenster von 1.048.576 Token mit einem einzigen Prompt, kostet allein die Eingabe sechzehn Cent, oder neunundsiebzig Cent zum Gemini-Tarif. Das ist der Geldwert von Crouton Alpha, seit seinem Erscheinen am 3. November 2026 um 01:38 UTC kostenlos aufrufbar, und das ist nicht der interessante Teil.

Das Interessante daran ist, dass Crouton Alpha eine Vorschau auf etwas ist, das keinen Namen trägt. Das Anbieterfeld in seinem Eintrag lautet „Stealth“; die Beschreibung besagt, dass es von einem Dritten entwickelt und betrieben wurde, „der während dieser Vorschau anonym bleiben möchte“; die Routing-Plattform ist ausdrücklich weder dessen Entwickler, Eigentümer noch Anbieter. Es gibt keine Modellkarte, keine Gewichte, keinen Preisplan außer null, keinen Benchmark und kein Labor, das es für sich reklamiert. Was es gibt, ist eine Spezifikation: 1.048.576 Token Kontext, Text-, Bild-, Video-, Datei- und Audioeingabe, obligatorisches Reasoning und eine Datenklausel, die weit wichtiger ist als die Kontextzahl. Das ist das Bekannte, das Überprüfbare und das, was ein Team abwägen sollte, bevor es einen Agenten darauf ansetzt.

Was das Listing tatsächlich angibt

Alles Folgende stammt aus der eigenen Aufzeichnung der Vorschau vom 4. November 2026 – einen Tag, nachdem sie online ging. Nichts davon wurde unabhängig gemessen, und die Spezifikation ist die Behauptung des Anbieters über einen Anbieter, der nicht preisgeben will, wer er ist.

• Identität — Crouton Alpha, gelistet am 3. November 2026 um 01:38 UTC. Anbietername "Stealth". Entwickler: ungenannt.

• Kontext — 1.048.576 Eingabe-Token. Maximale Ausgabe 943.718 Token, was genau 90 % des Fensters entspricht; dies deutet auf einen abgeleiteten Standardwert statt auf eine gemessene Obergrenze hin.

• Modalitäten — Text, Bild, Video, Datei und Audio als Eingabe; Text als Ausgabe. Audio und beliebige Dateieingaben sind der ungewöhnliche Teil; die meisten Coding-Modelle mit 1M-Kontext beschränken sich auf Text und Bild.

• Preis — $0 Eingabe, $0 Ausgabe. Der Datensatz enthält kein Ablaufdatum, daher wird das Ende der Vorschau nirgends veröffentlicht.

• Reasoning — als verpflichtend deklariert, mit Aufwandsstufen von minimal bis maximal und Standard maximal. Es kann nicht deaktiviert werden.

• Werkzeuge — nur tool_choice „auto"; strukturierte Ausgaben und response_format werden zusammen mit temperature und top_p unterstützt.

• Belege — keine Benchmark-Tabelle, keine Modellkarte, keine Durchsatz- oder Latenzangabe, Tokenizer als „Other“ erfasst, Quantisierung „unknown“.

• Bereitstellung — ein Anbieter, kein zweiter Endpunkt, 100 % Verfügbarkeit über die letzten 30 Minuten, 5 Minuten und den letzten Tag.

Die Beschreibung positioniert es als „ein leichtgewichtiges Modell, das für skalierbares Coding, agentische und multimodale Workflows gebaut wurde“, für „agentische Teilaufgaben, Tool-Nutzung und Dokumentenanalyse in hochvolumiger, wiederholter Arbeit“. Das ist eine Beschreibung dessen, wofür das Modell gedacht ist, geschrieben für Menschen, die Tausende kleiner Aufrufe darüber leiten werden. Sie sagt nichts darüber aus, wie gut es darin ist, und einen Tag nach Beginn der Preview hat niemand außerhalb der Mauern des Anbieters eine Zahl veröffentlicht.

Die Klausel, die wichtiger ist als das Kontextfenster

Stealth-Einträge enthalten eine Standardoffenlegung, und die von Crouton Alpha ist die, die man zweimal lesen sollte: Prompts und Completions können vom Anbieter gespeichert werden, aber nicht für das Training verwendet werden, und „alle anderen Verwendungen“ unterliegen den Stealth-Bedingungen der Vorschau. Beide Hälften dieses Satzes haben eine Funktion. „Nicht für das Training verwendet“ ist ein Versprechen bezüglich einer bestimmten nachgelagerten Verwendung. „Können gespeichert werden“ ist eine Erlaubnis für jede andere Verwendung, erteilt von einer Partei, die Sie weder identifizieren noch prüfen können, zu Bedingungen, die für eine Vorschau und nicht für ein Produkt geschrieben wurden.

Vergleichen Sie das mit dem, wofür das Modell gebaut ist. Ein Coding-Modell mit 1M Tokens Kontext sowie Audio- und Dateieingabe ist ein Modell, dem man ein Repository, ein Designdokument, eine Anrufaufzeichnung, ein PDF mit Verträgen gibt. Das sind genau die Materialien, die eine Organisation am wenigsten bereit ist, einem ungenannten Drittanbieter auf unbestimmte Zeit auszuhändigen, und das kostenlose Zeitfenster ist genau die Situation, in der Menschen am wenigsten sorgfältig sind. Der Eintrag kennzeichnet außerdem EU-In-Region-Routing als nicht verfügbar, sodass es keine Möglichkeit gibt, die Verarbeitung während des Testens auf eine europäische Region festzulegen.

Das Quantisierungsfeld zeigt „unbekannt“ an, was ein kleinerer Punkt mit derselben Form ist: Man kann nicht erkennen, ob das Modell, das Ihnen antwortet, mit voller Präzision läuft, wodurch jeder Geschwindigkeits- oder Qualitätseindruck, den Sie während der Vorschau gewinnen, eine Aussage über diese Bereitstellung und nicht über das Modell ist. Wenn es später als offene Gewichte erscheint, übertragen sich Ihre Messungen möglicherweise nicht.

Reasoning ist aktiviert und standardmäßig auf Maximum eingestellt.

Zwei Konfigurationsdetails werden den größten Teil der Überraschung ausmachen, und beide sind mechanischer Natur statt spekulativ. Reasoning ist als verpflichtend deklariert – ein Agenten-Framework, das erwartet, das Denken abschalten zu können, kann das nicht – und der Standardaufwand ist max, wobei minimal, low, medium, high und xhigh verfügbar sind, aber nicht vorausgesetzt werden. Ein Client, der kein reasoning_effort sendet, bekommt die teuerste Einstellung, die das Modell bietet, bei einem Modell, dessen Geschwindigkeit niemand gemessen hat.

Der andere Punkt sind die Tools. tool_choice akzeptiert „auto" und sonst nichts: none, required und function sind alle nicht verfügbar. Frameworks, die einen Aufruf mit tool_choice:"required" erzwingen – ein gängiges Muster, wenn man eine garantierte strukturierte Antwort möchte –, erhalten nicht das gewünschte Verhalten. Structured Outputs und response_format werden unterstützt, der Workaround existiert also, aber es ist eben ein Workaround. Zusammen mit einer Obergrenze von 943.718 Token für die Ausgabe lautet der praktische Rat wenig glamourös: max_tokens explizit setzen, reasoning_effort explizit setzen und nicht davon ausgehen, dass ein kostenloser Endpunkt in echter Rechenzeit ein günstiger ist.

Wer dahintersteckt und was die letzten Drops vorhersagen

Anonyme Vorabversionen lassen sich auflösen, und die jüngste Bilanz ist konsistent genug, um nützlich zu sein. Ox Alpha erschien am 20. August 2026 mit derselben Form – kostenlos, 1M-Kontext, Text und Bild als Eingabe, positioniert für Coding und agentische Arbeit – und am 26. August bestätigte Z.ai es als GLM-5.3-Flash, das Mixture-of-Experts-Modell mit insgesamt 320B und 18B aktiven Parametern, das nun zu 0,15 und 0,50 US-Dollar pro Million Tokens angeboten wird. Die Community war zuerst da, und zwar nicht durch Raten: veröffentlichte Berichte beschreiben, wie Prompt-Tokens gegen kontrollierte Probes gezählt, die verborgene Chat-Vorlage durch Differenzbildung herausgerechnet und das Vokabular bei 95 von 95 Probes mit dem von GLM-5 abgeglichen wurde – bei einem mittleren absoluten Fehler von null. Token-Zahlen, keine Bauchgefühle.

Diese Episode ist auch eine Warnung vor den Zahlen, die während einer Vorschau kursieren. Eine plakative Zahl zu Ox Alpha machte die Runde, die einen tatsächlichen Lauf nicht überstand; der Wert, der danach Bestand hatte, war weit gewöhnlicher. Stealth-Fenster sind der Ort, an dem eine beeindruckende Zahl eine Woche lang ohne jede Substanz dahinter existieren kann, und das Fehlen jeglicher Benchmark für Crouton Alpha ist unterm Strich die ehrlichere Konfiguration — es gibt keine Zahl, von der man später enttäuscht werden kann.

Speziell zu Crouton Alpha gibt es Stand 4. November über die Spezifikation hinaus nichts, worauf man sich stützen könnte. Es wurde kein Tokenizer-Fingerabdruck veröffentlicht, kein Fehlertext-Vergleich, kein Verhaltenstest. Im Tokenizer-Feld des Eintrags steht „Other“, sodass das Vokabular nicht vorab einer bekannten Familie zugeordnet ist, und die Audio- und Dateieingaben vergrößern die Oberfläche, die ein Fingerabdruck erklären müsste. Wer einen Tag nach Veröffentlichung in sozialen Medien behauptet, zu wissen, wer es gebaut hat, rät nur. Das Muster von Ox Alpha legt nahe, dass die Antwort innerhalb einer Woche kommt und üblicherweise erst nach Ende der kostenlosen Phase, was ein Grund ist, zu beobachten statt zu spekulieren.

Wie man eine freie Woche verbringt, ohne mit etwas zu bezahlen, das du vermissen würdest

Ein solches freies Fenster hat durchaus einen echten Nutzen, und dieser ist enger gefasst, als die Ankündigung nahelegt.

• Gehen Sie davon aus, dass jeder Prompt veröffentlicht wird. Schreiben Sie das Testset so, als würden Sie es in einem öffentlichen Repository veröffentlichen, weil die Klausel die Aufbewahrung erlaubt und die Bedingungen alles über das Training hinaus abdecken.

Halte es aus dem Produktionspfad heraus. Ein Anbieter, kein zweiter Endpunkt, kein veröffentlichtes Ablaufdatum und ein Modell, das ohne Vorankündigung zurückgezogen werden kann, ist keine Abhängigkeit; es ist ein Experiment.

• Führe in derselben Sitzung dieselben Prompts gegen ein benanntes Modell aus. Ein Eindruck von einem Modell ohne Baseline ist nichts wert — die einzige nützliche Ausgabe der Woche ist ein Diff, an deinen eigenen Aufgaben, gegen etwas, das du bepreisen und behalten kannst.

• Lege die Einstellungen fest, die dir wichtig sind: max_tokens und reasoning_effort bei jedem Aufruf, strukturierte Ausgaben statt erzwungener Tool-Aufrufe, und protokolliere die Struktur der Anfrage zusammen mit dem Ergebnis, damit der Vergleich fair ist.

• Die Fehlermodi protokollieren. Ratenbegrenzung, Timeouts und Kürzung sind die Faktoren, die darüber entscheiden, ob ein Modell im großen Umfang nutzbar ist, und eine kostenlose Vorschau ist der günstigste Ort, um sie zu entdecken.

Wenn Sie die Arbeit von einem Modell erledigt haben wollen, das einen Namen hat

OrcaRouter stellt Crouton Alpha nicht bereit, und nichts hier ist eine Routing-Empfehlung dafür – das Modell existiert nur in dieser Vorschau. Der Katalog ist der Ort, an dem dieselbe Aufgabe von etwas erledigt wird, das einen veröffentlichten Anbieter, einen Preis und einen zweiten Endpunkt dahinter hat. Die Preise unten stammen aus dem OrcaRouter-Katalog vom 4. November 2026 und werden zum Listenpreis des Anbieters ohne Aufschlag weitergegeben.

• GLM-5.3-Flash — 1 Mio. Kontext, Text + Bild + Video als Eingabe, max. 128K Ausgabe, 0,15 $ Eingabe / 0,50 $ Ausgabe pro Million. Das Modell, als das sich Ox Alpha entpuppte.

• DeepSeek V4.1 Flash — 1M Kontext, Text + Bild als Eingabe, 384K maximale Ausgabe, 0,15 $ / 0,60 $.

• Qwen3.8 Flash — 1 Mio. Kontext, Text + Bild + Video als Eingabe, max. 131K Ausgabe, 0,15 $ / 0,47 $.

MiniMax M3.1 Flash — 1 Mio. Kontext, Text + Bild + Video als Eingabe, max. 524K Ausgabe, $0.15 / $0.60.

• Gemini 3.8 Flash — 1M Kontext, Text + Bild + Datei + Audio + Video als Eingabe, max. 64K Ausgabe, $0.75 / $3.75. Die größte Übereinstimmung mit dem angegebenen Eingabeumfang von Crouton Alpha und der Grund, warum es in diesem Beitrag die Rechenarbeit übernimmt.

Vier dieser fünf liegen beim selben Eingabepreis, was der andere Grund dafür ist, dass das kostenlose Fenster in barer Münze so wenig wert ist: Inferenz mit langem Kontext am günstigen Ende ist zur Massenware geworden, und die Entscheidung, die tatsächlich Geld kostet, ist die, auf welche man als Standard setzt. Genau dafür ist ein einziger API-Schlüssel gedacht – mehrere benannte Modelle hinter einem Endpunkt, automatisches Failover, wenn ein Anbieter schlechter wird, und eine Routing-DSL zum Zusammensetzen, sodass das Testen eines Kandidaten und das Halten der Produktion auf einem bekannten Modell dieselbe Integration sind statt zwei. Speziell für die Audio- und Dateieingaben deklariert Gemini 3.8 Flash dieselben fünf Eingabetypen bei derselben Kontextlänge, was es zum ehrlichen Vergleichspunkt für alles macht, was Crouton Alpha irgendwann ausliefert.

Was würde daraus eine Launch-Story machen?

Vier Dinge, grob danach geordnet, wie viel sie klären würden.

Ein Labor, das es für sich beansprucht. So endete Ox Alpha: Z.ai veröffentlichte die Gewichte, die Parameteranzahl und die Lizenz, und das Rätsel hörte auf, eines zu sein. Die Gewichte wären das Zweite – eine offene Veröffentlichung würde es jedem ermöglichen, die Kontextlänge und die Modalitätsangaben an einem Nachmittag zu überprüfen, und würde dir sagen, ob das 1M-Fenster nativ oder zusammengestückelt ist. Ein Tokenizer-Fingerabdruck käme vor beidem, da dies die Methode ist, die nun schon zweimal funktioniert hat, und sie keine Kooperation des Anbieters benötigt. Und ein unabhängiger Benchmark, auf einem bekannten Harness ausgeführt und zusammen mit dem Aufgabensatz veröffentlicht, wäre der erste Beleg für die Qualität, den dieses Modell je hatte.

Bis eines davon umgesetzt ist, bleibt Crouton Alpha eine Spezifikation mit einer angehängten Retentionsklausel, und das angemessene Maß an Vertrauen, das man in sie setzen sollte, entspricht genau dem, das man in ein Inserat setzen würde.

Wenn Sie einen umfangreichen, repetitiven Auftrag mit geringer Sensibilität haben – das Parsen eines Regals öffentlicher Dokumente, das Klassifizieren eines Korpus, dessen Veröffentlichung Ihnen nichts ausmachen würde –, ist eine kostenlose Woche auf einem 1M-Token-Endpunkt ein günstiger Weg herauszufinden, ob langer Kontext Ihrer Aufgabe überhaupt hilft, und die Antwort bleibt nützlich, egal welches Modell am Ende darunter steckt. Wenn die Prompts das Wertvolle sind, gibt es hier nichts, was den Tausch wert wäre: Die Ersparnis beträgt vier Cent pro Aufgabe, und das, was Sie hergeben würden, ist der Grund, warum sich die Aufgabe überhaupt lohnt.

Die Unterscheidung, die die Karte zieht, ist der ganze Artikel in einer Zeile: Jede Angabe in der linken Spalte ist eine Erklärung eines Anbieters, der sich nicht zu erkennen gegeben hat, und alle sechs Zellen der rechten Spalte, derjenigen, die die Verifizierung tragen würde, lesen sich als Abwesenheiten.

Der Vergleich, der tatsächlich verfügbar ist

Da der Gegenstand nicht gebenchmarkt werden kann, ist der sinnvolle Vergleich struktureller und nicht numerischer Art: was ein benanntes Modell mit derselben Kontextlänge Ihnen bietet, was dieses nicht bietet, und wo das kostenlose Fenster tatsächlich gewinnt.

GLM-5.3-Flash ist das, was einer Kontrollgruppe am nächsten kommt: das Modell, als das sich die letzte anonyme Coding-Vorschau mit 1M-Kontext herausgestellt hat – jetzt mit Anbieter, Preis, veröffentlichten Gewichten und zehn Wochen öffentlicher Präsenz dahinter. Wenn Crouton Alpha eine Vorschau auf etwas aus dieser Familie ist – und es gibt noch keine Belege in die eine oder andere Richtung –, dann ist die kostenlose Woche ein Blick auf ein Modell, das Sie anschließend für fünfzehn Cent pro Million Token mieten können, was den Test günstig und die Wechselentscheidung einfach macht.

Rechnet man es einmal durch, geht es bei der Entscheidung nicht mehr ums Geld. Eine Woche unbegrenzter Aufrufe eines 1-Million-Token-Modells ist für fast jeden ein paar Cent bis ein paar Dollar wert; der Grund, es zu nutzen, sind Informationen, und der Grund, vorsichtig damit zu sein, ist, dass die Prompts, die man ausgibt, um diese Informationen zu erhalten, deutlich mehr wert sind als die Token, die man spart.