Crouton Alpha: un modelo gratuito de 1M de tokens al que nadie quiere ponerle nombre

El dinero es poco. Tomemos una tarea de agente de programación que lee 200.000 tokens de repositorio y escribe 20.000 tokens de vuelta: cuatro centavos en GLM-5.3-Flash, veintitrés centavos en Gemini 3.8 Flash. Llena toda la ventana de 1.048.576 tokens con un solo prompt y solo la entrada cuesta dieciséis centavos, o setenta y nueve a la tarifa de Gemini. Ese es el valor en efectivo de Crouton Alpha, gratis de usar desde que apareció el 3 de noviembre de 2026 a las 01:38 UTC, y no es la parte interesante.

Lo interesante es que Crouton Alpha es una vista previa de algo que no lleva nombre. El campo de proveedor en su ficha indica «Stealth»; la descripción dice que fue desarrollado y operado por un tercero «que ha elegido permanecer en el anonimato durante esta vista previa»; la plataforma de enrutamiento explícitamente no es su desarrollador, propietario ni proveedor. No hay ficha del modelo, ni pesos, ni una estructura de precios más allá de cero, ni benchmark, ni ningún laboratorio que lo reclame. Lo que sí hay es una especificación: 1.048.576 tokens de contexto, entrada de texto, imagen, vídeo, archivo y audio, razonamiento obligatorio y una cláusula de datos que importa mucho más que la cifra de contexto. Esto es lo que se sabe, lo que se puede verificar y lo que un equipo debería sopesar antes de dirigir un agente hacia él.

Lo que el anuncio declara en realidad

{{1}}Todo lo que sigue procede del propio registro de la vista previa del 4 de noviembre de 2026{{/1}} — {{2}}un día después de que se publicara{{/2}}. {{3}}Nada de ello se ha medido de forma independiente{{/3}}, y {{4}}la especificación es la afirmación del proveedor sobre un proveedor que no dirá quién es{{/4}}.

• Identidad — {{1}}Crouton Alpha{{/1}}, listado el {{2}}3 de noviembre de 2026{{/2}} a las {{3}}01:38 UTC{{/3}}. Nombre del proveedor: "{{4}}Stealth{{/4}}". Desarrollador: {{5}}sin nombre{{/5}}.

• Contexto — 1.048.576 tokens de entrada. Salida máxima de 943.718 tokens, que es exactamente el 90 % de la ventana, lo que sugiere un valor predeterminado derivado en lugar de un límite medido.

• Modalidades: entrada de texto, imagen, vídeo, archivo y audio; salida de texto. La entrada de audio y de archivos arbitrarios es la parte inusual; la mayoría de los modelos de programación con contexto de 1M se limitan a texto e imagen.

• Precio — $0 de entrada, $0 de salida. El registro no incluye fecha de expiración, por lo que el final de la vista previa no se publica en ningún lugar.

• Razonamiento — declarado obligatorio, con niveles de esfuerzo de mínimo a máximo y un valor predeterminado de máximo. No se puede desactivar.

• Herramientas — solo tool_choice "auto"; se admiten structured outputs y response_format junto con temperature y top_p.

• Pruebas — sin tabla de benchmarks, sin ficha del modelo, sin cifras de rendimiento ni latencia, tokenizador registrado como "Otros", cuantización "desconocida".

• Servicio — un solo proveedor, sin un segundo endpoint, 100% de tiempo de actividad en los últimos 30 minutos, 5 minutos y día.

La descripción lo presenta como "un modelo ligero concebido para flujos de trabajo escalables de programación, agénticos y multimodales", para "subtareas agénticas, uso de herramientas y análisis de documentos en trabajo repetitivo de gran volumen". Esa es una descripción de aquello para lo que sirve el modelo, escrita para que la lean personas que enrutarán miles de llamadas pequeñas a través de él. No dice nada sobre lo bueno que es en ninguna de esas tareas y, un día después de que comenzara la vista previa, nadie fuera de los muros del proveedor ha publicado una cifra.

La cláusula que importa más que la ventana de contexto

Los listados Stealth incluyen una divulgación estándar, y la de Crouton Alpha es la que merece la pena leer dos veces: los prompts y las completions pueden ser retenidos por el proveedor pero no se usan para entrenamiento, y «todo otro uso» se rige por los términos stealth de la versión preliminar. Las dos mitades de esa frase cumplen una función. «No se usan para entrenamiento» es una promesa sobre un uso posterior específico. «Pueden ser retenidos» es permiso para todos los demás usos, otorgado por una parte que no puedes identificar ni auditar, bajo términos redactados para una versión preliminar y no para un producto.

Contrasta eso con aquello para lo que está diseñado el modelo. Un modelo de programación con 1M de tokens de contexto y entrada de audio y archivos es un modelo al que se le entrega un repositorio, un documento de diseño, la grabación de una llamada, un PDF de contratos. Ese es precisamente el material que una organización está menos dispuesta a entregar a un tercero no identificado durante un periodo indefinido, y la ventana gratuita es precisamente la situación en la que las personas tienen menos cuidado. El listado también indica que el enrutamiento dentro de la región de la UE no está disponible, por lo que no hay opción de fijar el procesamiento a una región europea durante las pruebas.

El campo de cuantización indica "desconocido", que es un punto menor con la misma forma: no puedes saber si el modelo que te responde se ejecuta a precisión completa, lo que hace que cualquier impresión de velocidad o calidad que te formes durante la vista previa sea una afirmación sobre este despliegue, no sobre el modelo. Si más adelante se publica como pesos abiertos, es posible que tus mediciones no sean transferibles.

El razonamiento está activado y, por defecto, se establece en el máximo.

Dos detalles de configuración causarán la mayor parte de la sorpresa, y ambos son mecánicos más que especulativos. El razonamiento se declara obligatorio — un framework de agentes que espera poder desactivar el pensamiento no puede — y el esfuerzo predeterminado es max, con minimal, low, medium, high y xhigh disponibles pero no asumidos. Un cliente que no envía reasoning_effort obtiene el ajuste más costoso que ofrece el modelo, en un modelo cuya velocidad nadie ha medido.

La otra son las herramientas. tool_choice acepta "auto" y nada más: none, required y function no están disponibles. Los frameworks que fuerzan una llamada con tool_choice:"required" —un patrón común cuando se quiere una respuesta estructurada garantizada— no obtendrán el comportamiento que solicitaron. Se admiten structured outputs y response_format, así que la solución alternativa existe, pero no deja de ser una solución alternativa. Si se combina con un límite de salida de 943.718 tokens, el consejo práctico es poco glamuroso: establece max_tokens explícitamente, establece reasoning_effort explícitamente y no asumas que un endpoint gratuito es barato en tiempo de reloj de pared.

¿Quién está detrás y qué predicen los últimos lanzamientos?

Las vistas previas anónimas se resuelven, y el historial reciente es lo bastante consistente como para resultar útil. Ox Alpha apareció el 20 de agosto de 2026 con la misma forma —gratuito, contexto de 1M, entrada de texto e imagen, posicionado para la programación y el trabajo agéntico— y el 26 de agosto Z.ai lo confirmó como GLM-5.3-Flash, el modelo Mixture-of-Experts de 320B totales / 18B activos que ahora se enruta a $0,15 y $0,50 por millón de tokens. La comunidad llegó primero, y no a base de adivinar: los análisis publicados informan de que contaron los tokens del prompt frente a sondas controladas, cancelaron la plantilla de chat oculta mediante diferencias, y lograron que el vocabulario coincidiera con el de GLM-5 en 95 de 95 sondas con un error absoluto medio de cero. Recuentos de tokens, no corazonadas.

Ese episodio también es una advertencia sobre las cifras que circulan durante una vista previa. Una cifra destacada que circuló para Ox Alpha no sobrevivió a una ejecución real; la puntuación que se mantuvo después era mucho más corriente. Las ventanas de sigilo son donde un número impresionante puede vivir una semana sin nada detrás, y la ausencia de cualquier punto de referencia para Crouton Alpha es, en conjunto, la configuración más honesta: no hay una cifra con la que decepcionarse más adelante.

En concreto, en el caso de Crouton Alpha, a fecha de 4 de noviembre no hay nada en lo que basarse más allá de la especificación. No se ha publicado ninguna huella del tokenizador, ninguna comparación de cadenas de error, ninguna prueba de comportamiento. El campo del tokenizador del listado dice «Other», así que el vocabulario no está preemparejado con una familia conocida, y las entradas de audio y archivo amplían la superficie que tendría que explicar una huella. Cualquiera que afirme en redes sociales saber quién lo construyó, a solo un día de su lanzamiento, está adivinando. El patrón de Ox Alpha sugiere que la respuesta llega en el plazo de una semana y, por lo general, solo después de que cierre el periodo gratuito, lo que es una razón para observar en lugar de especular.

Cómo pasar una semana libre sin pagar con algo que echarías de menos

Hay un uso real para una ventana gratuita como esta, y es más limitado de lo que sugiere el anuncio.

• Supón que cada prompt se publica. Escribe el conjunto de pruebas como si lo fueras a publicar en un repositorio público, porque la cláusula permite la retención y los términos cubren todo lo que va más allá del entrenamiento.

• Mantenlo fuera de la ruta de producción. Un único proveedor, sin un segundo endpoint, sin fecha de caducidad publicada y un modelo que puede retirarse sin previo aviso no es una dependencia; es un experimento.

• Ejecuta los mismos prompts contra un modelo concreto en la misma sesión. Una impresión de un modelo sin una línea base no vale nada — el único resultado útil de la semana es un diff, sobre tus propias tareas, contra algo a lo que puedas poner precio y conservar.

• Fija los ajustes que te importan. max_tokens y reasoning_effort en cada llamada, salidas estructuradas en lugar de llamadas a herramientas forzadas, y registra la estructura de la solicitud junto al resultado para que la comparación sea justa.

• Registra los modos de fallo. La limitación de tasa, los tiempos de espera y el truncamiento son lo que determina si un modelo es viable a gran escala, y una vista previa gratuita es el lugar más barato para descubrirlos.

Si quieres que el trabajo lo haga un modelo con nombre reconocido

OrcaRouter no ofrece Crouton Alpha, y nada de lo que aparece aquí constituye una recomendación de enrutamiento para ese modelo: el modelo solo existe en esa vista previa. El catálogo es donde el mismo trabajo lo realiza algo con un proveedor publicado, un precio y un segundo endpoint que lo respalde. Los precios a continuación provienen del catálogo de OrcaRouter del 4 de noviembre de 2026, trasladados al precio de lista del proveedor sin recargo.

• GLM-5.3-Flash — contexto de 1M, entrada de texto + imagen + video, salida máxima de 128K, $0.15 de entrada / $0.50 de salida por millón. El modelo resultó ser Ox Alpha.

• DeepSeek V4.1 Flash — contexto de 1M, entrada de texto + imagen, salida máxima de 384K, $0.15 / $0.60.

• Qwen3.8 Flash — contexto de 1M, entrada de texto + imagen + video, salida máxima de 131K, $0.15 / $0.47.

• MiniMax M3.1 Flash — contexto de 1M, entrada de texto + imagen + video, salida máxima de 524K, $0.15 / $0.60.

• Gemini 3.8 Flash — contexto de 1M, entrada de texto + imagen + archivo + audio + video, salida máxima de 64K, $0.75 / $3.75. La coincidencia más cercana al conjunto de entradas declarado por Crouton Alpha, y la razón por la que carga con la aritmética en este texto.

Cuatro de esos cinco se sitúan al mismo precio de entrada, que es la otra razón por la que la ventana gratuita vale tan poco en efectivo: la inferencia de contexto largo en el extremo barato se ha convertido en una commodity, y la decisión que realmente cuesta dinero es por cuál estandarizarse. Para esa decisión sirve una única clave de API: varios modelos con nombre tras un solo endpoint, conmutación por error automática cuando un proveedor se degrada y un DSL de enrutamiento para componerlos, de modo que probar un candidato y mantener producción en un modelo conocido sean la misma integración en lugar de dos. En concreto, para las entradas de audio y archivo, Gemini 3.8 Flash declara los mismos cinco tipos de entrada con la misma longitud de contexto, lo que lo convierte en el punto de comparación honesto para cualquier cosa que Crouton Alpha acabe lanzando.

¿Qué convertiría esto en una historia de lanzamiento?

Cuatro cosas, en orden aproximado de cuánto resolverían.

Un laboratorio que lo afirme. Así terminó Ox Alpha: Z.ai publicó los pesos, el número de parámetros y la licencia, y el misterio dejó de serlo. Los pesos serían lo segundo —una publicación abierta permitiría a cualquiera verificar la longitud de contexto y las afirmaciones sobre modalidades en una tarde, y te diría si la ventana de 1M es nativa o cosida. Una huella del tokenizador llegaría antes que cualquiera de las dos, ya que es el método que ha funcionado dos veces hasta ahora y no necesita cooperación del proveedor. Y un benchmark independiente, ejecutado en un arnés conocido y publicado junto con el conjunto de tareas, sería la primera evidencia sobre la calidad que ha tenido este modelo.

Hasta que uno de esos se materialice, Crouton Alpha es una especificación con una cláusula de retención adjunta, y el grado correcto de confianza que se le debe otorgar es el mismo que le otorgarías a un anuncio.

Si tienes un trabajo voluminoso, repetitivo y de baja sensibilidad —analizar un estante de documentos públicos, clasificar un corpus que no te importaría ver publicado—, una semana gratis en un endpoint de 1 M de tokens es una forma barata de averiguar si el contexto largo ayuda en algo a tu tarea, y la respuesta sigue siendo útil sea cual sea el modelo que resulte estar debajo. Si los prompts son el activo, aquí no hay nada que valga la pena el intercambio: el ahorro es de cuatro centavos por tarea, y lo que estarías entregando es la razón por la que vale la pena ejecutar la tarea.

La distinción que traza la tarjeta es todo el artículo en una sola línea: cada cifra de la columna izquierda es una declaración de un proveedor que no se ha identificado, y las seis celdas de la columna derecha, la que llevaría la verificación, se leen como ausencias.

La comparación que realmente está disponible

Como no se puede someter a benchmarks al sujeto, la comparación útil es estructural en lugar de numérica: qué te aporta un modelo con nombre a la misma longitud de contexto que este no te aporta, y dónde gana realmente la ventana gratuita.

GLM-5.3-Flash es lo más parecido a un grupo de control: el modelo que resultó ser la última vista previa anónima de programación con contexto de 1M, ahora con un proveedor, un precio, pesos publicados y diez semanas de exposición pública a sus espaldas. Si Crouton Alpha es una vista previa de algo de esa familia —y todavía no hay pruebas ni en un sentido ni en otro—, entonces la semana gratuita es un vistazo a un modelo que después podrás alquilar por quince centavos por millón de tokens, lo que hace que la prueba sea barata y la decisión de cambiar, fácil.

Haz los cálculos una vez y la decisión deja de girar en torno al dinero. Una semana de llamadas ilimitadas en un modelo de 1 millón de tokens vale desde céntimos hasta unos pocos dólares para casi cualquiera; la razón para usarlo es la información, y la razón para tener cuidado con él es que los prompts que gastas para obtener esa información valen bastante más que los tokens que ahorras.