Crouton Alpha: un modello gratuito da 1M token a cui nessuno darà un nome

La spesa è contenuta. Prendi un compito per un agente di coding che legge 200.000 token di repository e ne restituisce 20.000: quattro centesimi su GLM-5.3-Flash, ventitré centesimi su Gemini 3.8 Flash. Riempi l'intera finestra da 1.048.576 token con un solo prompt e il solo input costa sedici centesimi, o settantanove al tariffario di Gemini. Questo è il valore monetario di Crouton Alpha, chiamabile gratuitamente da quando è apparso il 3 novembre 2026 alle 01:38 UTC, e non è la parte interessante.

La parte interessante è che Crouton Alpha è un'anteprima di qualcosa che non ha un nome. Il campo provider nella sua scheda indica "Stealth"; la descrizione dice che è stato sviluppato e gestito da una terza parte "che ha scelto di rimanere anonima durante questa anteprima"; la piattaforma di routing dichiara esplicitamente di non essere né il suo sviluppatore, né il proprietario né il provider. Non c'è alcuna model card, nessun peso, nessun listino prezzi oltre allo zero, nessun benchmark e nessun laboratorio che ne rivendichi la paternità. Quello che c'è è una specifica: 1.048.576 token di contesto, input di testo, immagini, video, file e audio, ragionamento obbligatorio e una clausola sui dati che conta molto più del numero di contesto. Questo è ciò che è noto, ciò che è verificabile e ciò che un team dovrebbe valutare prima di indirizzare un agente verso di essa.

Cosa dichiara effettivamente l'annuncio

Tutto ciò che segue proviene dal resoconto della stessa anteprima, datato 4 novembre 2026 — un giorno dopo la sua pubblicazione. Nessuno di questi dati è stato misurato in modo indipendente, e la specifica è quanto afferma il fornitore a proposito di un fornitore che non intende dire chi sia.

• Identità — Crouton Alpha, elencato il 3 novembre 2026 alle 01:38 UTC. Nome del provider "Stealth". Sviluppatore: senza nome.

• Contesto — 1.048.576 token di input. Output massimo 943.718 token, esattamente il 90% della finestra, il che suggerisce un valore predefinito derivato anziché un limite misurato.

• Modalità — testo, immagini, video, file e audio in ingresso; testo in uscita. L'audio e l'input di file arbitrari sono la parte insolita; la maggior parte dei modelli di coding con contesto da 1M si ferma a testo e immagini.

• Prezzo — $0 input, $0 output. Il record non riporta alcuna data di scadenza, quindi la fine dell'anteprima non è pubblicata da nessuna parte.

• Ragionamento — dichiarato obbligatorio, con livelli di impegno da minimo a massimo e predefinito su massimo. Non può essere disattivato.

• Strumenti — solo tool_choice "auto"; structured outputs e response_format supportati insieme a temperature e top_p.

• Prove — nessuna tabella di benchmark, nessuna model card, nessun valore di throughput o latenza, tokenizer registrato come "Other", quantizzazione "unknown".

• Servizio — un solo provider, nessun secondo endpoint, uptime del 100% negli ultimi 30 minuti, 5 minuti e giorno.

La descrizione lo presenta come "un modello leggero pensato per workflow di coding scalabili, agentici e multimodali", per "sottoattività agentiche, uso di strumenti e analisi di documenti in attività ripetitive e ad alto volume". Questa è una descrizione di ciò a cui il modello serve, scritta per essere letta da persone che instraderanno migliaia di piccole chiamate attraverso di esso. Non dice nulla su quanto sia bravo in una qualsiasi di queste attività, e a un giorno dall'inizio dell'anteprima nessuno al di fuori delle mura del fornitore ha pubblicato un numero.

La clausola che conta più della finestra di contesto

Le inserzioni stealth includono un'informativa standard, e quella di Crouton Alpha è quella che vale la pena leggere due volte: i prompt e i completamenti possono essere conservati dal fornitore ma non vengono usati per l'addestramento, e "ogni altro uso" è disciplinato dai termini stealth dell'anteprima. Entrambe le metà di quella frase fanno la loro parte. "Non usati per l'addestramento" è una promessa relativa a un unico specifico uso successivo. "Possono essere conservati" è un permesso per ogni altro uso, concesso da una parte che non puoi identificare né verificare, secondo termini scritti per un'anteprima anziché per un prodotto.

Metti questo a confronto con ciò per cui il modello è progettato. Un modello di programmazione con 1M token di contesto e input audio e file è un modello a cui alimenti un repository, un documento di progettazione, la registrazione di una chiamata, un PDF di contratti. È esattamente il materiale che un'organizzazione è meno disposta a consegnare a una terza parte senza nome per un periodo indefinito, e la finestra gratuita è esattamente la situazione in cui le persone sono meno attente. L'annuncio segnala inoltre che il routing in-region dell'UE non è disponibile, quindi non c'è alcuna opzione per vincolare l'elaborazione a una regione europea durante i test.

Il campo di quantizzazione riporta "unknown", il che è un punto minore con la stessa forma: non puoi sapere se il modello che ti risponde viene eseguito a piena precisione, e questo rende qualsiasi impressione di velocità o qualità che ti formi durante l'anteprima una dichiarazione su questa distribuzione, non sul modello. Se in seguito verrà rilasciato come open weights, le tue misurazioni potrebbero non essere trasferibili.

Il ragionamento è attivo e per impostazione predefinita è impostato al massimo.

Due dettagli di configurazione causeranno la maggior parte della sorpresa, ed entrambi sono meccanici anziché speculativi. Il ragionamento è dichiarato obbligatorio — un framework di agenti che si aspetta di poter disattivare il pensiero non può esserlo — e lo sforzo predefinito è max, con minimal, low, medium, high e xhigh disponibili ma non presunti. Un client che non invia reasoning_effort ottiene l'impostazione più costosa offerta dal modello, su un modello la cui velocità nessuno ha misurato.

L'altra cosa sono gli strumenti. tool_choice accetta "auto" e nient'altro: none, required e function non sono disponibili. I framework che forzano una chiamata con tool_choice:"required" — uno schema comune quando si vuole una risposta strutturata garantita — non otterranno il comportamento richiesto. Structured outputs e response_format sono supportati, quindi la soluzione alternativa esiste, ma è appunto una soluzione alternativa. Combinato con un tetto di output di 943.718 token, il consiglio pratico è poco glamour: impostare max_tokens esplicitamente, impostare reasoning_effort esplicitamente e non presumere che un endpoint gratuito sia economico in termini di tempo reale.

Chi c’è dietro e cosa preannunciano gli ultimi drop

Le anteprime anonime si risolvono, e la cronologia recente è abbastanza coerente da essere utile. Ox Alpha è apparso il 20 agosto 2026 con la stessa impostazione — gratuito, contesto da 1M, input testuale e immagini, posizionato per la programmazione e il lavoro agentico — e il 26 agosto Z.ai lo ha confermato come GLM-5.3-Flash, il modello Mixture-of-Experts da 320B totali / 18B attivi ora instradato a $0,15 e $0,50 per milione di token. La community è arrivata prima, e non tirando a indovinare: i resoconti pubblicati riportano il conteggio dei token del prompt rispetto a sonde controllate, l'annullamento del template di chat nascosto tramite differenziazione e la corrispondenza del vocabolario con quello di GLM-5 su 95 sonde su 95 con un errore assoluto medio pari a zero. Conteggi di token, non sensazioni.

Quell'episodio è anche un monito sui numeri che circolano durante un'anteprima. Per Ox Alpha è circolata una cifra di punta che non ha superato una prova reale; il punteggio che ha retto in seguito era molto più ordinario. Le finestre stealth sono il luogo in cui un numero impressionante può sopravvivere per una settimana senza nulla dietro, e l'assenza di qualsiasi benchmark per Crouton Alpha è, tutto sommato, la configurazione più onesta — non c'è alcun numero di cui rimanere delusi in seguito.

Nello specifico di Crouton Alpha, al 4 novembre non c'è altro su cui basarsi oltre alla specifica. Non è stata pubblicata alcuna impronta del tokenizer, nessun confronto tra stringhe di errore, nessun test comportamentale. Il campo tokenizer dell'annuncio indica "Altro", quindi il vocabolario non è pre-associato a una famiglia nota, e gli input audio e file ampliano la superficie che un'impronta dovrebbe spiegare. Chiunque sui social media affermi di sapere chi l'ha costruito, dopo un solo giorno, sta tirando a indovinare. Il pattern di Ox Alpha suggerisce che la risposta arriva entro una settimana e di solito solo dopo la chiusura del periodo gratuito, il che è un motivo per osservare anziché speculare.

Come trascorrere una settimana libera senza pagare con qualcosa che ti mancherebbe

C'è un uso concreto per una finestra gratuita come questa, ed è più limitato di quanto l'annuncio lasci intendere.

• Presumi che ogni prompt sia pubblicato. Scrivi il set di test come se lo stessi pubblicando in un repository pubblico, perché la clausola consente la conservazione e i termini coprono tutto ciò che va oltre l'addestramento.

• Tienilo fuori dal percorso di produzione. Un solo provider, nessun secondo endpoint, nessuna scadenza pubblicata e un modello che può essere ritirato senza preavviso non è una dipendenza; è un esperimento.

• Esegui gli stessi prompt su un modello specifico nella stessa sessione. L'impressione di un modello senza una base di confronto non vale nulla — l'unico risultato utile della settimana è un diff, sulle tue attività, rispetto a qualcosa che puoi valutare in termini di costo e mantenere.

• Fissa le impostazioni che ti interessano. max_tokens e reasoning_effort su ogni chiamata, output strutturati invece di chiamate agli strumenti forzate, e registra la struttura della richiesta insieme al risultato così che il confronto sia equo.

• Registra le modalità di errore. Il rate limiting, i timeout e il troncamento sono i fattori che determinano se un modello è utilizzabile su larga scala, e un'anteprima gratuita è il posto più economico per scoprirli.

Se vuoi che il lavoro lo faccia un modello con un nome.

OrcaRouter non serve Crouton Alpha, e nulla di quanto segue costituisce una raccomandazione di routing per quel modello: il modello esiste solo in quella anteprima. Il catalogo è il luogo in cui lo stesso lavoro viene svolto da qualcosa che ha un fornitore pubblicato, un prezzo e un secondo endpoint alle spalle. I prezzi riportati di seguito provengono dal catalogo OrcaRouter al 4 novembre 2026, passati al prezzo di listino del provider senza alcun ricarico.

• GLM-5.3-Flash — contesto 1M, input testo + immagini + video, output massimo 128K, $0,15 in input / $0,50 in output per milione. Il modello che Ox Alpha si è rivelato essere.

DeepSeek V4.1 Flash — contesto da 1M, input testo + immagine, output massimo 384K, $0,15 / $0,60.

• Qwen3.8 Flash — contesto 1M, input testo + immagini + video, output massimo 131K, $0.15 / $0.47.

• MiniMax M3.1 Flash — contesto da 1M, input testo + immagini + video, output massimo 524K, $0.15 / $0.60.

• Gemini 3.8 Flash — contesto da 1M, input testo + immagine + file + audio + video, output massimo 64K, 0,75 $ / 3,75 $. È la corrispondenza più vicina all'insieme di input dichiarato di Crouton Alpha, ed è il motivo per cui è il modello che regge i calcoli in questo pezzo.

Quattro di quei cinque hanno lo stesso prezzo di input, ed è l'altro motivo per cui la finestra gratuita vale così poco in denaro: l'inferenza a contesto lungo nella fascia economica è diventata una commodity, e la decisione che costa davvero denaro è su quale standardizzarsi. È a questo che serve una singola chiave API: diversi modelli con nome dietro un unico endpoint, failover automatico quando un provider peggiora e un DSL di routing per comporli, così testare un candidato e mantenere la produzione su un modello noto sono la stessa integrazione anziché due. Nello specifico per gli input audio e file, Gemini 3.8 Flash dichiara gli stessi cinque tipi di input alla stessa lunghezza di contesto, il che lo rende il punto di confronto onesto per qualunque cosa Crouton Alpha finirà per rilasciare.

Cosa lo trasformerebbe in una storia di lancio?

Quattro cose, all’incirca in ordine di quanto sarebbero decisive.

Un laboratorio che lo rivendica. È così che Ox Alpha è finita: Z.ai ha pubblicato i pesi, il numero di parametri e la licenza, e il mistero ha smesso di essere tale. I pesi sarebbero il secondo — un rilascio aperto permetterebbe a chiunque di verificare la lunghezza del contesto e le dichiarazioni sulle modalità in un pomeriggio, e ti direbbe se la finestra da 1M è nativa o ricucita. Un'impronta del tokenizer verrebbe prima di entrambi, poiché è il metodo che ha funzionato già due volte e non richiede la collaborazione del fornitore. E un benchmark indipendente, eseguito su un harness noto e pubblicato insieme al set di attività, sarebbe la prima prova sulla qualità che questo modello abbia mai avuto.

Finché uno di quelli non si concretizza, Crouton Alpha è una specifica con una clausola di ritenzione allegata, e la quantità corretta di fiducia da riporvi è quella che riporresti in un annuncio.

Se hai un lavoro di massa, ripetitivo e a bassa sensibilità — analizzare una serie di documenti pubblici, classificare un corpus che non ti dispiacerebbe vedere pubblicato — una settimana gratuita su un endpoint da 1M token è un modo economico per scoprire se il contesto lungo aiuta affatto il tuo compito, e la risposta resta utile qualunque sia il modello che alla fine si rivela essere alla base. Se i prompt sono la risorsa, non c'è niente qui che valga lo scambio: il risparmio è di quattro centesimi a compito, e ciò che cederesti è il motivo per cui vale la pena svolgere il compito.

La distinzione che la scheda traccia è l'intero articolo in una riga: ogni cifra nella colonna di sinistra è una dichiarazione di un fornitore che non si è identificato, e tutte e sei le celle della colonna di destra, quella che dovrebbe riportare la verifica, si leggono come assenze.

Il confronto che è effettivamente disponibile

Poiché il soggetto non può essere sottoposto a benchmark, il confronto utile è strutturale anziché numerico: ciò che un modello denominato alla stessa lunghezza di contesto ti offre e che questo non offre, e dove la finestra gratuita vince davvero.

GLM-5.3-Flash è la cosa più vicina a un gruppo di controllo: il modello che l'ultima anteprima anonima di coding con contesto 1M si è rivelata essere, ora con un fornitore, un prezzo, pesi pubblicati e dieci settimane di esposizione pubblica alle spalle. Se Crouton Alpha è un'anteprima di qualcosa in quella famiglia — e non ci sono ancora prove in un senso o nell'altro — allora la settimana gratuita è uno sguardo a un modello che poi potrai noleggiare a quindici centesimi per milione di token, il che rende il test economico e la decisione di cambiare facile.

Una volta fatti i conti, la decisione smette di essere una questione di soldi. Una settimana di chiamate illimitate su un modello da 1M token vale da pochi centesimi a qualche dollaro per quasi chiunque; la ragione per usarlo è l'informazione, e la ragione per usarlo con cautela è che i prompt che spendi per ottenere quell'informazione valgono considerevolmente più dei token che risparmi.