Crouton Alpha: een gratis 1M-tokenmodel waar niemand zijn naam aan wil verbinden

Het bedrag is klein. Neem een taak voor een coding-agent die 200.000 tokens uit een repository leest en 20.000 tokens terugschrijft: vier cent bij GLM-5.3-Flash, drieëntwintig cent bij Gemini 3.8 Flash. Vul het volledige venster van 1.048.576 tokens met één prompt, en alleen de invoer kost al zestien cent, of negenenzeventig cent tegen Gemini's tarief. Dat is de contante waarde van Crouton Alpha, gratis aan te roepen sinds het op 3 november 2026 om 01:38 UTC verscheen, en dat is niet het interessante deel.

Het interessante is dat Crouton Alpha een preview is van iets waar geen naam op staat. Het providerveld in de vermelding luidt "Stealth"; de beschrijving zegt dat het is ontwikkeld en beheerd door een derde partij "die ervoor heeft gekozen tijdens deze preview anoniem te blijven"; het routeringsplatform is expliciet niet de ontwikkelaar, eigenaar of provider ervan. Er is geen modelkaart, geen gewichten, geen prijsschema dat verder gaat dan nul, geen benchmark en geen lab dat het opeist. Wat er wel is, is een specificatie: 1.048.576 tokens context, tekst-, afbeeldings-, video-, bestands- en audio-invoer, verplichte redeneerfunctie, en een dataclausule die veel zwaarder weegt dan het contextgetal. Dit is wat bekend is, wat controleerbaar is, en wat een team moet afwegen voordat het een agent hierop richt.

Wat de vermelding feitelijk aangeeft

Alles hieronder komt uit de eigen gegevens van de preview van 4 november 2026 — één dag nadat deze online werd gezet. Niets ervan is onafhankelijk gemeten, en de specificatie is de bewering van de leverancier over een leverancier die niet wil zeggen wie het is.

• Identiteit — Crouton Alpha, vermeld op 3 november 2026 om 01:38 UTC. Providernaam "Stealth". Ontwikkelaar: naamloos.

• Context — 1.048.576 tokens aan invoer. Maximale uitvoer 943.718 tokens, wat precies 90% van het venster is, wat suggereert dat het om een afgeleide standaardwaarde gaat in plaats van een gemeten limiet.

• Modaliteiten — tekst, afbeelding, video, bestand en audio als invoer; tekst als uitvoer. Audio en invoer van willekeurige bestanden zijn het ongebruikelijke deel; de meeste codeermodellen met 1M-context stoppen bij tekst en afbeelding.

• Prijs — $0 invoer, $0 uitvoer. Het record bevat geen vervaldatum, dus het einde van de preview wordt nergens gepubliceerd.

• Redeneren — verplicht gesteld, met inspanningsniveaus van minimaal tot maximaal en standaard maximaal. Het kan niet worden uitgeschakeld.

• Hulpmiddelen — alleen tool_choice "auto"; gestructureerde outputs en response_format worden ondersteund naast temperature en top_p.

Bewijs — geen benchmarktabel, geen modelkaart, geen doorvoer- of latentiecijfer, tokenizer vastgelegd als "Overig", kwantisatie "onbekend".

• Serveren — één provider, geen tweede endpoint, 100% uptime over de afgelopen 30 minuten, 5 minuten en dag.

De beschrijving positioneert het als "een lichtgewicht model gebouwd voor schaalbare codeer-, agentische en multimodale workflows", voor "agentische subtaken, toolgebruik en documentanalyse in volumineus, repetitief werk". Dat is een beschrijving van waar het modelvoor is, geschreven om gelezen te worden door mensen die duizenden kleine calls via het model laten lopen. Er staat niets over hoe goed het daarin is, en een dag na de start van de preview heeft niemand buiten de muren van de provider een cijfer gepubliceerd.

De clausule die belangrijker is dan het contextvenster

Stealth-vermeldingen bevatten een standaardmededeling, en die van Crouton Alpha is het waard om twee keer te lezen: prompts en completions mogen door de aanbieder worden bewaard maar worden niet gebruikt voor training, en "elk ander gebruik" valt onder de stealthvoorwaarden van de preview. Beide helften van die zin doen hun werk. "Niet gebruikt voor training" is een belofte over één specifiek downstreamgebruik. "Mogen worden bewaard" is toestemming voor elk ander gebruik, verleend door een partij die je niet kunt identificeren en niet kunt auditen, onder voorwaarden die zijn geschreven voor een preview in plaats van een product.

Zet dat tegenover waarvoor het model is gebouwd. Een codeermodel met 1M tokens context en audio- en bestandsinvoer is een model dat je een repository, een ontwerpdocument, een gespreksopname of een pdf met contracten voert. Dat is precies het materiaal dat een organisatie het minst graag voor onbepaalde tijd aan een naamloze derde partij toevertrouwt, en het gratis venster is precies de situatie waarin mensen het minst zorgvuldig zijn. In de vermelding staat ook dat EU-routering binnen de regio niet beschikbaar is, dus er is geen optie om de verwerking tijdens het testen aan een Europese regio te koppelen.

Het kwantisatieveld staat op "onbekend", wat een kleiner punt met dezelfde vorm is: je kunt niet zien of het model dat je antwoordt op volledige precisie draait, waardoor elke indruk van snelheid of kwaliteit die je tijdens de preview vormt een uitspraak is over deze deployment, niet over het model. Als het later als open weights uitkomt, zijn je metingen mogelijk niet overdraagbaar.

Redeneren staat aan en is standaard ingesteld op maximaal.

Twee configuratiedetails zorgen voor het grootste deel van de verrassing, en beide zijn mechanisch van aard in plaats van speculatief. Redeneren is verplicht verklaard — een agentframework dat verwacht thinking te kunnen uitschakelen, kan dat niet — en de standaardinspanning is max, waarbij minimaal, laag, gemiddeld, hoog en xhoog beschikbaar zijn maar niet verondersteld worden. Een client die geen reasoning_effort meestuurt, krijgt de duurste instelling die het model biedt, op een model waarvan niemand de snelheid heeft gemeten.

Het andere zijn tools. tool_choice accepteert "auto" en niets anders: none, required en function zijn allemaal niet beschikbaar. Frameworks die een aanroep forceren met tool_choice:"required" — een gangbaar patroon wanneer je een gegarandeerd gestructureerd antwoord wilt — krijgen niet het gedrag dat ze hebben gevraagd. Gestructureerde outputs en response_format worden ondersteund, dus de workaround bestaat, maar het is een workaround. In combinatie met een uitvoerplafond van 943.718 tokens is het praktische advies weinig glamoureus: stel max_tokens expliciet in, stel reasoning_effort expliciet in, en ga er niet van uit dat een gratis endpoint qua kloktijd een goedkoop endpoint is.

Wie zit erachter, en wat de laatste drops voorspellen

Anonieme previews worden herleid, en het recente spoor is consistent genoeg om nuttig te zijn. Ox Alpha verscheen op 20 augustus 2026 met dezelfde vorm — gratis, 1M context, tekst en beeld als invoer, gepositioneerd voor codering en agentisch werk — en op 26 augustus bevestigde Z.ai het als GLM-5.3-Flash, het 320B-totaal / 18B-actief Mixture-of-Experts-model dat nu wordt gerouteerd tegen $0,15 en $0,50 per miljoen tokens. De community was er eerder bij, en niet door te gokken: gepubliceerde verslagen melden dat prompttokens tegen gecontroleerde probes werden geteld, dat de verborgen chattemplate werd geëlimineerd door middel van differencing, en dat de vocabulaire op 95 van de 95 probes overeenkwam met die van GLM-5, met een gemiddelde absolute fout van nul. Tokentellingen, geen vibes.

Die aflevering is ook een waarschuwing voor de cijfers die tijdens een preview de ronde doen. Er circuleerde een opvallend cijfer voor Ox Alpha dat een daadwerkelijke run niet overleefde; de score die daarna standhield, was veel gewoner. Stealthvensters zijn periodes waarin een indrukwekkend cijfer een week lang kan voortbestaan zonder dat er iets achter zit, en het ontbreken van enige benchmark voor Crouton Alpha is per saldo de eerlijkere configuratie — er is geen cijfer waar je later teleurgesteld over kunt zijn.

Voor Crouton Alpha specifiek is er per 4 november niets anders om op af te gaan dan de specificatie. Er is geen tokenizer-fingerprint gepubliceerd, geen vergelijking van foutstrings, geen gedragstest. Het tokenizerveld van de vermelding zegt "Other", dus de vocabulaire is niet vooraf gekoppeld aan een bekende familie, en de audio- en bestandsinvoer vergroten het oppervlak dat een fingerprint zou moeten verklaren. Iedereen die op sociale media beweert te weten wie het heeft gebouwd, één dag na dato, gokt. Het patroon van Ox Alpha suggereert dat het antwoord binnen een week komt en meestal pas nadat de gratis periode sluit, wat een reden is om te kijken in plaats van te speculeren.

Hoe je een gratis week kunt doorbrengen zonder te betalen met iets dat je zou missen

Er is wel degelijk een nut voor een gratis venster als dit, en dat nut is beperkter dan de aankondiging suggereert.

• Ga ervan uit dat elke prompt wordt gepubliceerd. Schrijf de testset alsof je deze in een openbare repository plaatst, omdat de clausule retentie toestaat en de voorwaarden alles buiten training omvatten.

• Houd het buiten het productiepad. Eén provider, geen tweede endpoint, geen gepubliceerde vervaldatum, en een model dat zonder kennisgeving kan worden teruggetrokken is geen afhankelijkheid; het is een experiment.

• Voer in dezelfde sessie dezelfde prompts uit tegen een met naam genoemd model. Een indruk van een model zonder baseline is niets waard — de enige nuttige output van de week is een diff, op je eigen taken, tegen iets waar je een prijs aan kunt hangen en dat je kunt behouden.

• Zet de instellingen die je belangrijk vindt vast. max_tokens en reasoning_effort bij elke aanroep, gestructureerde outputs in plaats van geforceerde tool-aanroepen, en log de vorm van het verzoek naast het resultaat zodat de vergelijking eerlijk is.

• Registreer de faalmodi. Rate limiting, time-outs en truncatie zijn bepalend voor de vraag of een model op volume bruikbaar is, en een gratis preview is de goedkoopste plek om ze te ontdekken.

Als je wilt dat het werk wordt gedaan door een model met een naam erop

OrcaRouter levert Crouton Alpha niet, en niets hier is een routeringsaanbeveling daarvoor — het model bestaat alleen in die preview. De catalogus is waar hetzelfde werk wordt gedaan door iets met een gepubliceerde leverancier, een prijs en een tweede endpoint erachter. De onderstaande prijzen komen uit de OrcaRouter-catalogus van 4 november 2026, doorgegeven tegen de lijstprijs van de aanbieder, zonder opslag.

• GLM-5.3-Flash — 1M context, tekst + afbeelding + video in, max. 128K output, $0,15 in / $0,50 uit per miljoen. Het model dat Ox Alpha bleek te zijn.

• DeepSeek V4.1 Flash — 1M context, tekst + afbeelding als invoer, max. 384K uitvoer, $0,15 / $0,60.

• Qwen3.8 Flash — 1M context, tekst + afbeelding + video als invoer, max. 131K uitvoer, $0,15 / $0,47.

• MiniMax M3.1 Flash — 1M-context, tekst + afbeelding + video als invoer, max. 524K uitvoer, $0.15 / $0.60.

• Gemini 3.8 Flash — 1M context, tekst + afbeelding + bestand + audio + video als invoer, max. 64K uitvoer, $0,75 / $3,75. De beste match voor de aangegeven invoerset van Crouton Alpha, en de reden waarom het in dit stuk de rekenkundige onderbouwing draagt.

Vier van die vijf zitten op dezelfde invoerprijs, wat de andere reden is dat het gratis venster zo weinig geld waard is: inferentie met lange context aan de goedkope kant is een commodity geworden, en de beslissing die echt geld kost, is welke je als standaard neemt. Daar is één API-sleutel voor bedoeld: meerdere benoemde modellen achter één endpoint, automatische failover wanneer een provider minder presteert, en een routing-DSL om ze samen te stellen, zodat het testen van een kandidaat en het in productie houden van een bekend model dezelfde integratie vormen in plaats van twee aparte. Specifiek voor de audio- en bestandsinvoer declareert Gemini 3.8 Flash dezelfde vijf invoertypen bij dezelfde contextlengte, waardoor het het eerlijke vergelijkingspunt is voor alles wat Crouton Alpha uiteindelijk uitbrengt.

Wat zou hier een lanceringsverhaal van maken?

Vier dingen, ruwweg in de volgorde van hoeveel ze zouden beslechten.

Een lab dat het claimt. Zo eindigde Ox Alpha: Z.ai publiceerde de gewichten, het aantal parameters en de licentie, en het was geen mysterie meer. Gewichten zouden de tweede zijn — een open release zou iedereen in één middag de contextlengte en de modaliteitsclaims laten verifiëren, en zou je vertellen of het 1M-venster native of aan elkaar genaaid is. Een tokenizer-vingerafdruk zou aan beide voorafgaan, want dat is de methode die inmiddels twee keer heeft gewerkt en er is geen medewerking van de provider voor nodig. En een onafhankelijke benchmark, uitgevoerd op een bekende harness en gepubliceerd samen met de taakset, zou het eerste bewijs over de kwaliteit zijn dat dit model ooit heeft gehad.

Totdat een van die zaken van de grond komt, is Crouton Alpha een specificatie met een retentieclausule eraan vast, en de juiste hoeveelheid vertrouwen die je erin moet stellen, is de hoeveelheid die je in een vermelding zou stellen.

Als je een grootschalige, repetitieve taak met lage gevoeligheid hebt — een plank vol openbare documenten parsen, een corpus classificeren waarvan je het niet erg zou vinden als het gepubliceerd werd — dan is een gratis week op een endpoint met 1M tokens een goedkope manier om erachter te komen of lange context je taak überhaupt helpt, en het antwoord blijft nuttig, welk model er uiteindelijk ook onder blijkt te zitten. Als de prompts zijn wat waardevol is, valt hier niets te winnen met die ruil: de besparing is vier cent per taak, en wat je zou weggeven, is juist de reden dat de taak de moeite waard is om uit te voeren.

Het onderscheid dat de kaart maakt, is het hele artikel in één regel: elk getal in de linkerkolom is een verklaring van een aanbieder die zich niet heeft geïdentificeerd, en alle zes cellen van de rechterkolom, de kolom die de verificatie zou moeten bevatten, lezen als afwezigheden.

De vergelijking die daadwerkelijk beschikbaar is

Omdat het onderwerp niet kan worden gebenchmarkt, is de nuttige vergelijking structureel in plaats van numeriek: wat een genoemd model bij dezelfde contextlengte je biedt dat dit model niet biedt, en waar het gratis venster echt wint.

GLM-5.3-Flash komt het dichtst bij een controlegroep: het model dat de laatste anonieme 1M-context-codeerpreview bleek te zijn, nu met een leverancier, een prijs, gepubliceerde gewichten en tien weken in de openbaarheid achter zich. Als Crouton Alpha een preview is van iets uit die familie — en daar is nog geen bewijs voor in welke richting dan ook — dan is de gratis week een blik op een model dat je daarna kunt huren voor vijftien cent per miljoen tokens, waardoor de test goedkoop is en de beslissing om over te stappen gemakkelijk.

Als je de cijfers één keer doorrekent, gaat de beslissing niet meer over geld. Een week onbeperkt aanroepen op een model met 1M tokens is voor bijna iedereen centen tot een paar dollar waard; de reden om het te gebruiken is informatie, en de reden om er voorzichtig mee te zijn, is dat de prompts die je besteedt om die informatie te krijgen aanzienlijk meer waard zijn dan de tokens die je bespaart.