Crouton Alpha: darmowy model o 1M tokenów, którego nikt nie nazwie

Kwota jest niewielka. Weź zadanie agenta kodującego, które odczytuje 200 000 tokenów repozytorium i zapisuje z powrotem 20 000 tokenów: cztery centy na GLM-5.3-Flash, dwadzieścia trzy centy na Gemini 3.8 Flash. Wypełnij całe okno 1 048 576 tokenów jednym promptem, a sam wkład kosztuje szesnaście centów, czyli siedemdziesiąt dziewięć według stawki Gemini. To jest wartość pieniężna Crouton Alpha, dostępnego bezpłatnie od momentu pojawienia się 3 listopada 2026 o 01:38 UTC, i nie jest to interesująca część.

Najciekawsze jest to, że Crouton Alpha to podgląd czegoś, co nie ma nazwy. Pole dostawcy w jego wpisie brzmi „Stealth”; opis mówi, że został opracowany i jest obsługiwany przez stronę trzecią, „która zdecydowała się pozostać anonimowa podczas tego preview”; platforma routingu wyraźnie nie jest jego deweloperem, właścicielem ani dostawcą. Nie ma karty modelu, wag, cennika poza zerem, żadnego benchmarku ani laboratorium, które by się do niego przyznawało. Jest natomiast specyfikacja: 1,048,576 tokenów kontekstu, wejście w postaci tekstu, obrazu, wideo, plików i audio, obowiązkowe rozumowanie oraz klauzula dotycząca danych, która ma znacznie większe znaczenie niż liczba określająca kontekst. To jest to, co wiadomo, co można sprawdzić i co zespół powinien rozważyć, zanim skieruje na to agenta.

Co faktycznie deklaruje ogłoszenie

Wszystko poniżej pochodzi z własnej dokumentacji podglądu z 4 listopada 2026 r. — dzień po jego opublikowaniu. Nic z tego nie zostało niezależnie zmierzone, a specyfikacja jest twierdzeniem dostawcy o dostawcy, który nie chce ujawnić, kim jest.

• Tożsamość — Crouton Alpha, wpisany 3 listopada 2026 o 01:38 UTC. Nazwa dostawcy „Stealth”. Deweloper: niepodany.

• Kontekst — 1,048,576 tokenów wejściowych. Maksymalna długość wyjścia: 943,718 tokenów, co stanowi dokładnie 90% okna, sugerując wartość domyślną wyliczoną, a nie zmierzony limit.

• Modalności — tekst, obraz, wideo, plik i dźwięk na wejściu; tekst na wyjściu. Wejście audio i dowolnych plików to nietypowa część; większość modeli kodujących z kontekstem 1M ogranicza się do tekstu i obrazu.

• Cena — 0 USD za wejście, 0 USD za wyjście. Wpis nie zawiera daty wygaśnięcia, więc zakończenie podglądu nie jest nigdzie publikowane.

• Rozumowanie — zadeklarowane jako obowiązkowe, z poziomami wysiłku od minimalnego do maksymalnego i domyślnym maksymalnym. Nie można go wyłączyć.

• Narzędzia — tylko tool_choice "auto"; structured outputs i response_format są obsługiwane wraz z temperature i top_p.

• Dowody — brak tabeli benchmarków, brak karty modelu, brak wartości przepustowości lub opóźnienia, tokenizer zapisany jako „Inne", kwantyzacja „nieznana".

• Obsługa — jeden dostawca, brak drugiego punktu końcowego, 100% dostępności w ciągu ostatnich 30 minut, 5 minut i dnia.

Opis przedstawia go jako „lekki model stworzony do skalowalnego kodowania oraz agentowych i multimodalnych przepływów pracy”, do „agentowych podzadań, korzystania z narzędzi i analizy dokumentów w masowej, powtarzalnej pracy”. To opis tego, do czego model służy, napisany z myślą o ludziach, którzy będą kierować przez niego tysiące małych wywołań. Nie mówi nic o tym, jak dobry jest w którejkolwiek z tych rzeczy, a dzień po rozpoczęciu podglądu nikt spoza ścian dostawcy nie opublikował żadnej liczby.

Klauzula, która ma większe znaczenie niż okno kontekstu

Oferty stealth zawierają standardowe oświadczenie, a oświadczenie Crouton Alpha jest tym, które warto przeczytać dwa razy: prompty i uzupełnienia mogą być przechowywane przez dostawcę, ale nie są wykorzystywane do trenowania, a „wszelkie inne użycie” podlega warunkom stealth wersji zapoznawczej. Obie połowy tego zdania mają swoje znaczenie. „Nie są wykorzystywane do trenowania” to obietnica dotycząca jednego konkretnego dalszego zastosowania. „Mogą być przechowywane” to zgoda na każde inne użycie, udzielona przez podmiot, którego nie można zidentyfikować ani audytować, na warunkach napisanych dla wersji zapoznawczej, a nie produktu.

Zestaw to z tym, do czego ten model jest przeznaczony. Model do kodowania z kontekstem 1 mln tokenów oraz obsługą audio i plików to model, do którego podaje się repozytorium, dokument projektowy, nagranie rozmowy, PDF z umowami. To dokładnie ten materiał, który organizacja najniechętniej przekazałaby nienazwanej stronie trzeciej na czas nieokreślony, a darmowe okno to dokładnie ta sytuacja, w której ludzie są najmniej ostrożni. W opisie oferty zaznaczono również, że routing w regionie UE jest niedostępny, więc podczas testowania nie ma możliwości przypięcia przetwarzania do regionu europejskiego.

Pole kwantyzacji ma wartość "unknown", co jest mniejszą kwestią o tym samym kształcie: nie można stwierdzić, czy model, który ci odpowiada, działa z pełną precyzją, co sprawia, że każde wrażenie dotyczące szybkości lub jakości, jakie wyrobisz sobie podczas podglądu, jest stwierdzeniem o tym wdrożeniu, a nie o modelu. Jeśli później zostanie wydany jako otwarte wagi, twoje pomiary mogą nie mieć zastosowania.

Rozumowanie jest włączone i domyślnie ustawione na maksimum.

Dwa szczegóły konfiguracji będą źródłem większości niespodzianek, a oba mają charakter mechaniczny, a nie spekulacyjny. Rozumowanie jest uznane za obowiązkowe — framework agentowy oczekujący możliwości wyłączenia myślenia nie może tego zrobić — a domyślny poziom wysiłku to max, przy czym minimal, low, medium, high i xhigh są dostępne, ale niezakładane. Klient, który nie wyśle reasoning_effort, otrzymuje najdroższe ustawienie oferowane przez model, na modelu, którego szybkości nikt nie zmierzył.

Innym elementem są narzędzia. tool_choice akceptuje „auto” i nic więcej: none, required oraz function są niedostępne. Frameworki, które wymuszają wywołanie przez tool_choice:"required" — częsty wzorzec, gdy chcesz mieć gwarantowaną odpowiedź strukturalną — nie otrzymają zachowania, o które prosiły. Structured outputs i response_format są obsługiwane, więc obejście istnieje, ale to obejście. W połączeniu z limitem wyjścia wynoszącym 943 718 tokenów praktyczna rada jest mało efektowna: ustaw max_tokens jawnie, ustaw reasoning_effort jawnie i nie zakładaj, że darmowy endpoint jest tani pod względem czasu zegarowego.

Kto za tym stoi i co przewidują ostatnie krople

Anonimowe wersje preview dają się zidentyfikować, a najnowsze dane są wystarczająco spójne, by były użyteczne. Ox Alpha pojawił się 20 sierpnia 2026 r. z tym samym zestawem cech — bezpłatny, kontekst 1 mln tokenów, wejście tekstowe i obrazowe, pozycjonowany do kodowania i pracy agentowej — a 26 sierpnia Z.ai potwierdził, że to GLM-5.3-Flash, model Mixture-of-Experts o 320 mld parametrów łącznie i 18 mld aktywnych, obecnie oferowany w cenach 0,15 USD i 0,50 USD za milion tokenów. Społeczność dotarła tam pierwsza i nie przez zgadywanie: opublikowane analizy donoszą o zliczaniu tokenów promptu względem kontrolowanych sond, znoszeniu ukrytego szablonu czatu przez różnicowanie oraz dopasowaniu słownika do GLM-5 w 95 na 95 sond przy średnim błędzie bezwzględnym równym zero. Liczby tokenów, nie przeczucia.

Ten odcinek jest także ostrzeżeniem przed liczbami, które krążą podczas podglądu. W przypadku Ox Alpha krążyła efektowna liczba, która nie przetrwała rzeczywistego uruchomienia; wynik, który się później utrzymał, był znacznie bardziej zwyczajny. Okresy stealth to czas, w którym imponująca liczba może przetrwać tydzień bez niczego za sobą, a brak jakiegokolwiek benchmarku dla Crouton Alpha jest — ogólnie rzecz biorąc — uczciwszą konfiguracją: nie ma liczby, która później mogłaby rozczarować.

Na dzień 4 listopada w przypadku Crouton Alpha nie ma nic poza specyfikacją, na czym można by się oprzeć. Nie opublikowano odcisku tokenizera, porównania ciągów błędów ani testu zachowania. Pole tokenizera w ogłoszeniu ma wartość „Other”, więc słownik nie jest z góry dopasowany do znanej rodziny, a wejścia audio i plikowe poszerzają zakres, który odcisk musiałby wyjaśnić. Każdy, kto dzień po premierze twierdzi w mediach społecznościowych, że wie, kto to zbudował, zgaduje. Wzorzec z Ox Alpha sugeruje, że odpowiedź pojawia się w ciągu tygodnia i zwykle dopiero po zakończeniu okresu darmowego, co jest powodem, by obserwować, a nie spekulować.

Jak spędzić wolny tydzień, nie płacąc czymś, za czym byś tęsknił

Istnieje realne zastosowanie dla takiego wolnego okna, a jest ono węższe, niż sugeruje ogłoszenie.

• Zakładaj, że każdy prompt zostanie opublikowany. Przygotuj zestaw testowy tak, jakbyś publikował go w publicznym repozytorium, ponieważ klauzula zezwala na przechowywanie, a warunki obejmują wszystko poza treningiem.

Trzymaj to poza ścieżką produkcyjną. Jeden dostawca, brak drugiego punktu końcowego, brak opublikowanego terminu wygaśnięcia i model, który można wycofać bez powiadomienia, to nie zależność; to eksperyment.

• Uruchamiaj te same prompty na wskazanym modelu w ramach tej samej sesji. Wrażenie o modelu bez punktu odniesienia jest nic niewarte — jedynym użytecznym rezultatem tygodnia jest diff, na własnych zadaniach, względem czegoś, co możesz wycenić i zachować.

• Przypnij ustawienia, na których Ci zależy. max_tokens i reasoning_effort przy każdym wywołaniu, structured outputs zamiast wymuszonych wywołań narzędzi oraz rejestruj kształt żądania razem z wynikiem, aby porównanie było uczciwe.

• Rejestruj tryby awarii. Limity szybkości, przekroczenia limitu czasu i obcinanie to czynniki decydujące o tym, czy model jest użyteczny przy dużej skali, a darmowy podgląd to najtańsze miejsce, by je odkryć.

Jeśli chcesz, żeby zadanie wykonał model, który ma nazwę.

OrcaRouter nie obsługuje Crouton Alpha i nic tutaj nie stanowi rekomendacji routingowej dla tego modelu — model istnieje wyłącznie w tym podglądzie. Katalog to miejsce, w którym to samo zadanie wykonuje coś z opublikowanym dostawcą, ceną i drugim punktem końcowym za sobą. Poniższe ceny pochodzą z katalogu OrcaRouter z 4 listopada 2026 r. i są przekazywane po cenie cennikowej dostawcy bez marży.

• GLM-5.3-Flash — kontekst 1M, wejście: tekst + obraz + wideo, maks. wyjście 128K, 0,15 USD za wejście / 0,50 USD za wyjście za milion. Okazało się, że tym modelem jest Ox Alpha.

• DeepSeek V4.1 Flash — kontekst 1M, wejście tekst + obraz, maks. wyjście 384K, $0.15 / $0.60.

• Qwen3.8 Flash — kontekst 1 mln, wejście: tekst + obraz + wideo, maks. wyjście 131 tys., 0,15 USD / 0,47 USD.

• MiniMax M3.1 Flash — kontekst 1M, na wejściu tekst + obraz + wideo, maks. 524K na wyjściu, $0.15 / $0.60.

• Gemini 3.8 Flash — kontekst 1M, wejście: tekst + obraz + plik + audio + wideo, maks. 64K wyjścia, $0.75 / $3.75. Najbliższe dopasowanie do zadeklarowanego zestawu danych wejściowych Crouton Alpha i powód, dla którego to właśnie ono odpowiada za arytmetykę w tym tekście.

Cztery z tych pięciu mają tę samą cenę wejścia, co jest drugim powodem, dla którego darmowe okno jest warte tak niewiele w gotówce: wnioskowanie z długim kontekstem w tanim segmencie stało się dobrem masowym, a decyzją, która naprawdę kosztuje pieniądze, jest to, na którym z nich się standaryzuje. Do tego właśnie służy jeden klucz API — kilka nazwanych modeli za jednym punktem końcowym, automatyczne przełączanie awaryjne, gdy dostawca działa gorzej, oraz DSL routingu do ich komponowania, dzięki czemu testowanie kandydata i utrzymywanie produkcji na znanym modelu to ta sama integracja, a nie dwie. Jeśli chodzi konkretnie o wejścia audio i plikowe, Gemini 3.8 Flash deklaruje te same pięć typów wejściowych przy tej samej długości kontekstu, co czyni go uczciwym punktem odniesienia dla wszystkiego, co Crouton Alpha ostatecznie wyda.

Co sprawiłoby, że stałoby się to historią premiery

Cztery rzeczy, w przybliżonej kolejności według tego, jak wiele by rozstrzygnęły.

Laboratorium, które to twierdzi. Tak zakończył się Ox Alpha: Z.ai opublikowało wagi, liczbę parametrów i licencję, a tajemnica przestała być tajemnicą. Drugie byłyby wagi — otwarte wydanie pozwoliłoby każdemu zweryfikować długość kontekstu i twierdzenia dotyczące modalności w jedno popołudnie oraz powiedziałoby, czy okno 1M jest natywne, czy zszywane. Odcisk tokenizatora przyszedłby przed oboma, ponieważ to metoda, która zadziałała już dwa razy i nie wymaga współpracy od dostawcy. A niezależny benchmark, uruchomiony na znanym stanowisku testowym i opublikowany wraz ze zbiorem zadań, byłby pierwszym dowodem na jakość, jaki ten model miał.

Dopóki jedno z nich nie zostanie wdrożone, Crouton Alpha jest specyfikacją z dołączoną klauzulą retencyjną, a właściwy poziom zaufania, jaki należy w niej pokładać, to taki, jaki pokładałbyś w ogłoszeniu.

Jeśli masz masowe, powtarzalne zadanie o niskiej wrażliwości — parsowanie półki publicznych dokumentów, klasyfikowanie korpusu, którego publikacji nie miałbyś nic przeciwko — darmowy tydzień na endpoincie o 1 mln tokenów to tani sposób, by sprawdzić, czy długi kontekst w ogóle pomaga w Twoim zadaniu, a odpowiedź pozostaje przydatna niezależnie od tego, jaki model ostatecznie okaże się pod spodem. Jeśli prompty są tym, co stanowi wartość, to nie ma tu nic, co byłoby warte takiej wymiany: oszczędność to cztery centy na zadanie, a to, co byś oddawał, jest powodem, dla którego warto to zadanie w ogóle uruchamiać.

Rozróżnienie, które rysuje karta, to cały artykuł w jednej linijce: każda liczba w lewej kolumnie jest deklaracją dostawcy, który się nie zidentyfikował, a wszystkie sześć komórek prawej kolumny — tej, która miałyby nieść weryfikację — czytają się jako braki.

Porównanie, które jest faktycznie dostępne

Ponieważ podmiotu nie da się zbenchmarkować, użyteczne jest porównanie strukturalne, a nie liczbowe: co daje nazwany model przy tej samej długości kontekstu, czego ten nie daje, oraz gdzie darmowe okno naprawdę wygrywa.

GLM-5.3-Flash jest najbliższym odpowiednikiem grupy kontrolnej: to model, którym okazał się ostatni anonimowy podgląd do kodowania z kontekstem 1M, teraz z dostawcą, ceną, opublikowanymi wagami i dziesięcioma tygodniami publicznej obecności za sobą. Jeśli Crouton Alpha jest zapowiedzią czegoś z tej rodziny — a na razie nie ma dowodów w żadną stronę — to darmowy tydzień jest spojrzeniem na model, który później będzie można wynająć za piętnaście centów za milion tokenów, co czyni test tanim, a decyzję o przejściu łatwą.

Gdy raz przeliczysz liczby, decyzja przestaje być kwestią pieniędzy. Tydzień nieograniczonych wywołań modelu o 1 mln tokenów jest dla niemal każdego wart od kilku centów do paru dolarów; powodem, by z niego korzystać, są informacje, a powodem, by obchodzić się z nim ostrożnie, jest to, że prompty, które zużywasz, aby uzyskać te informacje, są warte znacznie więcej niż oszczędzone tokeny.