Union Alpha đã chính thức hoạt động trên OrcaRouter: Mô hình Stealth 256K miễn phí thực sự mang lại cho bạn những gì

Union Alpha không còn là thứ bạn phải tự đi tìm nữa. Kể từ ngày 17 tháng 9 năm 2026, mô hình này được phục vụ trên gói miễn phí của OrcaRouter, được chính tài khoản của chúng tôi công bố lúc 05:32 UTC — cửa sổ ngữ cảnh 262.144 token, đầu vào hình ảnh, gọi công cụ, và mức giá đúng bằng không, bị giới hạn tần suất với HTTP 429 ngay khi một yêu cầu vượt ngưỡng. Đó là một thay đổi thực sự so với vị trí của mô hình này một ngày trước đó, khi nó chỉ là một danh sách ẩn danh mà không có nền tảng nào bảo chứng. Điều vẫn chưa thay đổi chính là phần quyết định việc bạn có nên dùng nó hay không: nhà cung cấp vẫn bị che giấu và mô hình vẫn không có bảng đánh giá chuẩn nào được công bố. Ox Alpha, danh sách ẩn hóa ra là của ZhipuGLM-5.3-Flash, đã có điểm số độc lập chỉ sáu ngày sau khi xuất hiện. Union Alpha đến nay đã có thể gọi được tròn một ngày mà vẫn chưa có điểm nào như vậy.

Vậy phiên bản trung thực thì ngắn gọn: một mô hình trông có vẻ đủ năng lực hiện được gọi miễn phí, trên một khóa mà bạn có thể đã có, từ một nhà sản xuất vẫn chưa nói rõ đó là của ai. Mọi tuyên bố về hiệu năng gắn với nó cho đến nay đều là một câu do chính đơn vị vận hành nó viết. Điều đó đáng để dành một cuối tuần thử nghiệm trong sandbox trên đoạn mã mà bạn không ngại mất. Nó vẫn chưa đáng để đưa vào lộ trình sản xuất.

Trang mô hình giờ đây nói gì, khi nó đã là một endpoint đang hoạt động thực sự chứ không còn là tin đồn nữa

Siêu dữ liệu này đặc biệt cụ thể một cách bất thường đối với một mục tàng hình, khiến các khoảng trống dễ đọc hơn. Đây là toàn bộ nội dung, đọc từ trang model vào ngày 17 tháng 9 năm 2026:

• Cửa sổ ngữ cảnh — 262.144 token, với đầu ra tối đa 131.072 token

• Đầu vào — văn bản và hình ảnh. Đầu ra chỉ là văn bản. Không có đầu vào video

• Giá — $0. Chỉ có gói miễn phí và bị giới hạn tốc độ: giới hạn tùy theo gói của bạn, các gói miễn phí đi kèm mức trần thận trọng, và yêu cầu vượt quá mức trần sẽ trả về HTTP 429. Việc sử dụng mô hình không bao giờ bị trừ vào số dư của bạn

• Khả năng — thị giác, gọi công cụ và đầu ra JSON có cấu trúc, với tools, tool_choice, response_format, temperature, top_p và max_tokens đều được chấp nhận

• Điều khiển suy luận — không có. Hoàn toàn không có tham số suy luận nào được phơi ra cả

• Trọng số — không có kho lưu trữ nào được liên kết, không có giấy phép, không có số lượng tham số, không có ghi chú về kiến trúc

• Thời điểm cắt kiến thức — không được nêu. Trường này để trống.

• Nhà cung cấp — "stealth", được che giấu trong khi đang được đánh giá, với các tính năng và khả năng sẵn có có thể thay đổi mà không cần thông báo trước

Hãy lưu ý những gì bảng thông số còn thiếu hơn là những gì nó chứa. Không có số lượng tham số, nên không có cách nào phân biệt một mô hình dense với một mixture-of-experts và không có cách nào đoán được chi phí mà đơn vị vận hành phải bỏ ra để phục vụ nó. Tokenizer được ghi là “Other” — giá trị vô dụng nhất có thể, và là giá trị chặn đứng phần điều tra kỹ thuật cộng đồng phổ biến nhất, việc lấy dấu vân tay đã xác định đúng phòng thí nghiệm của Ox Alpha vào tháng Tám. Và mô tả tiêu đề của trang niêm yết vẫn ghi “hiệu năng tầm cỡ biên giới trên một loạt rộng các tác vụ đa dụng”: do đơn vị vận hành báo cáo, không được tái lập ở đâu, và không được ai ngoài đơn vị vận hành kiểm toán.

Điều duy nhất mà một endpoint trực tiếp mang lại cho bạn mà một tin đồn không thể

Việc được phục vụ đồng nghĩa với việc có telemetry, và telemetry là bằng chứng đầu tiên về mô hình này không đến từ lời tự mô tả của nhà vận hành. Trong cửa sổ bảy ngày gần nhất, Union Alpha đã phục vụ khoảng 1,2 triệu token với tốc độ đầu ra 225 token mỗi giây, tỷ lệ lỗi 1,1%, và thời gian đến token đầu tiên ở p50 và p95 đều ở mức 10,00 giây. Đó là các số liệu nền tảng từ lớp định tuyến của chính chúng tôi chứ không phải điểm chuẩn của nhà cung cấp, và chúng biến động theo lưu lượng.

Hãy đọc chúng đúng như chúng vốn là. Tỷ lệ lỗi 1,1% trên một bản xem trước miễn phí là chuyện bình thường. Ở tốc độ 225 token mỗi giây, đầu ra thực sự nhanh một khi nó bắt đầu. Khoảng chờ mười giây để có token đầu tiên mới là con số nên định hình cách bạn sử dụng nó: p95 giống hệt p50 cho thấy khoảng chờ đó mang tính cấu trúc chứ không phải là hệ quả của việc xếp hàng mà bạn có thể né được vào giờ vắng hơn. Đây là một mô hình chậm rãi trước khi bắt đầu viết, điều này khớp với việc thiếu khả năng kiểm soát suy luận — bất kể quá trình cân nhắc nào đang diễn ra, bạn cũng không được trao cho chiếc nút điều chỉnh.

Điều mà dữ liệu đo từ xa không thể cho bạn biết là liệu mô hình có tốt hay không, và đây là phần cần nói thẳng: không có benchmark nào cả. Mục public-benchmarks trên trang của mô hình ghi là "pending" và không có gì được liệt kê bên dưới, và chưa có điểm chất lượng nào được gán. Những kết quả lan truyền từ ngày đầu đưa tin — các lần chạy chụp màn hình, điểm số từ một harness duy nhất, so sánh với các mô hình tiên tiến có tên cụ thể — không phải là benchmark, và chúng tôi không lặp lại chúng như thể chúng là vậy. Một harness trên một bộ kiểm thử chỉ là một dữ kiện về một bộ kiểm thử. Nếu một điểm số xuất hiện trên một bảng xếp hạng mà không chỉ nghe theo lời của đơn vị vận hành, thì điểm số đó chính là câu chuyện. Cho đến lúc đó, "Union Alpha tốt đến mức nào" không có câu trả lời, và bất kỳ ai đưa cho bạn một câu trả lời đều đang đoán với thêm vài bước.

Sự vắng mặt vẫn là phần thú vị.

So với Ox Alpha, bề mặt của Union Alpha nhỏ hơn rõ rệt — và không hề mang cảm giác như một flagship bị kìm hãm.

Ox Alpha đã phát hành cửa sổ 1.048.576 token và tiếp nhận cả video lẫn hình ảnh. Union Alpha chỉ cung cấp một phần tư ngữ cảnh đó và dừng lại ở hình ảnh. Ox Alpha để lộ khả năng suy luận như một điều khiển bắt buộc với các mức nỗ lực thấp, cao và tối đa, mặc định là tối đa, và không thể tắt quá trình suy nghĩ. Union Alpha không để lộ bất kỳ điều khiển suy luận nào — hoặc là mô hình không suy luận theo cách rõ ràng đó, hoặc nhà vận hành đã chọn ẩn nút điều khiển này trong suốt thời gian xem trước. Ox Alpha cũng mang một dấu hiệu về chính sách dữ liệu: nó lưu giữ prompt và completion tại nhà cung cấp, điều này cho bạn biết chính xác bạn đang đánh đổi điều gì để có quyền truy cập miễn phí.

Cửa sổ 256K, đầu vào văn bản-và-hình ảnh và không có thẻ suy luận là đặc trưng của một hạng nhanh hoặc một biến thể anh em chứ không phải một mẫu chủ lực tiên phong — mối quan hệ y hệt mà GLM-5.3-Flash hóa ra có với phần còn lại của gia đình nó. Đó là một cách diễn giải, không phải sự thật, và đáng nói thẳng ra vì cách diễn giải thay thế cũng có sẵn không kém: một nhà vận hành cắt tỉa bề mặt được quảng cáo để một bản xem trước không thể bị nhận dạng vân tay. Không có gì xảy ra kể từ đó loại trừ được một trong hai cách giải thích. Mười giây để có token đầu tiên, nếu có gì, là bằng chứng nhẹ cho cách giải thích thứ hai.

Mọi người mẫu kín đáo rồi cũng sẽ thuộc về một ai đó

Định dạng xem trước kín tiếng giờ đã quá quen thuộc đến mức màn công bố gần giống một sự kiện đã lên lịch hơn là một bất ngờ. Danh sách điểm danh, như được báo cáo chứ không phải như được chính các phòng thí nghiệm xác nhận:

• Quasar Alpha và Optimus Alpha — hóa ra là các bản xem trước GPT-4.1 của OpenAI vào năm 2025

• Sonoma Sky và Dusk Alpha — Grok 4 Fast của xAI

• Pony Alpha — GLM-5 của Zhipu, tháng 2 năm 2026

• Hunter Alpha — MiMo-V2-Pro của Xiaomi

• Owl Alpha — LongCat-2.0 của Meituan

• Ox Alpha — GLM-5.3-Flash của Zhipu, được tiết lộ sáu ngày sau khi nó xuất hiện

Trường hợp Ox Alpha là trường hợp đáng nghiên cứu, vì nó cho thấy cả việc đám đông làm tốt đến đâu lẫn nơi họ thất bại. Những người thử nghiệm cộng đồng đã xác định đúng phòng thí nghiệm — số đếm tokenizer khớp với GLM-5.3 qua một loạt prompt, bộ mã hóa video khớp với GLM-5V, và định dạng lỗi API là của GLM. Một số người đặt độ tin cậy ở mức gần 99%. Tuy vậy, họ vẫn xác định sai mô hình, cho rằng đó là một biến thể đa phương thức chưa phát hành của GLM-5.3 chứ không phải một bản phát hành "Flash" riêng biệt, và con số được trích dẫn rộng rãi "80% trên DeepSWE, đánh bại GPT-5.6 Sol" đã thúc đẩy làn sóng đưa tin đầu tiên bắt nguồn từ việc một nhà phát triển vượt qua tám trong mười nhiệm vụ trên một tập con — không phải là bài benchmark, và không thể so sánh với điểm của lần chạy đầy đủ mà nó được in bên cạnh.

Khi màn hé lộ diễn ra vào ngày 26 tháng 8, những con số thực tế bớt kịch tính hơn và hữu ích hơn: một mixture-of-experts thưa 320 tỷ tham số với khoảng 18 tỷ tham số hoạt động mỗi token, trọng số được cấp phép MIT trên Hugging Face cùng ngày, giá niêm yết $0.15 / $0.50 mỗi triệu token với ưu đãi ra mắt 50% đến ngày 9 tháng 9, và Chỉ số Trí tuệ Artificial Analysis ở mức 57 — một điểm số độc lập, điều mà một bản xem trước ẩn danh không bao giờ có khi nó vẫn còn ẩn danh.

Khẩu trang giờ là tự nguyện

Câu hỏi ai đứng sau Union Alpha vẫn chưa biến mất, nhưng hình hài của nó đã thay đổi. Một ngày trước, đây là một danh sách niêm yết không được thừa nhận: chưa ai nói rằng mô hình đang ở đó, và không nền tảng nào đưa nó vào danh mục. OrcaRouter giờ đã đặt tên cho endpoint và niêm yết nó, nghĩa là sự im lặng còn lại là một lựa chọn mà nhà cung cấp đang duy trì, chứ không phải một bí ẩn mà không ai buồn giải quyết. Một nhà cung cấp ẩn danh trên một nền tảng công bố endpoint là một thỏa thuận đánh giá, không phải một danh sách bị bỏ hoang — mô hình đang được thử nghiệm công khai với tên nhà sáng tạo bị giữ kín một cách có chủ đích. "Không ai nhận" vẫn là từ chính xác cho việc ai sở hữu nó. "Không ai để ý" thì không còn nữa.

Quy ước đặt mật danh vẫn là một tín hiệu yếu nhưng có thật. Pony, Ox, Owl, Hunter, Elephant: toàn là tên động vật, một cách nhất quán, và các phòng thí nghiệm Trung Quốc đứng sau làn sóng gần đây đã dùng chúng như cách một xưởng phim dùng tựa đề tạm thời. “Union” phá vỡ khuôn mẫu đó và không khớp với bất kỳ cách đặt tên nào của phòng thí nghiệm nào đã biết. Nó gợi ra cách hiểu rằng đây là một bản phát hành chung hoặc của một liên danh — đúng kiểu cách hiểu mà một mật danh được chọn để gợi ra, và là điều hoàn toàn không có bằng chứng nào.

Không có dấu vân tay nào được công bố cho Union Alpha và ở đây cũng không có nỗ lực nào nhằm làm điều đó. Một trong những bài học thực sự hữu ích từ tháng Tám là pháp chứng đầy tự tin có thể chỉ đúng phòng thí nghiệm nhưng sai mô hình: các nhà kiểm thử đặt độ tin cậy gần 99% vào nguồn gốc của Ox Alpha và vẫn gọi nó là một biến thể chưa phát hành của GLM-5.3 thay vì một bản phát hành Flash riêng biệt. Việc được phục vụ trên một lớp định tuyến cũng không thu hẹp phạm vi — một endpoint chẳng cho bạn biết gì về các trọng số đằng sau nó, và một nhà cung cấp ẩn danh không vì đã được đưa vào danh mục mà trở nên có nhiều khả năng thuộc về một phòng thí nghiệm cụ thể nào hơn. Cho đến khi một phòng thí nghiệm đứng tên cho thứ này, mọi tuyên bố về việc ai đã xây dựng Union Alpha đều chỉ là một phỏng đoán khoác lên mình khoảng tin cậy, và chúng tôi sẽ không thêm một cái nào nữa.

Miễn phí thực sự khiến bạn phải trả giá những gì

Truy cập miễn phí vào một endpoint bị che giấu không hẳn là một món hời mà đúng hơn là một cuộc trao đổi không có giá định sẵn, và điều cần đọc kỹ chính là các điều khoản. Bạn đang gửi prompt và completion đến một đơn vị vận hành vô danh, nghĩa là không có thỏa thuận xử lý dữ liệu, không có thời hạn lưu trữ được nêu rõ, không có thẩm quyền tài phán được nêu rõ và không có ai để bạn khiếu nại lên. Không có thỏa thuận cấp độ dịch vụ, không có thời hạn báo trước, và không có nhà cung cấp thứ hai phía sau endpoint này để chuyển sang dự phòng — Union Alpha chỉ chạy trên một nhà cung cấp duy nhất. Một endpoint tàng hình có thể bị thu hồi ngay khi chủ sở hữu quyết định lên tiếng, và đó chính xác là điều đã xảy ra với gói miễn phí của Ox Alpha vào ngày lộ diện. Bất cứ thứ gì được xây dựng trực tiếp trên nó đều đổ vỡ theo thông cáo báo chí của người khác.

Không điều nào trong số đó là lý do để tránh nó. Đó là lý do để khoanh vùng nó: lưu lượng sandbox, dữ liệu mà bạn không ngại mất, và không có gì khách hàng chạm vào. Chi phí thử nó giờ cũng gần bằng không theo nghĩa thứ hai — Union Alpha là một trong hơn 200 mô hình nằm sau một API OrcaRouter duy nhất, tất cả đều ở giá niêm yết của nhà cung cấp với mức tăng giá bằng không, nên việc đánh giá nó chỉ cần một khóa bạn đã có và một dòng cấu hình thay vì một hợp đồng hay một tích hợp. Chuyển đổi dự phòng tự động trên toàn bộ danh mục giữ cho đường sản xuất mà bạn đã trỏ tới một mô hình đã được kiểm chứng luôn sẵn có trong khi bạn thử một mô hình chưa được kiểm chứng bên cạnh nó, và DSL định tuyến cho phép bạn giữ một mô hình thử nghiệm phía sau một công tắc do bạn kiểm soát thay vì ở ngay cửa trước. Đó là sự khác biệt giữa việc đánh giá một mô hình và phụ thuộc vào nó.

Điều gì thực sự sẽ thay đổi câu trả lời

Cách bố cục hé lộ cho thấy cửa sổ đáng chú ý là năm đến bảy ngày tới, và việc đang hoạt động trực tiếp trên một lớp định tuyến không làm nó ngắn lại — nó chỉ có nghĩa là bạn có thể quan sát từ bên trong. Ba điều sẽ biến Union Alpha từ một điểm cuối miễn phí thành một quyết định: một cái tên xuất hiện trong trường nhà cung cấp, trọng số được đưa vào một kho lưu trữ dưới một giấy phép được nêu rõ, hoặc một điểm số độc lập trên một bảng xếp hạng mà không chấp nhận lời của bên vận hành.

Mỗi thay đổi đó đều thay đổi một điều gì đó cụ thể đối với bạn. Một cái tên cho bạn biết phải quy trách nhiệm cho ai và bạn đang đọc lộ trình của ai. Trọng số đi kèm giấy phép cho bạn biết liệu bạn có bao giờ có thể tự chạy mô hình hay không, đó là sự khác biệt giữa một sự phụ thuộc và một tài sản. Một benchmark độc lập cho bạn biết "frontier-level" là một mô tả hay một niềm hy vọng. Một mức giá được công bố cho bạn biết điều này sẽ tốn của bạn bao nhiêu vào ngày gói miễn phí kết thúc — kết quả duy nhất mà mọi bản xem trước ẩn danh cho đến nay đều đã mang lại, bởi gói miễn phí của Ox Alpha đã biến mất cùng ngày Zhipu đặt tên cho nó.

Cho đến khi ít nhất một trong những điều đó thành hiện thực, miễn phí là tất cả những gì bạn có thể chắc chắn, và câu trả lời chính xác cho câu hỏi "Union Alpha tốt đến mức nào" là không ai ngoài người vận hành ẩn danh biết được. Điều bạn có thể làm ngay hôm nay là tự mình đo lường: cửa sổ 262.144 token, đầu vào hình ảnh, gọi công cụ và đầu ra có cấu trúc với giá $0, trên một endpoint bạn có thể gọi trong vòng năm phút tới, với khoảng chờ mười giây cho token đầu tiên đã được tính sẵn vào kỳ vọng của bạn ngay từ đầu. Đó là một thứ có thật để bạn nắm trong tay. Nó cũng là một bản dùng thử, và phần đúng của nó chính là phần bạn tự kiểm chứng trên khối lượng công việc của riêng mình.