Crouton Alpha：一个免费的 100 万 Token 模型，却无人愿意署名

钱并不多。以一项编码智能体任务为例：读取 200,000 个 token 的代码仓库，再写回 20,000 个 token——在 GLM-5.3-Flash 上花四美分，在 Gemini 3.8 Flash 上花二十三美分。用一条提示词填满整个 1,048,576 token 的上下文窗口，仅输入一项就要十六美分，按 Gemini 的费率则是七十九美分。这就是 Crouton Alpha 的现金价值——自 2026 年 11 月 3 日 01:38 UTC 问世以来可免费调用——而这还不是真正有意思的部分。

有趣的是，Crouton Alpha 是某个未具名事物的预览。其列表中的提供商字段写着“Stealth”；描述称它由第三方开发和运营，“该第三方选择在此预览期间保持匿名”；路由平台明确表示自己不是它的开发者、所有者或提供商。没有模型卡，没有权重，没有零以外的定价方案，没有基准测试，也没有实验室声称对它负责。有的是这样一份规格说明：1,048,576 个 token 的上下文，文本、图像、视频、文件和音频输入，强制推理，以及一项远比上下文数字更重要的数据条款。这就是已知的内容、可核查的内容，以及团队在让智能体使用它之前应当权衡的内容。

该房源实际声明的内容

以下所有内容均来自该预览版自身在2026年11月4日的记录——即其上线一天之后。其中没有任何内容经过独立测量，而规格说明则是某家供应商的说法，这家供应商不愿透露自己是谁。

• 身份 — Crouton Alpha，于 2026 年 11 月 3 日 01:38 UTC 列出。提供商名称“Stealth”。开发者：未具名。

• 上下文 — 输入为 1,048,576 个 token。最大输出为 943,718 个 token，恰好是窗口的 90%，这表明它是一个推导出的默认值，而不是实测出的限制。

• 模态——输入文本、图像、视频、文件和音频；输出文本。音频和任意文件输入是其中不寻常的部分；大多数具有 100 万上下文的编码模型仅支持文本和图像。

• 价格 — 输入 $0，输出 $0。该记录未标注到期日期，因此预览版的结束时间未在任何地方公布。

• 推理 — 声明为强制启用，支持从 minimal 到 max 的多种强度，默认值为 max。无法关闭。

• 工具 — 仅支持 tool_choice 为“auto”；structured outputs 和 response_format 可与 temperature 和 top_p 一起使用。

• 证据——没有基准测试表，没有模型卡，没有吞吐量或延迟数据，分词器记录为 "Other"，量化 "unknown"。

• 服务提供 — 单一提供商，无第二端点，过去 30 分钟、5 分钟及一天内的正常运行时间均为 100%。

该描述将其定位为“一款为可扩展编码、智能体与多模态工作流而构建的轻量级模型”，面向“高频重复工作中的智能体子任务、工具使用和文档分析”。这是对模型用途的说明，写给那些会通过它路由成千上万次小型调用的人。它没有说明模型在上述任何方面的表现有多好，而且预览版发布一天后，提供商高墙之外还没有人公布过任何数字。

比上下文窗口更重要的条款

Stealth 上架条目都会附带标准披露，而 Crouton Alpha 的这份值得读两遍：提示词和补全内容 可能会被提供商保留，但不会用于训练，并且“所有其他用途”受该预览版的 Stealth 条款约束。这句话的两半都各有作用。“不用于训练”是针对某一特定下游用途的承诺。“可能被保留”则是对所有其他用途的许可，由你既无法识别也无法审计的一方授予，依据的是为预览版而非正式产品编写的条款。

把这一点与这个模型的设计用途对照起来看。一个拥有 100 万 token 上下文、支持音频和文件输入的编码模型，正是你会拿来喂一整个代码仓库、一份设计文档、一段通话录音、一叠合同 PDF 的那种模型。而这恰恰是组织最不愿无限期交给一个不知名第三方的材料，免费窗口期也恰恰是人们最不谨慎的情形。该条目还标明欧盟区域内路由不可用，因此在测试期间无法将处理固定到欧洲区域。

量化字段显示为“unknown”，这是一个形式相同但更次要的问题：你无法判断正在回答你的模型是否以全精度运行，这使得你在预览期间形成的任何速度或质量印象，都是关于这次部署的陈述，而不是关于模型本身。如果它以后以开放权重形式发布，你的测量结果可能无法迁移。

推理已开启，且默认设为最大。

两个配置细节会造成大部分意外，而两者都是机械性的，而非推测性的。推理被声明为强制启用——一个期望能关闭思考的 agent 框架做不到——默认 effort 是 max，minimal、low、medium、high 和 xhigh 可用但不会被默认采用。未发送 reasoning_effort 的客户端会得到该模型提供的最昂贵设置，而且是在一个没人测量过速度的模型上。

另一个是工具方面。tool_choice 只接受 "auto"，不接受其他值：none、required 和 function 都不可用。那些通过 tool_choice:"required" 强制发起调用的框架——这是希望获得有保证的结构化答案时的常见模式——将无法得到它们所要求的行为。Structured outputs 和 response_format 受支持，因此存在变通方案，但它终究只是变通方案。再结合 943,718 token 的输出上限，实用建议并不光鲜：显式设置 max_tokens，显式设置 reasoning_effort，并且不要假定免费端点在墙上时钟时间上就是廉价的。

幕后是谁，最后几滴又预示着什么

匿名预览的身份已经查清，近期的记录也足够一致，因而颇具参考价值。Ox Alpha 于 2026 年 8 月 20 日以相同的形态出现——免费、100 万上下文、支持文本和图像输入，面向编程和智能体任务——并于 8 月 26 日被 Z.ai 确认为 GLM-5.3-Flash，这是一款总参数 320B、激活参数 18B 的混合专家模型，目前按每百万 token 0.15 美元和 0.50 美元计价。社区先一步得出了结论，而且不是靠猜：已发布的文章称，他们针对受控探针统计提示 token 数，通过差分抵消隐藏的聊天模板，并在 95 个探针中的 95 个上将词表与 GLM-5 匹配，平均绝对误差为零。靠的是 token 计数，而不是直觉。

那期节目也是对预览期间流传的数字的一个警告。曾有一个为 Ox Alpha 流传的醒目数字，但它在实际运行中没能站得住脚；之后真正经得起检验的分数要普通得多。隐秘窗口期正是亮眼数字可以凭空存活一周的地方，而 Crouton Alpha 没有任何基准，总体而言是更诚实的配置——以后也就没有数字可让人失望了。

具体到 Crouton Alpha，截至11月4日，除了规格说明之外没有任何可依据的信息。没有公布分词器指纹，没有错误字符串对比，也没有行为测试。列表中的分词器字段显示为“Other”，因此其词表并未预先匹配到某个已知系列，而音频和文件输入又扩大了指纹所需解释的范围。任何在社交媒体上声称上线一天就知道它是谁构建的人，都只是在猜测。Ox Alpha 的模式表明，答案会在一周内揭晓，而且通常只在免费期结束后才出现，这正是值得观察而非猜测的理由。

如何度过一个空闲的星期，而不付出你会怀念的东西作为代价

像这样的免费窗口确实有实际用途，但它比公告所暗示的范围更窄。

• 假设每一条提示词都会被公开。编写测试集时，要像把它发布到公共仓库里一样，因为该条款允许保留数据，而这些条款涵盖的范围远不止训练。

• 别让它进入生产路径。只有一个提供商、没有第二个端点、没有公布到期时间，而且模型可能未经通知就被撤回，这算不上依赖，而是一场实验。

• 在同一会话中，对某个具名模型运行相同的提示词。没有基线的模型印象一文不值——这一周唯一有用的产出，就是在你自己的任务上，与某个你能定价并保留的对象相比较而得出的差异。

固定你关心的设置。每次调用都带上 max_tokens 和 reasoning_effort，用结构化输出代替强制工具调用，并将请求形态与结果一起记录下来，这样比较才公平。

• 记录故障模式。速率限制、超时和截断是决定模型能否在大规模使用中可用的关键因素，而免费预览是发现这些问题成本最低的途径。

如果你想由有名气的模型来完成这项工作

OrcaRouter 不提供 Crouton Alpha，本文任何内容都不构成对其的路由推荐——该模型仅存在于那个预览中。在目录中，同一项工作是由具备公开供应商、价格以及背后第二个端点的服务来完成的。以下价格来自 2026 年 11 月 4 日的 OrcaRouter 目录，按供应商标价原样传递，无加价。

• GLM-5.3-Flash — 100 万上下文，支持文本 + 图像 + 视频输入，最大输出 128K，每百万 tokens 输入 $0.15 / 输出 $0.50。Ox Alpha 原来就是这款模型。

• DeepSeek V4.1 Flash — 100 万上下文，支持文本 + 图像输入，最大输出 384K，$0.15 / $0.60。

• Qwen3.8 Flash — 100 万上下文，输入支持文本 + 图像 + 视频，最大输出 131K，$0.15 / $0.47。

• MiniMax M3.1 Flash — 100 万上下文，支持文本、图像和视频输入，最大输出 524K，$0.15 / $0.60。

• Gemini 3.8 Flash — 1M 上下文，输入支持文本 + 图像 + 文件 + 音频 + 视频，最大输出 64K，$0.75 / $3.75。它与 Crouton Alpha 公布的输入集最为接近，这也是本文的算术部分由它承担的原因。

这五个中有四个处于相同的输入价格，这也是免费窗口在现金价值上如此之低的另一个原因：廉价端的長上下文推理已成为商品化能力，而真正花钱的决定是你标准化采用哪一个。这正是单个 API 密钥所要解决的决定——在一个端点后面接入多个具名模型，当某个提供商性能下降时自动故障转移，以及用于组合它们的路由 DSL，因此测试候选模型和让生产环境继续使用已知模型是同一次集成，而不是两次。具体到音频和文件输入，Gemini 3.8 Flash 在相同上下文长度下声明了相同的五种输入类型，这使其成为 Crouton Alpha 最终发布的任何产品都值得诚实对比的基准。

怎样才能把这件事变成一则发布故事？

四件事，大致按照它们能解决多少问题来排序。

一家实验室声称如此。Ox Alpha 就是这样落幕的：Z.ai 公布了权重、参数数量和许可证，谜团也就不再是谜团。权重将是第二项——一次开放发布能让人在一个下午内验证上下文长度和多模态声明，并告诉你 1M 窗口是原生的还是拼接出来的。分词器指纹会排在两者之前，因为这种方法现在已经奏效过两次，而且不需要提供商配合。而一个在已知评测框架上运行、并连同任务集一起发布的独立基准，将成为关于这个模型质量的第一份证据。

在其中任何一项落地之前，Crouton Alpha 只是一份附带保留条款的规格说明，而应对它抱有的正确信心程度，就等同于你应对一份挂牌信息抱有的信心程度。

如果你有一项批量、重复、低敏感度的任务——解析一批公开文档、对一个你不介意被公开的语料库进行分类——那么在一个 100 万 token 的端点上免费使用一周，是一种低成本的方式，可以弄清长上下文到底是否对你的任务有帮助；而且无论最终底层是哪个模型，这个答案都依然有用。如果提示词才是资产，那么这里就没有任何值得交换的东西：每项任务只省四美分，而你要交出去的，正是这项任务值得运行的理由。

这张卡片所呈现的区分，正是整篇文章浓缩成的一句话：左栏的每一个数字，都是一家未表明自身身份的提供方所作的声明；而右栏——本应承载验证信息的那一栏——全部六个单元格读起来都是空缺。

实际可用的对比

由于该对象无法进行基准测试，因此有意义的比较是结构性的，而非数值性的：在相同的上下文长度下，一个具名模型能提供哪些这个模型无法提供的东西，以及免费窗口真正占优的地方究竟在哪里。

GLM-5.3-Flash 是最接近对照组的东西：它就是上一次匿名 1M 上下文编程预览最终揭晓的模型，如今有了供应商、定价、公开权重，并且已经公开面世十周。如果 Crouton Alpha 是该系列中某款产品的预览——目前尚无任何支持或反对的证据——那么这免费的一周就是提前考察一款之后你可以按每百万 token 15 美分租用的模型，这让测试变得便宜，切换决策也变得容易。

把账算一遍就会发现，这个决策的关键根本不在于钱。对几乎任何人来说，在一款 100 万 token 的模型上无限调用一周，成本也就几分钱到几美元；用它是为了获取信息，而要谨慎使用它的原因在于：你为获取这些信息所消耗的提示词，其价值远高于你省下的 token。