Crouton Alpha：一款免費的 100 萬 token 模型，卻無人願意掛名

這筆錢不多。以一個編碼代理任務為例：它讀取 200,000 個 token 的儲存庫，並寫回 20,000 個 token；在 GLM-5.3-Flash 上要四美分，在 Gemini 3.8 Flash 上要二十三美分。用單一提示填滿整個 1,048,576 個 token 的視窗，光是輸入就要十六美分，按 Gemini 的費率則是七十九美分。這就是 Crouton Alpha 的現金價值；它自 2026 年 11 月 3 日 01:38 UTC 問世以來可免費呼叫，而這並不是有趣的部分。

有趣之處在於，Crouton Alpha 是某個尚未命名之物的預覽。其列表上的供應商欄位寫著「Stealth」；描述說它是由第三方開發與營運，「該第三方選擇在此預覽期間保持匿名」；路由平台明確表示自己並非其開發者、擁有者或供應商。沒有模型卡、沒有權重、除零以外沒有定價方案、沒有基準測試，也沒有實驗室宣稱擁有它。有的是一份規格：1,048,576 個 token 的上下文，文字、圖像、影片、檔案與音訊輸入，強制推理，以及一項遠比上下文數字更重要的資料條款。這就是已知的事、可查證的事，也是團隊在讓代理接入它之前應權衡的事。

該清單實際聲明的內容

以下所有內容都來自該預覽版自身於 2026 年 11 月 4 日的紀錄——也就是它上線後一天。這些內容沒有任何一項經過獨立測量，而規格是廠商的主張，且該廠商不願透露自己是誰。

• 身分 — Crouton Alpha，於 2026 年 11 月 3 日 01:38 UTC 上架。供應商名稱「Stealth」。開發者：未具名。

• 上下文 — 輸入 1,048,576 個 token。最大輸出 943,718 個 token，恰好是視窗的 90%，這暗示它是衍生出來的預設值，而非實測的限制。

• 模態——輸入可為文字、圖像、影片、檔案與音訊；輸出為文字。音訊與任意檔案輸入是較不尋常的部分；大多數具備 100 萬上下文的程式設計模型僅支援文字與圖像。

• 價格 — 輸入 $0、輸出 $0。該紀錄未載有到期日，因此預覽的結束時間並未在任何地方公布。

• 推理 — 宣告為強制，努力程度從 minimal 到 max，預設為 max。無法將其關閉。

• 工具 — 僅支援 tool_choice「auto」；structured outputs 與 response_format 可與 temperature 和 top_p 搭配使用。

• 證據——沒有基準測試表、沒有模型卡、沒有吞吐量或延遲數據，分詞器記錄為「Other」，量化為「unknown」。

• 服務提供 — 單一供應商、沒有第二個端點，在過去 30 分鐘、5 分鐘及一天的正常運作時間皆達 100%。

這段描述將它定位為「專為可擴展的程式編寫、代理式與多模態工作流程而打造的輕量級模型」，並稱其適用於「高頻、重複性工作中的代理式子任務、工具使用與文件分析」。這是對該模型用途的描述，寫給將會透過它路由數千次小型呼叫的人閱讀。這段描述完全沒有說明它在上述任何方面的表現有多好，而且在預覽版推出一日後，供應商之外仍沒有人公布任何數字。

比上下文視窗更重要的那條條款

隱匿式刊登會附上標準揭露聲明，而 Crouton Alpha 的版本值得讀兩遍：提示與補全可能由供應商保留，但不會用於訓練，而「所有其他用途」則受預覽版的隱匿條款約束。這句話的兩半都在發揮作用。「不用於訓練」是對某一特定下游用途的承諾。「可能被保留」則是對其他所有用途的許可，由一個你無法辨識、也無法稽核的對象授予，依據的是為預覽版而非產品撰寫的條款。

把這點對照模型的設計用途來看。一個具備 1M token 上下文、音訊與檔案輸入的程式設計模型，是你會餵入整個儲存庫、設計文件、通話錄音、合約 PDF 的模型。而這正是組織最不願意交給未具名第三方、且無限期持有的資料，免費期間也正是人們最不謹慎的情況。該清單也將歐盟境內路由標示為不可用，因此測試時無法選擇將處理固定於歐洲區域。

量化欄位顯示「unknown」，這是個較小但形狀相同的問題：你無法判斷回答你的模型是否以全精度運行，這使得你在預覽期間形成的任何速度或品質印象，都是關於這個部署，而不是關於模型。如果它之後以開放權重釋出，你的測量結果可能無法轉移。

推理已開啟，預設為最高。

有兩個設定細節會造成大部分的意外，而這兩者都是機械性的，而非臆測性的。推理被宣告為強制啟用——一個期待能把思考切換關閉的代理框架無法如此——而預設的 effort 是max，minimal、low、medium、high 與 xhigh 皆可使用，但不會被預設採用。一個未送出 reasoning_effort 的用戶端，會得到該模型所提供最昂貴的設定，而且是在一個沒有人測量過其速度的模型上。

另一個是 tools。tool_choice 只接受 "auto"，其他一概不行：none、required 和 function 全都無法使用。那些透過 tool_choice:"required" 強制发起呼叫的框架——當你希望確保取得結構化答案時常見的模式——將得不到它們所要求的行為。Structured outputs 和 response_format 有支援，所以變通方案存在，但它終究只是變通方案。再加上 943,718 個 token 的輸出上限，實用建議並不光鮮：明確設定 max_tokens、明確設定 reasoning_effort，而且不要以為免費端點在實際耗時上就很便宜。

背後的主使者是誰，而最後幾滴又預示著什麼？

匿名預覽的身份終於揭曉，而近期的紀錄一致性夠高，足以派上用場。Ox Alpha 於 2026 年 8 月 20 日登場，規格如出一轍——免費、100 萬上下文、支援文字與圖像輸入，定位於程式編寫與代理式作業——而 8 月 26 日 Z.ai 確認它就是 GLM-5.3-Flash，這款總參數 320B、每次啟用 18B 的混合專家模型，目前以每百萬 token 0.15 美元與 0.50 美元的價格提供。社群早一步得出答案，而且不是靠猜：已發表的研究報告記述了以受控探針計算提示 token 數、透過差分消去隱藏的聊天模板，並在 95 個探針上全部 95 個都與 GLM-5 的詞彙表吻合，平均絕對誤差為零。靠的是 token 計數，不是感覺。

那段插曲也警示了預覽期間流傳的數字。曾有一個關於 Ox Alpha 的亮眼數字流傳開來，卻在實際跑分後站不住腳；後來仍站得住腳的分數則普通得多。隱匿窗口正是讓亮眼數字在毫無支撐下流傳一週的時期；而 Crouton Alpha 完全沒有基準測試，整體而言是更誠實的配置——之後就沒有數字可讓人失望了。

截至11月4日，針對 Crouton Alpha 的具體情況，除了規格之外，沒有其他可供判斷的依據。尚未公布分詞器指紋，也沒有錯誤字串比對或行為測試。上架資訊的分詞器欄位標示為「Other」，因此詞彙表並未預先對應到已知家族，而音訊與檔案輸入又擴大了指紋必須解釋的範圍。任何在社群媒體上聲稱才過一天就知道是誰打造它的人，都只是在猜。從 Ox Alpha 的模式來看，答案會在一週內揭曉，而且通常是在免費期結束之後，這也是值得觀察而非臆測的理由。

如何度過空閒的一週，而不必拿你會懷念的東西來換

像這樣的一個免費窗口確實有實際用途，而它的適用範圍比公告所暗示的要窄。

• 假設每個提示詞都會被公開。撰寫測試集時，就當作你是在公開儲存庫中發布它，因為該條款允許保留，而相關條款涵蓋了訓練之外的一切。

• 別讓它進入正式生產流程。單一供應商、沒有第二個端點、沒有公開的終止期限，加上模型可能無預警下架——這算不上依賴，只是一場實驗。

• 在同一工作階段中，對某個具名模型執行相同的提示詞。對一個沒有基準的模型所產生的印象毫無價值——這週唯一有用的產出，是在你自己的任務上，對照某個你能估價並保留的對象所做的一份差異比對。

• 固定住你在意的設定。每次呼叫都帶上 max_tokens 與 reasoning_effort，用結構化輸出取代強制工具呼叫，並把請求的形狀與結果一併記錄下來，讓比較公平。

• 記錄失敗模式。速率限制、逾時與截斷，是決定一個模型在大規模使用下是否堪用的關鍵，而免費預覽正是發現這些問題最划算的地方。

如果你想讓有名號的模型來完成這件事

OrcaRouter 不提供 Crouton Alpha，此處任何內容都不是針對它的路由建議——該模型僅存在於那個預覽中。目錄才是同樣的工作由具備已公開供應商、價格，且背後還有第二個端點的東西來完成的地方。以下價格來自 2026 年 11 月 4 日的 OrcaRouter 目錄，以供應商牌價原樣傳遞，無任何加成。

• GLM-5.3-Flash — 100 萬上下文，輸入支援文字 + 圖片 + 影片，最大輸出 128K，每百萬 token 輸入 $0.15／輸出 $0.50。原來 Ox Alpha 就是這款模型。

• DeepSeek V4.1 Flash — 1M 上下文，文字 + 圖像輸入，384K 最大輸出，$0.15 / $0.60。

• Qwen3.8 Flash — 1M 上下文，輸入文字 + 圖像 + 影片，最大輸出 131K，$0.15 / $0.47。

• MiniMax M3.1 Flash — 100 萬上下文，輸入支援文字 + 圖像 + 影片，最大輸出 524K，$0.15 / $0.60。

• Gemini 3.8 Flash — 100 萬上下文，輸入支援文字 + 圖像 + 檔案 + 音訊 + 影片，輸出上限 64K，$0.75 / $3.75。它與 Crouton Alpha 所宣告的輸入組合最為接近，也是本文以它承擔算術運算的原因。

這五個中有四個處於相同的輸入價格，這也是免費視窗在現金價值上如此低的另一個原因：低價端的長上下文推論已成為商品化服務，而真正花錢的決策是要標準化採用哪一個。單一 API 金鑰就是為了這個決策——在單一端點後方提供數個具名模型、供應商效能下降時自動容錯移轉，以及用來組合它們的路由 DSL，因此測試候選模型與讓生產環境維持在已知模型上，是同一套整合，而非兩套。具體就音訊與檔案輸入而言，Gemini 3.8 Flash 在相同上下文長度下宣告相同的五種輸入類型，這使它成為 Crouton Alpha 最終以任何形式推出時的誠實比較基準。

什麼能讓這件事變成一個上市故事？

四件事，大致按它們能解決問題的程度排序。

由實驗室宣稱。Ox Alpha 就是這樣落幕的：Z.ai 公布了權重、參數量與授權條款，謎團便不再是謎團。權重會是第二項——開放釋出能讓任何人在一個下午內驗證上下文長度與模態宣稱，也會告訴你 1M 視窗是原生還是拼接而成。分詞器指紋會排在兩者之前，因為這是至今已奏效兩次的方法，而且不需要供應商配合。還有一項獨立基準測試，在已知的評測框架上執行，並連同任務集一併公布，會是這個模型歷來第一份關於品質的證據。

在其中一項落實之前，Crouton Alpha 只是一份附帶保留條款的規格；而對它應抱持的正確信心程度，就等於你會對一則刊登資訊抱持的信心程度。

如果你有一項大批量、重複、低敏感度的工作——解析一整排公開文件、分類一個你不介意被公開的語料庫——在 1M-token 端點上免費使用一週，是便宜測試長上下文究竟對你的任務有沒有幫助的方法，而且無論最後發現底層是哪個模型，這個答案都仍然有用。如果提示詞 是資產，那麼這裡沒有任何值得交換的東西：每項任務只省四美分，而你要交出去的，正是這項任務值得執行的原因。

這張圖卡所勾勒出的區別，正是整篇文章的一句話總結：左欄的每一個數字，都是未表明自身身分的供應商所作的一項申報；而右欄那六個本應承載驗證的儲存格，全都呈現為空白。

真正可用的比較

由於這個主體無法進行基準測試，有用的比較是結構性的，而非數值性的：在相同上下文長度下，具名模型能提供哪些這個模型無法提供的東西，以及免費視窗真正勝出的地方何在。

GLM-5.3-Flash 是最接近對照組的東西：上一個匿名的百萬上下文程式設計預覽，後來被證實就是這個模型；如今它有了廠商、價格、公開權重，且已公開亮相十週。如果 Crouton Alpha 是該系列某個東西的預覽——目前尚無任何一方證據——那麼這免費的一週，就是搶先看看一個之後能以每百萬個 token 十五美分租用的模型，這讓測試成本很低，轉換決定也很容易。

只要算一次帳，這個決策的重點就不再是錢。對幾乎所有人來說，在 1M token 模型上享用一週無限次呼叫，只值幾美分到幾美元；使用它的理由是資訊，而必須謹慎使用它的原因是：你為了取得那些資訊所花費的提示，遠比省下的 token 更有價值。