Le manuel du modèle furtif
Updated September 1, 2026 · first published September 1, 2026
Ox Alpha est apparu sur les agrégateurs de routage : un endpoint sans marque, gratuit, sans grille tarifaire ni laboratoire identifié. Puis il a été confirmé comme étant GLM-5.3 et la fenêtre gratuite s’est refermée. GLM-5.3-Flash est désormais affiché à 0,15 $ le million de tokens en entrée et 0,50 $ en sortie.
Considérez-le comme une manœuvre reproductible, car c’en est une. Elle a déjà servi sous d’autres noms et resservira.
Ce que le laboratoire achète avec des tokens gratuits
Trois choses, toutes moins chères que les alternatives. Une évaluation à l’aveugle : un endpoint sans marque est jugé sur la sortie, pas sur le logo. De la distribution : les agrégateurs y envoient du trafic réel immédiatement, sans partenariat. Un point d’ancrage tarifaire : au moment de la révélation, les développeurs ont déjà jugé le modèle bon.
Le chiffre qui compte à la fermeture
Seize mille milliards de tokens en entrée sont passés par l’endpoint gratuit. À 0,15 $ le million, cela représente environ 2,4 millions de dollars d’inférence — c’est-à-dire la hauteur de la marche si ce trafic reste simplement où il est.
Faites le calcul sur votre propre part : le volume envoyé pendant la fenêtre, multiplié par le tarif publié, donne votre variation mensuelle.
Trois règles pour la prochaine fois
Ne dépendez jamais d’un endpoint dont vous ignorez le propriétaire. Anonyme veut dire aucune grille tarifaire, aucune politique de dépréciation, aucun engagement sur les données. C’est bon pour évaluer, pas pour la production sans repli.
Valorisez toute évaluation gratuite à un tarif hypothétique et portez ce coût fictif dans votre télémétrie.
Supposez que la fenêtre gratuite est la partie la plus courte de la relation et mesurez aussi le coût de sortie, pas seulement la qualité.
Related
Want this applied to your own LLM spend? FinOps LLM runs a free audit of your AI costs and shows where the savings are. Book free audit →