stealth/ox-alpha는 OpenRouter에서 어떤 모델이었나요?

GLM-5.3-Flash입니다. 2026년 8월 20일부터 26일까지 Ox Alpha 별칭으로 무료 제공되었으며, 전체 320 billion 파라미터, 활성 18 billion, 1,048,576 토큰 컨텍스트 윈도우, MIT 라이선스 가중치를 갖추고 있었습니다.

무료 모델이 예산 문제를 일으키는 이유는 무엇인가요?

비용이 0인 호출은 지출 예측과 예산 알림에 반영되지 않기 때문입니다. 프로모션 기간이 끝나면 같은 트래픽이 모델링되지 않은 계단식 증가로 청구서에 다시 나타납니다.

토큰당 과금 대신 GLM-5.3-Flash를 직접 호스팅해야 할까요?

지속적인 가동률이 임계값을 넘을 때만 그렇습니다. 보통 GPU 용량의 40~50% 정도입니다. 놀고 있는 가속기는 정상 요금이 청구되지만, 발생하지 않은 API 호출은 아무것도 청구하지 않습니다.

Ox Alpha는 GLM-5.3이었다

업데이트 September 1, 2026 · 최초 게시 September 1, 2026

핵심 답변: 2026년 8월 20일부터 26일까지 OpenRouter에서 stealth/ox-alpha라는 이름의 모델이 무료로 제공되었습니다. 이후 GLM-5.3-Flash로 확인되었습니다. 전체 파라미터 320 billion, 활성 파라미터 18 billion, 선형과 희소 어텐션을 결합한 하이브리드 구조, 텍스트·이미지·동영상 네이티브 입력, 1,048,576...

2026년 8월 20일부터 26일까지 OpenRouter에서 stealth/ox-alpha라는 이름의 모델이 무료로 제공되었습니다. 이후 GLM-5.3-Flash로 확인되었습니다. 전체 파라미터 320 billion, 활성 파라미터 18 billion, 선형과 희소 어텐션을 결합한 하이브리드 구조, 텍스트·이미지·동영상 네이티브 입력, 1,048,576 토큰 컨텍스트 윈도우, 최대 출력 131K, MIT 라이선스 가중치를 갖추고 있습니다.

사용량은 미미하지 않았습니다. 목록에 오른 지 3일 만에 OpenCode는 약 16 trillion 토큰 처리, 고유 사용자 221,000명, 500만 개가 넘는 세션, 최근 사용량 2위를 보고했습니다. 평가용 트래픽이 아니라 실제 운영 트래픽이었고, 6일 동안 비용은 0이었습니다.

무료는 부재가 아니라 단가다

무료 스텔스 엔드포인트의 재무 문제는, 대부분의 비용 텔레메트리가 $0 항목을 아예 없는 항목처럼 취급한다는 데 있습니다. 그 기간 동안 Ox Alpha로 라우팅된 요청은 사용량 대시보드에 비용 0으로 표시되므로, 지출 예측, 예산 알림, 기능별 단위 경제성 분석 어디에도 반영되지 않습니다. 이후 기간이 끝나고 모델 이름이 바뀌고 단가가 적용되면, 같은 트래픽이 아무도 모델링하지 않은 계단식 증가로 다시 나타납니다.

해결책은 무료 호출을 포함해 모든 호출에 섀도 단가(shadow rate)를 매기는 것입니다. 토큰 수를 평소처럼 기록하고, 대신 사용했을 모델의 정가를 곱하십시오. 그러면 대시보드에 프로모션의 월간 가치와 종료일의 청구액이 보입니다. 16 trillion 토큰을 일반적인 플래시급 단가로 계산하면 반올림 오차 수준이 아닙니다.

단가는 이제 가정이 아닙니다. GLM-5.3-Flash는 입력 백만 토큰당 $0.15, 출력 백만 토큰당 $0.50으로 공개되어 있습니다. 이 단가로 16 trillion 입력 토큰을 계산하면 약 $2.4 million입니다. 6일간의 무료 토큰이 그만큼의 가치였고, 같은 트래픽이 그대로 남았다면 그만큼의 증가폭이 생긴다는 뜻입니다.

확인해야 할 세 가지 위험

위험	던져야 할 질문	통제 수단
단가 급변	이 트래픽은 내일 정가로 얼마인가?	무료 엔드포인트에도 섀도 단가를 적용하고 같은 예산 알림을 설정합니다.
식별자 드리프트	이번 주 별칭 뒤에 있는 모델은 무엇인가?	모델 ID를 고정하고, 대체 경로 없이 스텔스 별칭으로 운영 트래픽을 보내지 않습니다.
품질 결합	유지할 수 없는 모델에 맞춰 프롬프트를 튜닝했는가?	무료 기간이 끝나기 전에 지정한 대체 모델로 평가를 실행합니다.

MIT 가중치는 직접 구축할지 구매할지의 계산을 바꾼다

정체가 공개된 것은 두 번째 이유에서도 중요합니다. GLM-5.3-Flash는 MIT 라이선스로 배포되므로 자체 호스팅이 이론이 아니라 현실적인 선택지가 됩니다. 전체 320 billion 중 18 billion만 활성화되므로 서빙 비용은 헤드라인 숫자보다 중간 규모의 밀집 모델에 가깝습니다. 다만 GPU 가동률이 지속적으로 높을 때만 그렇습니다. 대략 40–50% 아래로 떨어지면 토큰당 API 가격이 보통 유리합니다. 놀고 있는 가속기는 정상 요금이 청구되지만, 발생하지 않은 API 호출은 아무것도 청구하지 않기 때문입니다.

따라서 결정 기준은 오픈 웨이트 대 API가 아니라 가동률 임계값입니다. 밤과 주말을 포함해 일주일 내내 지속적인 초당 토큰 수를 측정한 뒤에야, 예약 용량 견적과 같은 물량의 목록 API 요금을 비교하십시오. 자체 호스팅 항목에는 서빙, 평가, 업그레이드에 드는 엔지니어링 시간도 포함하십시오. 직접 구축을 검토할 때 가장 자주 빠지는 항목입니다.

다음 스텔스 모델이 나타나면 할 일

모든 무료 기간을 이름 없는 상대방과 맺은 기간 고정 계약으로 취급하십시오. 모델은 제대로 평가하십시오. 무료 토큰은 평가 스위트를 돌리는 데 실제로 저렴한 방법입니다. 다만 운영 트래픽은 대체 경로 뒤에서만 보내고, 대시보드에는 섀도 단가를 유지하며, 기간 종료일은 예측 이벤트로 달력에 적어 두십시오. 이 모델은 훌륭했고 가격은 0이었습니다. 두 사실 중 지속 가능했던 것은 하나뿐이었습니다.

Ox Alpha는 GLM-5.3이었다

무료는 부재가 아니라 단가다

확인해야 할 세 가지 위험

MIT 가중치는 직접 구축할지 구매할지의 계산을 바꾼다

다음 스텔스 모델이 나타나면 할 일

관련 자료

관련 글