Ox Alpha оказался GLM-5.3
Обновлено September 1, 2026 · впервые опубликовано September 1, 2026
С 20 по 26 августа 2026 года модель, которую OpenRouter показывал как stealth/ox-alpha, обслуживалась бесплатно. Позже ее определили как GLM-5.3-Flash: 320 миллиардов параметров всего и 18 миллиардов активных, гибридное линейное и разреженное внимание, нативный вход для текста, изображений и видео, окно контекста 1,048,576 токенов, максимум 131K на выходе и веса под лицензией MIT.
Спрос был далеко не маргинальным. Уже через три дня после появления в каталоге OpenCode сообщал примерно о 16 триллионах обработанных токенов, 221,000 уникальных пользователей, более пяти миллионах сессий и второй месте по недавнему использованию. Это трафик продакшена, а не оценочных тестов, и шесть дней он ничего не стоил.
Бесплатно — это тариф, а не отсутствие цены
Финансовая проблема бесплатной скрытой конечной точки в том, что большинство систем учета затрат считает строку с $0 отсутствием строки. Запросы, направленные на Ox Alpha в ту неделю, попадают в дашборды как нулевые по стоимости, поэтому не учитываются ни в прогнозе расходов, ни в бюджетном алерте, ни в юнит-экономике по функциям. Потом окно закрывается, модель переименовывают, появляется тариф, и тот же трафик возвращается скачком, который никто не закладывал в модель.
Решение — оценивать каждый вызов по теневой ставке, включая бесплатные. Записывайте количество токенов как обычно и умножайте на прайс-лист модели, которую вы использовали бы иначе. Тогда дашборд покажет, сколько стоит акция в месяц и какой будет счет в день ее окончания. Шестнадцать триллионов токенов по типичной ставке флеш-класса — это не погрешность округления.
Ставка уже не гипотетическая. GLM-5.3-Flash стоит $0.15 за миллион входных токенов и $0.50 за миллион выходных. Шестнадцать триллионов входных токенов по этой ставке — примерно $2.4 млн. Именно столько стоили шесть дней бесплатных токенов и именно такой был бы скачок, если бы трафик остался на том же месте.
Три риска, которые стоит проверить
| Риск | Вопрос | Контроль |
|---|---|---|
| Обрыв тарифа | Сколько этот трафик стоит по прайс-листу завтра? | Теневое ценообразование для бесплатных конечных точек с теми же бюджетными алертами. |
| Дрейф идентичности | Какая модель стоит за алиасом на этой неделе? | Фиксируйте ID моделей; не направляйте продакшен на скрытый алиас без запасного варианта. |
| Связка с качеством | Подстроили ли промпты под модель, которую нельзя сохранить? | Прогоните оценки на именованной замене до окончания окна. |
Веса MIT меняют расчет «купить или построить»
Раскрытие идентичности важно и по второй причине. GLM-5.3-Flash распространяется по лицензии MIT, поэтому самостоятельное развертывание реально, а не теоретически. При 18 миллиардах активных параметров из 320 миллиардов стоимость обслуживания ближе к средней плотной модели, чем подсказывает заявленное число, но только при постоянно высокой загрузке. Ниже примерно 40–50% загрузки GPU оплата за токены в API обычно выгоднее: простаивающие ускорители тарифицируются полностью, а простаивающий вызов API не стоит ничего.
Поэтому решение — не между открытыми весами и API, а вопрос порога загрузки. Измеряйте устойчивое количество токенов в секунду за полную неделю, включая ночи и выходные, и только потом сравнивайте предложение по зарезервированной мощности с тем же объемом по ставкам API. В колонку самостоятельного развертывания включите время инженеров на обслуживание, оценку и обновления: это статья, которую чаще всего забывают в расчетах.
Что делать, когда появится следующая скрытая модель
Относитесь к каждому бесплатному окну как к срочному контракту с безымянной стороной. Модель стоит оценить всерьез: бесплатные токены — действительно дешевый способ прогнать набор оценок. Но направлять продакшен-трафик на нее стоит только с запасным вариантом, держать теневую цену в дашбордах и заносить окончание окна в прогноз как событие. Модель была отличной, а цена нулевой, но долговечным был только один из этих фактов.
Связанное
По теме
Хотите применить это к своему стеку? Принесите счета провайдеров, логи шлюза и ключевые рабочие процессы — мы определим драйверы затрат и пути экономии. Заказать бесплатный аудит →