Ox Alpha 就是 GLM-5.3
更新于 September 1, 2026 · 首次发布 September 1, 2026
2026 年 8 月 20 日至 26 日，OpenRouter 上一个标为 stealth/ox-alpha 的模型免费提供服务。之后确认它是 GLM-5.3-Flash：总参数 320 billion、激活参数 18 billion，采用线性与稀疏混合注意力，原生支持文本、图像和视频输入，上下文窗口 1,048,576 个 token，最大输出 131K，权重采用 MIT 许可。
使用量并不小。上线三天内，OpenCode 报告处理了约 16 万亿 token，独立用户 221,000 人，会话超过 500 万次，并跻身近期使用量第二位。这是生产流量，而非评测流量，而且六天内分文未收。
免费是一种费率，而非缺席
免费隐身端点的财务问题在于，大多数成本遥测把 $0 的行当作没有这一行。那一周被路由到 Ox Alpha 的请求在用量面板中显示为零成本，因此不计入任何支出预测、预算告警或按功能划分的单位经济视图。窗口关闭、模型改名、开始计费之后，同样的流量会以一次没人建模过的阶跃式增长重新出现。
对策是给每一次调用都计算影子价格，包括免费调用。照常记录 token 数，再乘以你本来会使用的模型的标价。这样面板就能显示这次促销每月值多少钱，以及活动结束当天账单会变成多少。16 万亿 token 按典型 flash 级别费率计算，绝不是可以忽略的舍入误差。
这个费率已经不再是假设。GLM-5.3-Flash 现在的标价是每百万输入 token 0.15 美元、每百万输出 token 0.50 美元。16 万亿输入 token 按此费率约为 $2.4 million — 即六天免费 token 的价值，也是这些流量若继续保持不变时将出现的阶跃幅度。
需要检查的三类风险
| 风险 | 需要问的问题 | 控制手段 |
|---|---|---|
| 费率悬崖 | 明天按标价计算，这些流量要花多少钱？ | 对免费端点使用影子定价，并设置同样的预算告警。 |
| 身份漂移 | 本周别名背后是哪个模型？ | 固定模型 ID；切勿在没有备用方案的情况下将生产流量路由到隐身别名。 |
| 质量耦合 | 提示词是否针对一个你无法长期保留的模型做了调优？ | 在窗口结束前，针对指定的替代模型运行评测。 |
MIT 权重改变了自建与购买的权衡
身份揭晓还有第二层意义。GLM-5.3-Flash 采用 MIT 许可，这意味着自托管选项是现实可行的，而不只是理论上的。总参数 320 billion、激活参数 18 billion，服务成本更接近一个中等规模的稠密模型，而非标题数字所暗示的水平，但前提是利用率长期保持在较高水平。当 GPU 利用率低于约 40–50% 时，按 token 计费的 API 通常仍然更划算，因为闲置加速卡照常按满额计费，而闲置的 API 调用不产生费用。
因此，决策的关键不是开放权重还是 API，而是一个利用率阈值。请测量整整一周（包括夜间和周末）的持续每秒 token 吞吐量，然后再将预留容量报价与相同用量按 API 标价计算的结果进行比较。自托管一栏中要计入部署服务、评测和升级的工程时间，这往往是自建方案最容易遗漏的一项。
下一个隐身模型出现时该怎么办
把每个免费窗口都视为与一个不具名交易方签订的定期合同。务必对模型进行充分评测，免费 token 是运行评测套件的一种廉价方式。但只有在有备用方案的前提下，才把生产流量路由到该模型，在仪表盘中保留影子价格，并把窗口结束日期记录为一个预测事件。这个模型很优秀，价格为零；两者之中只有一个是持久的。
相关阅读
相关文章
想将这些方法用于您的技术栈吗？ 请准备好供应商账单、网关日志和主要工作流；我们会梳理成本驱动因素与节省空间。 预约免费审查 →