Le 20 août, une nouvelle ligne est apparue dans la liste des modèles d'OpenRouter : stealth/ox-alpha. La colonne fournisseur indique simplement « Stealth », et la page ne comporte qu'une seule phrase d'explication : ce modèle est développé et exploité par un tiers ayant choisi de rester anonyme. Les spécifications, elles, sont entièrement publiques : une fenêtre de contexte de 1 048 576 tokens, une sortie maximale de 131 072 tokens par appel, des entrées possibles en texte, image et vidéo, avec prise en charge des appels de fonction et de la sortie JSON. Dans la colonne prix, deux zéros : entrée comme sortie sont facturées 0 dollar par million de tokens.
Une étiquette de prix à deux zéros
Observer la structure du trafic est plus utile que d'examiner les spécifications. Dans le classement des applications d'OpenRouter, celles qui envoient le plus de trafic vers Ox Alpha sont Hermes Agent, Claude Code et omp — uniquement des coquilles d'agents, aucune fenêtre de chat. La page du modèle affiche une latence P50 de 6,70 secondes, un débit de 20 tokens par seconde, une disponibilité sur trois jours de 99,50 % et un uptime de 99,99 %. Une vitesse qui ferait pester les utilisateurs d'un produit conversationnel, mais que personne ne remarque sur une tâche de programmation tournant toute la nuit.
La gratuité ressemble ici davantage à un échange de coûts d'inférence contre des trajectoires de données. Un contexte d'un million de tokens combiné à une entrée vidéo, intégré dans une boucle d'agent qui appelle des outils en continu, fait partie des catégories de requêtes les plus coûteuses. Le fournisseur paie cela de sa poche pour récupérer précisément ce genre de processus complet où « le modèle appelle des outils cinquante fois de suite dans un dépôt réel, échoue, réessaie, puis finit par faire passer les tests au vert » — un déroulé quasiment absent des corpus publics et impossible à fabriquer en gonflant des classements. Le taux d'erreur d'environ 4,45 % sur les appels d'outils, indiqué sur la page, ne peut être mesuré précisément qu'avec de vrais utilisateurs sur de vrais projets.
Calcul rapide : une seule tâche confiée à une coquille d'agent consomme souvent plusieurs centaines de milliers de tokens, et un développeur qui en profite gratuitement pendant une semaine fait déjà économiser au fournisseur, rien qu'en coûts d'inférence, l'équivalent d'un budget d'annotation de données — avec en prime un contexte métier réel et des cas d'échec inclus.
Les empreintes pointent vers Zhipu
Deux jours après le lancement, la communauté avait déjà nettement resserré le cercle des suspects. Une erreur a exposé une pile d'appels côté serveur où figurait le chemin com.wd.paas.api.domain.v4.chat.ChatCompletionRequest, qui correspond à la nomenclature d'API de la documentation publique de Zhipu ; le code d'erreur 1214 se reproduit sur les modèles de la série GLM sur OpenRouter, mais pas sur le modèle homonyme hébergé chez DeepInfra ; un test du tokenizer sur 30 échantillons, couvrant plusieurs systèmes d'écriture, des emojis, du code et du SQL, a correspondu aux 30 reprises au schéma de segmentation de GLM. La personne à l'origine de cette comparaison attribue à son propre jugement un niveau de confiance de 0,98, pointant vers une variante de GLM-5.3. L'hypothèse secondaire se porte sur l'équipe MiMo de Xiaomi. Tout cela reste des déductions externes ; pour l'instant, aucune des parties n'a revendiqué le modèle.
Côté benchmarks, il n'existe que des échantillons épars. Un développeur nommé Ben Davis a obtenu 80 % sur DeepSWE, tandis que dans le même round, Fable atteignait 65 % et GPT-5.6 Sol, 52 %. Le résultat d'une seule personne sur un seul round ne saurait faire office de conclusion, mais il colle avec la structure du trafic : ce sont partout des agents de programmation qui utilisent le modèle.
Le lancement anonyme devient une stratégie de sortie
Des modèles anonymes étaient déjà apparus plusieurs fois sur OpenRouter. Les modèles aux noms de code Hunter et Healer ont suivi exactement le même chemin : gratuits pendant un temps, puis revendiqués par l'équipe MiMo de Xiaomi, avant de recevoir un tarif officiel. GLM-5 et MiMo-V2-Pro sont apparus de la même façon.
Le processus est désormais suffisamment rodé pour être considéré comme une véritable stratégie de sortie : la phase anonyme sert à collecter des données, à construire une réputation, et à éviter les comparatifs qui s'accumulent le jour d'une annonce officielle ; une fois la position dans les classements et la réputation auprès des développeurs bien établies, le masque tombe et le modèle devient payant.
Pour les fournisseurs chinois, cela présente un avantage supplémentaire. Lorsqu'un modèle se présente avec l'étiquette de tel ou tel laboratoire chinois, la première réaction des développeurs étrangers porte souvent d'abord sur son origine ; sans nom affiché, l'évaluation ne peut se fonder que sur le code lui-même. Le temps que l'identité soit révélée, la première vague d'avis positifs est déjà consignée dans des posts de forum et des tweets.
Le prix de la gratuité est écrit noir sur blanc sur la page. La politique de données d'OpenRouter précise que les prompts et les réponses sont conservés par le fournisseur, avec pour seul engagement de ne pas les utiliser pour l'entraînement ; tandis que la connexion directe via OpenCode annonce, elle, une rétention de données nulle — deux versions qui ne concordent pas sur une même chaîne de requêtes. L'impact reste limité pour faire tourner des projets open source, mais avant de faire entrer tout un dépôt privé d'entreprise dans cette fenêtre d'un million de tokens, mieux vaut lire attentivement ces petites lignes.
OpenRouter se contente de qualifier la période d'aperçu d'expérience à durée limitée, sans donner de date de fin. Quand le masque tombera, et à quel prix le modèle sera ensuite vendu, personne pour l'instant ne peut le dire avec certitude.
Sources : page du modèle sur OpenRouter et description de la politique de données du fournisseur, CocoLoop, relevés de comparaison d'empreintes et publications de benchmarks issus de la communauté des développeurs ; la fenêtre de contexte, la sortie maximale, la latence et le débit suivent les données de la page du modèle sur OpenRouter, le résultat DeepSWE provenant d'un test unique réalisé par un seul développeur.