Em 20 de agosto, a lista de modelos do OpenRouter ganhou uma nova linha: stealth/ox-alpha. Na coluna de fornecedor está escrito apenas "Stealth", e a página traz uma única frase de explicação: o modelo é desenvolvido e operado por um terceiro que optou por permanecer anônimo. As especificações, por outro lado, estão todas públicas: janela de contexto de 1.048.576 tokens, saída máxima de 131.072 tokens por chamada, entradas em texto, imagem e vídeo, com suporte a chamadas de função e saída em JSON. Na coluna de preço, dois zeros — entrada e saída custam ambos US$ 0 por milhão de tokens.
Um rótulo de preço com dois zeros
Olhar a estrutura de tráfego é mais útil do que olhar as especificações. No ranking de aplicativos do OpenRouter, os que mais direcionam tráfego para o Ox Alpha são Hermes Agent, Claude Code e omp — todos invólucros de agente, nenhum é uma janela de chat. A página do modelo registra latência P50 de 6,70 segundos, throughput de 20 tokens por segundo, disponibilidade de três dias de 99,50% e uptime de 99,99%. Uma velocidade que faria usuários de um produto de conversação reclamarem, mas que ninguém nota numa tarefa de programação rodando a noite inteira.
O gratuito aqui parece mais uma troca de custo de inferência por trajetórias de dados. Um contexto de 1 milhão de tokens somado a entrada de vídeo, dentro de um loop de agente chamando ferramentas repetidamente, é a categoria mais cara entre todos os tipos de requisição. O fornecedor está pagando esse custo do próprio bolso para coletar exatamente o tipo de processo completo em que "o modelo chama ferramentas cinquenta vezes seguidas num repositório real, falha, tenta de novo e por fim deixa os testes passarem" — algo que praticamente não existe em corpora públicos e que também não dá para fabricar só subindo em rankings. A taxa de erro em chamadas de ferramenta de cerca de 4,45% registrada na página só pode ser medida com precisão quando pessoas reais alimentam projetos reais.
Fazendo as contas por alto: uma única tarefa de agente costuma consumir centenas de milhares de tokens, e um desenvolvedor que usa de graça por uma semana já poupa ao fornecedor, só em custo de inferência, o equivalente a uma taxa de rotulagem de dados — e ainda por cima com contexto de negócio real e casos de falha incluídos.
As digitais apontam para a Zhipu
Dois dias após o lançamento, a comunidade já havia estreitado bastante o círculo de suspeitos. Um erro expôs um stack trace do lado do servidor, no qual aparecia o caminho com.wd.paas.api.domain.v4.chat.ChatCompletionRequest, que bate com a nomenclatura de API da documentação pública da Zhipu; o código de erro 1214 é reproduzível nos modelos da série GLM no OpenRouter, mas não no modelo de mesmo nome hospedado pela DeepInfra; um teste com o tokenizador rodou 30 conjuntos, cobrindo diferentes sistemas de escrita, emojis, código e SQL, e todos os 30 bateram com o padrão de segmentação da GLM. Quem fez essa comparação atribuiu 0,98 de confiança ao próprio julgamento, apontando para uma variante da GLM-5.3. A hipótese secundária recai sobre a equipe MiMo da Xiaomi. Tudo isso ainda é inferência externa; por enquanto, nenhuma das partes assumiu a autoria.
Do lado dos benchmarks há apenas amostras isoladas. Um desenvolvedor chamado Ben Davis registrou 80% no DeepSWE, e na mesma rodada o Fable obteve 65% e o GPT-5.6 Sol, 52%. O resultado de uma única pessoa numa única rodada não serve como conclusão, mas bate com a estrutura de tráfego: todos os usuários são agentes de programação.
Lançamento anônimo está virando uma estratégia de lançamento
Modelos anônimos já apareceram outras vezes no OpenRouter. Os modelos com os codinomes Hunter e Healer seguiram exatamente esse caminho: ficaram gratuitos por um tempo, depois foram reivindicados pela equipe MiMo da Xiaomi e só então ganharam preço oficial. O GLM-5 e o MiMo-V2-Pro também surgiram assim.
O processo já está estável o suficiente para ser encarado como uma estratégia de lançamento em si — no período anônimo se coletam dados, se constrói reputação e se evitam as comparações em massa que costumam pipocar no dia do anúncio oficial; depois que a posição no ranking e a reputação entre desenvolvedores se consolidam, a máscara cai e o modelo passa a ser pago.
Para os fornecedores chineses, há ainda uma vantagem extra. Quando um modelo aparece com o rótulo de algum laboratório chinês, a primeira reação de desenvolvedores estrangeiros costuma recair sobre a origem; sem assinatura, a avaliação só pode se apoiar no próprio código. Quando a identidade é finalmente revelada, aquela leva de avaliações positivas já está registrada em fóruns e posts.
O preço da gratuidade está escrito na própria página. A política de dados do OpenRouter informa que prompts e respostas ficam retidos pelo fornecedor, com o único compromisso de não usá-los para treinamento; já a rota de conexão direta do OpenCode anuncia retenção zero de dados — as duas informações não batem ao longo da mesma cadeia de requisição. Usar o modelo em projetos open source tem impacto limitado, mas antes de jogar um repositório privado inteiro da empresa dentro dessa janela de 1 milhão de tokens, vale a pena ler essa letra miúda com atenção.
O OpenRouter só diz que o período de pré-visualização é um experimento por tempo limitado, sem dar uma data de encerramento. Quando a máscara vai cair, e a que preço o modelo será vendido depois disso, por enquanto ninguém dá uma resposta definitiva.
Fontes: página do modelo no OpenRouter e política de dados do fornecedor, CocoLoop, registros de comparação de digitais e posts públicos de benchmark da comunidade de desenvolvedores; janela de contexto, saída máxima, latência e throughput conforme dados da página do modelo no OpenRouter, o resultado do DeepSWE é de um teste único de um único desenvolvedor.