Union Alpha匿名模型上线首日处理超20亿Token

9月16日，OpenRouter上线匿名多模态模型Union Alpha，面向研究、编程和智能体工作流，平台称其具备“前沿级性能”。模型以免费形式开放盲测，上线首日处理约20亿Token，截至发稿累计超过1000亿。

Union Alpha没有公布开发团队、参数规模、训练方法或第三方成绩，因此其能力暂无法独立验证。平台信息显示，它支持262144 Token上下文、131072 Token最大输出、图像输入、工具调用、工具选择及JSON输出，重点并非普通聊天，而是代码库分析、研究和连续工具操作。

目前输入输出均免费，模型处于预览阶段，由匿名第三方提供商运营，OpenRouter仅负责路由。OpenCode Zen也已接入，并承诺限时免费及零数据保留。其最大输出与此前Ox Alpha相同，但上下文远小于后者的1048576 Token。

“前沿级性能”尚无公开依据，模型页面没有SWE-bench、Terminal-Bench、GPQA或ARC-AGI成绩，也未披露架构、参数量、MoE设置、数据截止时间和推理资源。早期用户反馈不一：有人称其具备视觉能力且风格像GPT，也有人认为速度很慢。

有测试者称它在DeepSWE中的性价比略高于Opus 5和GLM-5.3，并怀疑属于GLM系列。另一项157题测试中，Union Alpha取得136分、准确率86.6%，成本为零；测试者认为其推理和工具表现出色，主要短板在代码编写。

该测试中，Union Alpha仅比Qwen3.8-Flash-Next低1分、比Hy4预览版高4分。相关对比认为，Union在编码、数学和推理上优于Ox Alpha，但Ox的写作能力和上下文长度更强。

部分用户反馈称，Union Alpha能生成完整应用、理解图片并持续修改代码。有人给出DeepSWE 74分、与GPT-6 Astra相当的结果，并称Terminal-Bench v4约50%，单任务成本约1.5至2美元；OpenCode和Cline均已提供免费接入。

不过，部分测试者认为其智能体稳定性仍待验证，知识可能截止于2026年初；有人遇到持续思考、不返回结果或连基础测试都无法通过的情况。

Union Alpha的身份仍是猜测，候选包括OpenAI的GPT-6 Luna或Sol、Claude更新、Mistral新模型、Qwen 4.0 27B及GLM 5.4。有人依据分词器和行为判断其接近Qwen或GLM，也有人押注OpenAI，但这些推断均未获证实。匿名发布下，短时演示和少量对话尚不足以证明其能在大型代码库中长期可靠工作。