模型發布
匿名模型 Union Alpha 登陸 OpenRouter:支援 256K 上下文與 130K 輸出,首日消耗 20 億 Token
AI 前線單一來源
尚未逐項核實
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
9 月 16 日,OpenRouter 宣布上線匿名多模態模型 Union Alpha,據披露首日處理約 20 億 Token,累積消耗已逾 1000 億 Token。
該模型具備 256K 上下文窗口(262,144 Token),單次最大輸出達 131,072 Token。支援圖文輸入、文字與 JSON 輸出,以及工具呼叫與選擇。官方將其定位為具備「前沿級性能」,主打程式碼庫分析、研究任務與 AI 代理工作流。
目前 Union Alpha 在 OpenRouter 上輸入與輸出均為免費;OpenCode 亦於 Zen 服務中限時免費提供,並採零資料保留政策,不會使用用戶資料訓練模型。
社群實測結果呈現分歧。Mike Gannotti 團隊在 SMF Official A 測試中測得 136/157(86.6%)且零錯誤,略低於 Qwen3.8-Flash-Next 的 137 分,但高於 Hy4 預覽版;另有網友稱其 DeepSWE 得分 74,與 GPT-6 Astra 匹配,Terminal-Bench v4 表現約 50%。對比先前的匿名模型 Ox Alpha,測試者認為 Union Alpha 在編碼、數學與推理表現較佳,但寫作能力與上下文長度較弱。
然而,也有用戶反映模型速度極慢、無法通過糖果測試,甚至在 OpenCode 中卡在思考狀態未返回結果。目前開發者身分不明,社群猜測涵蓋 OpenAI(GPT-6 Luna/Sol)、Claude Opus 更新、Mistral、Qwen 4.0 27B 或 GLM 5.4,但均未獲官方證實。
讀原始報導背景
OpenRouter 是一家美國人工智慧公司,提供統一的 API 平台,讓開發者能存取並路由請求至多種大型語言模型。新聞中提及的 MoE 則是一種機器學習技術,透過多個專家網路將問題空間劃分處理,屬於一種集成學習(ensemble learning)形式。