Janela de 1 milhão de tokens do Ox Alpha: o que cabe de verdade em uma conversa?

Um milhão de tokens em uma conversa só, de graça, e ninguém assinando embaixo 🙂

Fala aí, beleza? No dia 20 de agosto de 2026 apareceu no OpenRouter e no OpenCode um modelo listado sob o provedor genérico "Stealth", sem nome de empresa e sem post de lançamento: o Ox Alpha

E ele chegou com uma janela de contexto de 1.048.576 tokens e preço listado de US$ 0,00 por milhão de tokens de entrada e de saída durante o preview

O número é bonito, mas número solto não constrói nada. A pergunta que interessa é outra: o que cabe DE VERDADE ali dentro?

O que é o Ox Alpha e de onde ele apareceu

O Ox Alpha estreou em 20 de agosto de 2026, listado no OpenRouter sob o provedor genérico "Stealth"

Formação Recomendada

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

• 474 aulas
• 20 projetos
• 39h 27min

Conhecer formação

O identificador na rota é stealth/ox-alpha, e a página do modelo pode ser conferida direto no OpenRouter

O modelo apareceu nas plataformas e ganhou nota de lançamento do OpenCode, que é a ferramenta que passou a oferecer ele. O que não existe é laboratório assumindo a autoria: nenhum nome de empresa, nenhum card de modelo com a marca de ninguém

Os números publicados na rota são estes: 1.048.576 tokens de contexto e 131.072 tokens de saída máxima

O preço listado durante o preview é US$ 0,00 por milhão de tokens de entrada e de saída. Isso é condição de preview, não preço definitivo, e vale guardar essa distinção pro final do post

A entrada aceita texto, imagem e vídeo. A saída é texto

E quem fez esse modelo?

Ninguém assumiu oficialmente

A hipótese que circula na comunidade aponta pra Zhipu AI (Z.ai) e pra família GLM, montada em cima de forense de gente curiosa: fingerprint de tokenizer, códigos de erro, stack trace

Só que não houve confirmação nem desmentido do provedor, então aqui fica como está: autoria não confirmada

É o tipo de coisa que dá muito debate no Twitter e nenhuma certeza pra quem vai colocar o modelo pra trabalhar

O que dá pra carregar em uma conversa só

Agora a parte prática. 1.048.576 tokens é quanta coisa, afinal?

A documentação de contexto longo do Gemini API do Google usa uma referência bem útil pra calibrar a cabeça: 1 milhão de tokens equivale a cerca de 50.000 linhas de código (contando 80 caracteres por linha) ou 8 romances em inglês de tamanho médio

Se liga no que isso muda:

• Base de código extensa de uma vez: em vez de mandar arquivo por arquivo e ficar explicando o que já foi explicado, tu joga um bloco enorme do projeto e conversa em cima dele
• Documentação longa inteira: manual, especificação, RFC, changelog, tudo junto, sem picotar em pedacinhos
• Material de vídeo e imagem como entrada: como a entrada aceita esses formatos, dá pra levar mais do que texto puro pra dentro da conversa

O ganho aqui não é o número em si, é a quantidade de ida e volta que tu para de fazer. Menos "lembra do arquivo que eu te mandei há 20 mensagens?" e mais trabalho em cima do material completo

Esse papo de janela gigante já apareceu por aqui em outros modelos, inclusive quando falamos sobre a janela do Claude Fable 5

O lado operacional que também muda o fluxo

Janela grande sem ferramenta em volta vira só uma caixa de texto grande

A rota do Ox Alpha aceita tools e tool_choice pra function calling, e response_format pra saída em JSON. Um detalhe importante: sem imposição de JSON Schema

Tome cuidado com isso! Sem enforcement de schema, a saída pode sair fora do formato que tu esperava, então validação do lado da tua aplicação continua sendo obrigação sua

Entre os parâmetros suportados aparecem reasoning_effort, max_tokens, temperature, top_p e top_k

Contexto grande não significa resposta grande

Essa é a confusão mais comum de todas, então bora separar

Entrada e saída são orçamentos DIFERENTES

A janela de 1.048.576 tokens é o que tu consegue enfiar na conversa. A saída máxima na rota do OpenRouter é 131.072 tokens, e é ela que limita o tamanho do que volta pra ti

Ou seja: dá pra ler um projeto inteiro e pedir análise, mas não espere que ele reescreva o projeto inteiro numa tacada só. Já vimos exatamente essa mesma assimetria no teto de saída do DeepSeek V4 Pro, e o raciocínio vale igual aqui

Veja também: IA de programar grátis com 1 milhão de contexto

Falando em janela gigante sem pagar nada, esse vídeo do canal mostra o MiMo Code: uma IA de programar grátis, sem login e com 1 milhão de contexto

Dá pra ver a ferramenta funcionando e o que cabe dentro de uma janela desse tamanho

Ox Alpha e Claude Sonnet 4.6: a mesma janela em condições diferentes

Janela de 1 milhão não é mais raridade absoluta

A janela de 1 milhão de tokens do Claude Sonnet 4.6 e do Claude Opus 4.6 está em disponibilidade geral desde 13 de março de 2026

A diferença entre os dois casos não está no tamanho, está em tudo que vem em volta

O ponto da comparação é esse: janela igual, previsibilidade completamente diferente

Um você coloca em produção sabendo quanto custa e quem responde por ele. O outro você usa enquanto está de pé

O que muda pra você (e o que ainda não dá pra afirmar)

Aqui vem o balde de água fria necessário, porque janela declarada não é a mesma coisa que contexto efetivo

Até agora nenhuma avaliação independente de contexto longo mediu o Ox Alpha em entradas próximas de 1 milhão de tokens

Traduzindo: o número deve ser tratado como capacidade de entrada, não como prova de que o modelo raciocina bem sobre 1 milhão de tokens

E aquele resultado que viralizou? Cerca de 80% de Pass@1 no DeepSWE, acima dos rivais, veio de um teste de usuário com apenas 10 tarefas

Não é leaderboard auditado, é resultado preliminar. Legal como sinal, ruim como decisão de arquitetura 😀

Os limites "quase ilimitados"

O OpenCode descreveu os limites como "quase ilimitados" durante a janela gratuita e citou capacidade de 100 trilhões de tokens por dia

No OpenCode Go, o "Ox Alpha Free" aparece como requisições ilimitadas por janela de 5 horas, por tempo limitado

Só que isso é alegação de capacidade do operador, não medição nem garantia de serviço. São coisas bem diferentes

O relógio está correndo

A janela gratuita é de cerca de uma semana contada a partir da nota de lançamento do OpenCode de 20 de agosto, o que aponta pra por volta de 27 de agosto de 2026

Repare que essa data sai da comunicação do OpenCode, a ferramenta, e não de um laboratório: quem fez o modelo segue sem se apresentar

E os termos de modelos stealth do OpenRouter são explícitos: esse acesso é limitado no tempo e pode ser removido com ou sem aviso prévio

Ou seja, não é base pra construir nada que precise estar de pé mês que vem

O conflito sobre os teus dados

Essa é a parte que merece atenção de verdade

Existe conflito documentado sobre o que acontece com o que tu manda pro modelo:

• o aviso do modelo no OpenRouter diz que prompts e completions são retidos pelo provedor e não usados para treino
• o OpenCode fala em política de retenção zero
• o EULA de modelos stealth do OpenRouter concede direito de usar o conteúdo do usuário para treino, avaliação e melhoria

Três versões que não fecham entre si, sobre um provedor que ninguém sabe qual é

Enquanto isso estiver assim, código proprietário e dado sensível ficam de fora. Sem drama, só bom senso

Conclusão

O Ox Alpha 1 milhão de tokens é real como capacidade de entrada: 1.048.576 tokens de contexto, 131.072 de saída máxima, entrada de texto, imagem e vídeo, tools e response_format disponíveis, e preço zero listado durante o preview

Isso é bastante coisa pra brincar, e o preview está de pé agora

Mas o próximo passo é tratar como experimento, não como fundação: sem código sensível enquanto a política de dados estiver em conflito, sem contar com ele daqui a um mês, e de olho em duas coisas que ainda não existem, ou seja, verificação independente em contexto longo e um nome de laboratório assumindo a autoria

Quando (e se) aparecer, a conversa muda de figura…

Bora acompanhar, e até o próximo post! 😀