免费的"追平GPT-6"编程模型扎堆上线：PixelCanary们的三本账，算清再把你代码递出去

源自319位全网作者

17:01

9月25日深夜，Vercel AI Gateway 上没有任何预告，悄悄多了一个带紫色光标的模型条目：stealth/pixel-canary。没有开发团队名字，没有发布会，只有一句"限时免费"。几天后，Cline 也宣布它在自己平台免费开放。然后标题就来了——“免费，性能追平 GPT-6 Astra”。36氪

它还不是唯一一个。往前数两周：8月有个 OxAlpha 匿名上线，被中文社区叫作"牛来"，猜了一阵后智谱揭晓它就是 GLM-5.3-Flash。 9月16日 OpenRouter 又上线了 UnionAlpha，平台披露其首日处理 Token 约20亿，到发稿时累计已超1000亿。 9月23日再冒出一只100万上下文的 SpaceBunny，上线后稳居 OpenCode 调用量榜第二、在 OpenRouter 调用量榜一度干到第一，OpenCode 官宣帖浏览量破百万。36氪36氪智东西

如果你是那种订着 Claude Code 或 Cursor、每月对着 token 账单叹气、看到"免费"就想接进工作流的开发者，这篇就是写给你的。刚经历过 ZCode"313MB 代码上传"风波、近400人维权、智谱单周跌掉20%的这拨人，对"免费"的态度早就变了：白嫖可以，但先把账算清。这里以 PixelCanary 为主样本，算三本账：成功率账、时间账、数据账。知乎哔哩哔哩

第一本账：那个90.3%，不是你以为的意思

Next.js AgentEvals 是 Vercel 家的评测，考的是智能体完成真实 Next.js 开发任务：App Router 迁移、数据获取、图片和字体优化、缓存、页面过渡。常规设置下，PixelCanary 在 31 项任务里过了 28 项，成功率 90.3%，与 GPT-6 Astra（高推理强度）持平，高于 Kimi K3 的 84%。36氪

先把口径拆开：

这项评测用的是 pass@4——每项任务最多允许试四次，有一次成功就算这项过了。所以 90.3% 不能读成"交给它十个任务，首次就能成九个"。36氪
当评测通过 AGENTS.md 把 Next.js 文档喂给智能体后，PixelCanary 成功率升到 96.8%。但同一设置下，Kimi K3、GPT-6 Astra 也到约 97%——"追平"这个结论，是建立在"文档喂到嘴边"这个条件上的。

这反而是整场评测里对普通开发者最有用的信息：项目里的 AGENTS.md、代码规范、框架版本说明，对结果的影响可能和你选哪个模型一样大。免费模型效果差，先别急着怪模型，看看你的项目说明喂没喂。同样的道理也适用于 UnionAlpha：它的"前沿级性能"目前只是平台口径，没有 SWE-bench、Terminal-Bench 这类公开可复现的成绩，社区跑 SMF 157 项测试拿到 136/157、零错误、成本 0 美元，是个不错的参考，但都还够不上"结论"。36氪

第二本账：免费不收钱，收时间

榜单同一行还有另一列数字，被大部分标题裁掉了：PixelCanary 平均每个任务耗时 1015.80 秒，约 16 分 56 秒；同一榜单上 GPT-6 Astra 是 251.89 秒，Kimi K3 是 352.34 秒。成功率持平的另一面，是速度只有对手的 1/4。36氪

社区实测就更劝退了：有人跑经典的"鹈鹕骑自行车"基准，跑了 5 个小时，中途各种报错，输出速度是个位数 TPS；有人等了 8 小时后直接放弃；还有人形容它的响应速度"让人想起电传打字机时代"。 UnionAlpha 那边也有同类反馈：速度极其缓慢，只是 DeepSWE 性价比略优于 Opus5 和 GLM-5.3。36氪36氪

要说公道话：这些都是个人测试，延迟到底是模型本身还是上线初期的服务资源挤兑，目前没有定论，不能当成统一性能指标。但榜单上 17 分钟的平均任务耗时，和 Reddit 上"读代码库慢到没法判断能力"的反馈指向同一件事——能做完，和能高效地做完，是两件事。 一个你等 20 分钟出结果的模型，跑下班前挂机的评测任务可以，卡在你的 CI 或结对编程工作流里，省下的订阅费会以更贵的方式还回去。

第三本账：同样叫"免费"，条款是三六九等的

这是三本账里最该先看的，也是最容易被"免费"两个字糊过去的。Vercel 在发布说明里白纸黑字：PixelCanary 不提供零数据保留（ZDR），发给模型的提示词和回复可能被用于训练及模型改进；提供方可能保留输入与输出。翻译一下：当你把代码仓库接进智能体，代码、配置文件、项目上下文，都可能随任务进入模型请求，并且对方不承诺删。36氪

但同一批匿名模型，条款并不一样：OpenCode Zen 渠道接入 UnionAlpha 时，明确说服务商遵循零数据保留政策、不会使用用户数据训练模型。 SpaceBunny 在 OpenCode 免费使用期间，也被报道不做用户数据留存。也就是说，免费浪潮里真正该比的是渠道条款，而不是模型名字——同一只"兔"换个入口，数据命运可能就不同。放在两个月前这也许只是条款里的一行小字；放在 ZCode 风波之后，开发者听到"不承诺保留"这几个字的敏感度，已经完全不同了。36氪智东西

所以"什么能喂"要分层，一刀切就亏了：

可以玩：一次性前端玩具、练手 Demo、公开素材的二次开发、下班挂机跑的评测任务——反正不心疼。SpaceBunny 被玩出花的前端和 3D 场景就是典型用法：有开发者一句简单提示词，让模型花了四十分钟左右做出简易版《我的世界》，能破坏和放置方块，不过他自己也承认改了很多轮才成。智东西
别碰：公司代码库、私人仓库、带密钥和连接串的配置、任何用户隐私数据。渠道没有 ZDR 承诺时，对这些数据说"不"的方式只有一个：不发。
换主力？不划算。这轮免费模型的价值是"多一个测试选择"，不是"替你续订"。

猜马甲游戏：神秘感是有保质期的

社区竞猜照例很热闹：PixelCanary 被拿泰语、印地语文本的切分方式测出"貌似 Qwen 系"，有人从"Pixel"和"Canary"的命名猜 Google，还有人说自己 80% 确定这款模型是 Kimi K3.1。 Reddit 上为上下文窗口争过一轮——26.2 万 token 不像支持 100 万的 Gemini，立刻有人反驳谷歌部分编码应用就是 16.8 万、Pro 约 26.2 万。SpaceBunny 被猜是 MiniMax 新模型，Up 主直接做了一期"它真的是MiniMax的新模型吗"的实测视频，UnionAlpha 则被猜是 GLM-5.3 Flash 系。全部是推测，没有一条有官方证实。36氪哔哩哔哩

匿名上线有它的合理性：去掉厂牌，先动手测，比官方跑分表更早暴露真实能力。但一个月四轮"神秘上新"，注意力已经从"这模型能干什么"滑向"这次又是谁在制造悬念"。目前没有证据表明哪家的匿名发布是刻意炒作，可"牛来"的故事在厂商认领那一刻就结束了——免费窗口关闭之后还留不留得住人，靠的是稳定、速度、可重复的表现和数据条款，不是代号和紫色光标。别忘了反例：SpaceBunny 吹爆的帖子里，也有开发者用相同提示词测出结果差很大、直言"没那么好用"。