Omen Alpha 是什麼？OpenCode $10 拿 $100，卻不肯說它是誰

💡 核心結論速覽 (TL;DR)

Omen Alpha 是隱名模型：9 月 4 日上架，只給 $10 的 OpenCode Go 訂閱者；官方沒說誰做的，三小時內把歸屬改成 unknown。

「$10 拿 $100」是上限不是餘額：官方兩張表反推是 $20／5 小時、$50／週、$100／月，且與其他模型共用。

官方估的 57,900 次不能跨模型比：那組假設給 Omen 的輸出只有 100、全表最低；要比就比美元，$100 對 $15（活動期 $30）。

先給答案：自己的專案可以訂，公司程式碼先別餵——「0 days」只寫在文件表格，不在法律文件裡。

「$10 換 $100」這種話，我第一個反應是去翻條款，不是去刷卡。

9 月 4 日 05:29 UTC（台北時間 13:29），OpenCode 官方帳號發了三行字：Omen Alpha、只給 Go 訂閱者、$100 usage for $10。三行，沒有模型卡，沒有廠商名字，連知識截止日都沒寫。

Omen Alpha 是一顆「隱名模型」（stealth model）——廠商不具名、用代號上架、讓真實使用者先跑一輪的模型，它現在只出現在 OpenCode Go 這個每月 $10 的方案裡。

我每天用 AI 超過 10 小時，ChatGPT 跟 Claude 兩家最高檔的方案都在付，所以看到「$100」這個數字，職業病是先問一句：這個 $100 到底是怎麼定義的？

我把官方的兩張表相乘算了一輪，結果是——這個 $100 確實算得出來，而且算得比我以為的乾淨。但它的意思跟大多數轉述裡的意思不一樣。

更麻煩的是另一個被抄爛的數字「57,900 次」。那個數字本身沒錯，錯的是拿它去跟別的模型比。

下面每一段我都會把算式攤開，讓你可以自己代自己的數字重算一遍。你再決定要不要刷那 $10。

先給方向：自己的專案值得試，$10 的額度算式站得住；公司或客戶的程式碼先別餵進去，理由在後面那段講資料保留的地方。

Omen Alpha 是什麼？三句話講完這顆只在 OpenCode Go 出現的模型

Omen Alpha 是 2026 年 9 月 4 日在 OpenCode Go 上架的隱名模型，廠商不具名、只開給每月 $10 的 Go 訂閱者，官方公告全文只有三行。它不是一個公司的新產品發表，是一顆掛著代號跑真實流量的模型。

官方那三行原文是這樣：

「Omen Alpha (new stealth model)」

「Exclusively for OpenCode Go subscribers」

「$100 usage for $10」

「隱名模型」不是什麼新玩法。廠商在正式發表前先把模型丟到第三方平台上，用一個沒人聽過的代號收真實使用者的回饋，這件事在 2026 年已經跑過好幾輪。

OpenCode 自己就辦過兩次：2025 年 10 月 17 日的 Big Pickle，還有 8 月 20 日那顆 Ox Alpha。但那兩次都是免費的。

這次不一樣，而且不是我說的，是 GitHub 上一位使用者開的 issue #47331 自己寫的——那是一則到查證時還開著的功能請求，不是官方說法：

「…Omen Alpha is the first stealth launch where the model itself sits behind the paywall」

第一次，隱名模型被放在付費牆後面。這句話對我來說比「$100」更值得注意。

免費 beta 跟付費 beta 是兩種東西。我帶產品團隊十幾年，最常拿來提醒自己的一句話是：使用者一旦付錢，容錯率就會塌一半。免費的時候你出包，大家笑一笑；收費之後同樣的包，客服信箱會炸。

所以一個廠商願意讓自己的匿名模型直接站到收費線後面，代表它對這顆模型的把握，跟丟一個免費玩具出來收資料是完全不同的量級。

另一件容易被忽略的事：它只在 Go。OpenCode Zen 那個公開的模型清單（查證時 70 個 ID）裡查不到 omen-alpha，只有 Go 的端點清單（35 個模型）有。

所以你在別的地方——OpenRouter、其他聚合平台——是找不到它的。想試，只有 $10 那條路。

這段能拿走的判斷：Omen Alpha 是隱名模型，代號背後的廠商官方沒公布。它跟前兩顆最大的差別是「要錢」，而付費這件事同時提高了它的可信度，也提高了你被綁住的成本。要不要試，先看你能不能接受一顆隨時可能改名或消失的模型。

Omen Alpha「$10 拿 $100」是真的嗎？OpenCode Go 額度我把官方兩張表相乘算了一遍

Omen Alpha 的「$10 拿 $100」算得出來：把 OpenCode 官方給的單價，乘上官方自己標的每請求 token 假設，反推出來的有效額度是 $20／5 小時、$50／週、$100／月，剛好是 Go 基礎額度的 1.67 倍。這個算式全網我沒看到有人做過，所以我把每一步都寫出來，你可以自己驗。

先講清楚 Go 的基礎額度長什麼樣。官方文件寫的是三個滾動視窗：

「5 hour limit — $12 of usage / Weekly limit — $30 of usage / Monthly limit — $60 of usage」

注意它用的單位是美元，不是次數。官方在同一頁補了兩句：「Effective allowance varies by model」跟「Limits are defined in dollar value」。

第二張表在同一頁下面。每個模型旁邊都標了「估計可跑幾次請求」，Omen Alpha 那一格寫的是 11,600 次／5 小時、29,000 次／週、57,900 次／月。

而這個估計的基準，官方也寫在表旁邊：每個請求 300 個輸入 token、40,000 個快取 token、100 個輸出 token。另外註明「actual usage varies」。

第三個數字是牌價：Omen Alpha 每百萬 token 輸入 $0.20、輸出 $0.66、快取讀取 $0.04。

三個數字湊齊，就能相乘了。公式是這一條：

每請求成本＝（輸入 tokens × $0.20 ＋快取讀 tokens × $0.04 ＋輸出 tokens × $0.66）÷ 1,000,000

代進去：300 × $0.20 ÷ 1,000,000 ＝ $0.00006；40,000 × $0.04 ÷ 1,000,000 ＝ $0.0016；100 × $0.66 ÷ 1,000,000 ＝ $0.000066。三項相加，每請求約 $0.001726。

剩下的就是乘法了。

視窗	Go 基礎額度	Omen 官方估請求數	反推有效額度
每 5 小時	$12	11,600 次	約 $20.0
每週	$30	29,000 次	約 $50.1
每月	$60	57,900 次	約 $99.9

三格全部對上，而且比例一致——每一格都是基礎額度的 1.67 倍。

換一個講法可能更好用：用 Omen Alpha 花掉 $1 的牌價，只會從你的基礎額度扣掉大約 $0.6。這個 0.6 的係數，就是「$60 變 $100」的全部祕密。

我還做了一次反向驗算，確認公式沒有湊出來。用同一條式子算 GLM-5.3-Flash（它的假設是 1,000／55,000／200，單價 $0.15／$0.50／$0.03），算出來的月額度是 $15——跟官方表上寫的 $15 一模一樣。

公式對得起來，我才敢把它寫給你。順帶一提，GitHub 上那則 issue #41976 的討論串裡，有人用的是同一條邏輯的另一種寫法（可見額度 × 60 ÷ 該模型的月含量），結論一樣。

但「$100」不等於「送你 $100」，這三件事要先講

❶ 那是上限，不是餘額。

月含用量 $100 的意思是「你這個月最多能吃到價值 $100 的用量」，不是有一個 $100 的錢包躺在那裡。而且它上面還壓著 5 小時與每週兩個更小的滾動桶——一天之內衝太猛，你會先撞 $20 那道牆，月額度完全沒動也一樣。

❷ 它跟別的模型共用同一份額度。

官方文件從來沒有寫過 Omen 有獨立的桶。issue #47331 的描述是它「billed against the shared subscription quota」。

另一則還開著的 issue #46365 貼出了後台截圖：總用量只有 $24.53，月進度條卻已經跑到 100%，而截圖裡各模型的百分比相加剛好也是 100%。提問者要官方說明這是 bug 還是設計，到查證時官方沒有回。

白話講就是：你今天拿 Omen 跑掉一大塊，晚上想換 GLM 或 DeepSeek 的時候，那個額度已經被吃掉了。

官方自己說目標是 6 倍，只有 Omen 這一格給了 10 倍——而且沒解釋

Go 文件裡對額度設計的說明原句是這樣的：

「With Go, you pay $10/month and, for most models, we aim to give you 6x that in usage.」

也就是月費的 6 倍。而那個「for most models」是 9 月 4 日才補上去的字。

整張表裡，只有 Omen Alpha 這一格超過 $60，而且直接跳到 $100，是月費的 10 倍。官方對「額度比較低」的模型有解釋（模型太新、或公開定價本身已經是折扣價，談不到量購折扣），但對這唯一一顆額度更高的，一個字都沒解釋。

更值得記住的是這家公司三週前才做過相反方向的事：2026 年 8 月，Go 把 GLM-5.3 與 DeepSeek 的月含用量從 $60 砍到 $15，社群反彈到官方出面說明。

額度是官方隨時可以改的數字，不是合約——上一次改動距今不到三週，而且是往下砍。

這段能拿走的判斷：$100 是真的，算式我攤開了；但它是上限、有滾動視窗、而且跟其他模型共用。刷卡前先到 OpenCode 後台的用量頁（Billing／Usage 那一區）把三條進度條找出來——5 小時、每週、每月，三條都要看，只盯月進度條的人最容易在下午三點莫名其妙被擋。

那 $100 能跑幾次？Omen Alpha 的 57,900 次不能拿去跟別的模型比

Omen Alpha 的「每月 57,900 次」是 OpenCode 用「300 輸入＋40,000 快取＋100 輸出」這組假設換算出來的估計值，而那組假設是全表最輕的幾組之一。

輸出 100 是全表最低、輸入 300 與 MiniMax M2.7 並列最低、快取 40,000 只比 Grok 4.6 的 32,500 高。所以拿這個次數去跟其他模型比，比到的是假設，不是額度。

這是我認為這次全網轉述裡最大的一個讀法陷阱。幾乎每篇報導都在寫「11,600 次」「57,900 次」，卻沒有人翻到表格旁邊那行小字。

把四個模型的假設並排，你就看懂了。

模型	輸入	快取	輸出
Omen Alpha	300	40,000	100
GLM-5.3-Flash	1,000	55,000	200
Kimi K3	1,050	76,500	300
LongCat-2.0	920	88,900	200

看出來了嗎？在這張表的四顆模型裡，Omen 那一列每一格都是最小的。輸入只有別人的三分之一，輸出只有一半，快取只有 GLM 的七成、Kimi K3 與 LongCat-2.0 的一半上下。

所以當你看到「Omen 11,600 次、GLM-5.3-Flash 1,580 次，多了 7.3 倍」這種說法，那個 7.3 倍裡有很大一塊是假設造出來的，不是額度造出來的。

真正能比的是美元：Omen 的月含用量 $100，GLM-5.3-Flash 在文件表上是 $15。不過 GLM-5.3-Flash 現在掛著 2× 活動，後台實際顯示的月額度是 $30。

所以這個差距有兩個口徑：文件上的 6.7 倍、活動期間的 3.3 倍，活動一結束會回到 6.7 倍。而且 Omen 假設的每一次請求，工作量還比較小。

還有一件更基本的事：那個 11,600 是寫死在前端程式裡的常數，不是即時統計。後台那支畫額度圖的檔案裡，就寫著一行 { id: "omen-alpha", name: "Omen Alpha", req: 11600 }。它是一個給你看的估計值，不是你的用量預測。

要比就比美元：這條公式你可以代自己的數字

如果你真的想知道「我能跑幾次」，正確做法不是抄官方那個數字，是把你自己的用量代進去。兩步就好。

❶ 先算你的每請求成本。用上一段那條式子：（輸入 × $0.20 ＋快取讀 × $0.04 ＋輸出 × $0.66）÷ 1,000,000。你的輸入通常比 300 大很多，快取通常也不只 40,000。

❷ 再用有效額度除下去。月額度 $100 ÷ 你的每請求成本＝你的次數。5 小時那格就換成 $20。

舉個貼近真實的例子：如果你的一次請求是 2,000 輸入、200,000 快取、800 輸出，每請求成本大約是 $0.00893，$100 大概只夠 11,200 次——不是 57,900 次。

五倍以上的差距，就是「照抄官方數字」跟「代自己的數字」的差距。

拿每 5 小時 11,600 次去乘上一天的窗口數，用來排整天的自動化排班表，是我看過最常見的用法。問題是那個數字建立在一次只吃 40,000 快取的請求上，跟真實 agent 工作流差了不只一個數量級。把估計值當計畫值用，是這類方案最常見的翻車方式。

這段能拿走的判斷：請求數只在同一組假設底下才有意義，跨模型比一定失真。比美元，不要比次數；真的要算自己的量，就把那條四項相乘的公式代一遍，五分鐘就有答案。

換算成你的實際工作：Omen Alpha 平均一場 $0.39，$100 大約 256 場

OpenCode 自家的公開資料頁顯示，Omen Alpha 平均一場 session 是 $0.39、7.4M tokens、快取命中率 95%；把 $100 除下去大約是 256 場／月，5 小時那格的 $20 大約 51 場。這個數字比「57,900 次」有用得多，因為它是真實使用者跑出來的。

資料頁的其他數字：以上週用量計排第 13，7 月 12 日到 9 月 5 日這段區間約 3,400 億 tokens、約 1.2 萬名使用者、約 4.6 萬場 session、約 $18K 用量（資料抓取：2026 年 9 月 5 日）。

地理分布是中國 31%、美國 15%、日本 8%，台灣以 43 億 token、約 1% 排在第 15。這頁每天都在動，我光是查證那一天就抓到過三組不同的數字，你今天看到的會跟這裡不一樣。

「一場 session 值多少錢」這件事很難有共識，所以我把三個官方數量級放在一起，你可以挑最接近自己工作方式的那一個。

❶ OpenCode 自家資料：Omen Alpha 平均 $0.39／場。$100 ÷ $0.39 ≈ 256 場，5 小時的 $20 ≈ 51 場。
❷ Claude Code 官方文件（這一段講的是企業部署）：平均約 $13／人／每個活躍工作日，每人每月 $150–250，90% 的使用者低於 $30／日；文件裡還舉過一個單場 $0.55、快取讀取 940K 的例子。
❸ Cursor 官方的方案建議：每天用 agent 的人選 Pro+、agent 重度使用者選 Ultra。Pro+ 是 $60／月、Ultra 是 $200／月——這是官方用定價替兩種用法標的價位，不是官方統計出來的實際花費。

還有一個比較有體感的數字：另一個第三方站的單次評測記的是每個 prompt 平均 1 分 51 秒、每個 prompt 約 $0.03。那是單一站、單次跑出來的結果，題庫跟計分方式都跟前面那份 60 題實測不同，只能當量級參考。

三個數字放在一起，結論其實很清楚：一個人單線開發，$100 幾乎打不完。真正會撞牆的是多 agent 並行、或是一整天掛著跑背景任務的用法。

但這裡有個陷阱要接回上一段：Omen 的 $100 跟其他模型共用同一個桶。你如果本來就在 Go 裡混用 GLM、DeepSeek、Kimi，那 $100 不是額外送的空間，是把整個月的天花板從 $60 抬到某個介於 $60 到 $100 之間的位置——取決於你有多少比例的用量走 Omen。

既然是共用桶，真正要決定的其實是「這 $100 花在哪一顆」。同一個桶裡還有這幾格：

GLM-5.3-Flash：文件表上月含用量 $15（現在有 2× 活動，後台顯示 $30），1M 脈絡，吃文字、圖片、影片與檔案。
DeepSeek V4 Flash：$30，離峰單價 $0.22／$0.66，尖峰翻倍。
MiMo-V2.5：$60，1M 脈絡，連音訊影片都吃，單價 $0.14／$0.28 還比 Omen 便宜。

擺在一起就看得出來：Omen 贏的是額度數字，不是每一項都最好。要長脈絡或多模態，同一個桶裡有更合適的選擇。

我自己判斷這類方案值不值得，看的從來不是官方給的次數，是三個問題：我一天真的開幾場 agent？其中有幾場非得用到最好的模型？剩下那些「做壞了也沒差」的雜事，佔了多少比例？

第三題的答案通常會嚇到人。我大部分的 AI 用量都不是在做關鍵決策，是在做「幫我把這堆東西整理成那個格式」這種事——而那些事，$0.20 的模型跟 $10 的模型做出來的東西，差別不足以讓我多付五十倍。

要把這筆帳算得更細，同樣的 coding agent 工作量，訂閱跟直接走 API 哪個比較划算，我用 token 拆過一輪；如果你想要的是「一題到底多少錢」那種顆粒度，我也算過把同一題丟給不同模型，每題成本會差到什麼程度。

這段能拿走的判斷：$0.39／場是真實使用者的中位量級，$100 換算大約 256 場，單人開發幾乎用不完。先去算你一天開幾場 agent——這個數字決定 Omen 對你是「用不完的甜頭」還是「一週就撞牆的誘餌」。

Omen Alpha 的規格與價格：500K 脈絡、$0.20／$0.66，還有上架 10 分鐘就被改掉的那一版

Omen Alpha 現行的官方規格是 500,000 脈絡、128,000 最大輸出、只吃文字與圖片、reasoning effort 只有 low 與 high，價格是每百萬 token 輸入 $0.20、輸出 $0.66、快取讀取 $0.04（沒有標快取寫入價）。但這組數字，是它上架 10 分鐘之後才變成這樣的。

這件事我在 GitHub 的提交紀錄裡挖到，媒體到現在沒有人提。整個過程只有 10 分 15 秒。

❶ 05:14:39 UTC（台北 13:14），一位外部貢獻者 Jack 新增了 omen-alpha 的規格檔。

那個初版寫的是：脈絡 1,000,000、輸出 131,072、輸入型態含 text、image、video、pdf，effort 有 low／high／max，描述還是一句正經的產品說明：

「Stealth multimodal reasoning model for coding, agentic tasks, and tool use」

❷ 05:24:54 UTC（台北 13:24），OpenCode 這邊的 Frank 提交了一個叫「update zen model」的修改。

脈絡砍成 500,000、輸出 128,000、輸入型態只剩 text 與 image、effort 只剩 low 與 high，那句正經的描述被換成「oH man anothEr aLPha ModEl」。

初版的脈絡 1,000,000、輸出 131,072、effort 三檔 low／high／max，跟已經下架的 ox-alpha 規格檔一字不差；差別是初版多列了 pdf，描述也多了 multimodal 一個字。

看起來像是「複製上一顆隱名模型的模板再改價格」，但這只是看起來像——複製模板這件事本身，不能當成身分證據，我後面會再講為什麼。

不過另一件事是硬的：官方親手在上架 10 分鐘內把自家模型的規格砍掉一半。1M 變 500K、影片跟 PDF 直接拿掉，這不是筆誤等級的修正。

所以如果你在別處看到「Omen Alpha 支援 1M 脈絡、可以吃影片」，那是初版的資料，現在不成立。

effort 只有兩檔，但錯誤訊息裡有三檔

規格表上 reasoning effort 只列 low 與 high。社群有實測回報指出，送 medium 進去會撞到上游的錯誤碼：

「[1210] This model always engages in thinking and cannot be disabled; please use low, high, or max」

這句錯誤訊息很有意思：它提到了 max，但 models.dev 上沒有列 max。而且這個錯誤碼跟 ox-alpha 當初回的是同一個。這一格我後面在「你自己就能驗」那段會再拿出來用。

其他規格順便列一輪：支援 tool call、structured output、交錯式的 reasoning_content；open weights 是 false；發布日期 2026-09-04；知識截止日官方沒有公布。

500K 是不是硬牆？兩邊說法都放給你

官方寫 500,000。但 V2EX 上有人實測送 852K、甚至 950K 都沒有報錯，只是超過 256K 之後速度開始崩，到 900K 的時候大概只剩每秒 1 個 token。

我兩邊都不建議你當定論。能送進去不等於它讀得懂，也不等於它算得便宜——帳單是照實際 token 算的，你把 900K 塞進去，扣的就是 900K 的錢。

速度的數字也有好幾個版本：一份 60 題規模的日文實測給的中位是每秒 135.8 個 token（另一組題目 164.1），社群回報則普遍在 180 到 190 之間；首個 token 大約 2 秒，但長脈絡任務有人回報等超過 2 分鐘。這是區間，不是規格。

那些說 Omen Alpha 翻車的評測，看的是哪一段時間

Omen Alpha 上架首日確實有人回報它記不住前幾輪的對話，那句抱怨被中文圈引用得很兇。但同一個帳號在幾個小時後自己更正了，說那是 OpenCode API 端的問題、當下已經恢復正常。

目前中文圈唯一一篇原生評測主打的就是「翻車」，而它引的正是那則抱怨的前半段，沒有引後面的更正。看這類首日評測，先確認它取樣的是哪幾個小時。

官方換掉的那句描述，大寫字母拼出 HELPME

這個純粹是我自己盯著那行字看出來的。官方把描述換成的是「oH man anothEr aLPha ModEl」——把裡面的大寫字母依序抓出來，剛好是 H-E-L-P-M-E。

拼字是不是刻意的，官方沒說；提交那筆修改的是 commit 作者 Frank（信箱 [email protected]、GitHub 帳號 @fwang）。但這串字現在還掛在 models.dev 上，你可以自己去看一眼。

這段能拿走的判斷：現行規格是 500K／128K／文字圖片／low 與 high，看到 1M 或影片的資料都是被改掉的那一版。要用長脈絡的人先做一次自己的成本試算，因為超過 256K 之後你買到的是「能送」，不是「好用」。

Omen Alpha 是誰做的？OpenCode 在上線三小時內把線索蓋掉

Omen Alpha 是誰做的，OpenCode 官方到查證時完全沒有公布；但上線不到三小時，官方就合併了一個把它的統計歸屬強制改成 unknown 的修改，程式碼裡新增了一個叫 STEALTH_MODELS 的清單，裡面只有 omen-alpha 一個。

這一段我不打算給你答案，我給你時間軸。時間全部標 UTC 加台北，你可以自己去對每一筆提交紀錄。

❶ 05:04 → 05:07 UTC（台北 13:04 → 13:07）：文件的 PR 合併，Go 的說明頁加上 Omen Alpha。同一筆修改順手把 FAQ 的措辭改了——原本講額度的那句被改成「base allowances」，並補上「model-specific allowances may differ」。

❷ 05:15 → 05:25 UTC（台北 13:15 → 13:25）：models.dev 的規格 PR 合併，然後就是上一段講的那次 10 分鐘砍規格。

❸ 05:29 UTC（台北 13:29）：官方帳號發出那三行公告，附一支 30 秒的影片。

❹ 07:02 與 08:24 UTC（台北 15:02 與 16:24）：社群開始貼截圖，資料頁的麵包屑上出現「Data / Zhipu / omen-alpha」這個路徑。

❺ 08:11 → 08:22 UTC（台北 16:11 → 16:22）：一個叫 fix(stats) 的 PR 被合併，標題是「keep omen-alpha under unknown provider」。

第五筆是整條時間軸的重點。那則 PR 的說明是一份完整的模板（依序是對應 issue、變更類型、做了什麼、怎麼驗證、檢查清單幾個欄位），其中把它到底在做什麼講清楚的是這幾句：

「Keep `omen-alpha` in stats, but always attribute it to `unknown`」

「Model, provider, geographic, and retention aggregates retain usage without attributing it to an underlying provider」

「Requested by: @fwang (Frank via Slack)」

而這則 PR 在 diff 裡新增的那支測試，名字本身就把話講完了——它叫 keeps stealth model usage without exposing the route provider。

程式碼那邊新增的是 STEALTH_MODELS = new Set(["omen-alpha"])——一個專門用來擋住身分的清單，目前只有一個成員。

真正的證據不是那個網址，是那個動作

社群現在最常拿來當「鐵證」的，是資料頁那個含 zhipu 的路徑。我覺得那個路徑本身證明力很弱。

理由很單純：那種網址欄位可以填任何字串，OpenCode 的資料站上本來就有一堆隨手取的供應商代號。看到路徑上寫什麼就當成廠商認證，跟看到檔名叫 final_v3 就相信那是最終版一樣天真。

真正硬的證據是那個動作。「曾經在某個路徑下顯示過用量」加上「三小時內被一則 PR 蓋掉，而那則 PR 新增的測試名稱寫著 without exposing the route provider」——這兩件事合起來，等於官方用程式碼承認了一件事：存在一個被刻意不揭露的路由供應商。

承認有人，但不說是誰。這比任何一張截圖都清楚。

還有一個細節我覺得值得記一下：要求做這個修改的 @fwang，跟 10 分鐘內把 models.dev 規格砍半的那位，是同一個 GitHub 帳號。同一個帳號，在同一天不到三個小時之內，出現在兩個「把已經露出去的資訊收回來」的動作上——05:24 砍規格、08:11 開這則 PR。

證據是：models.dev 那筆提交的作者是 [email protected]（GitHub 帳號 @fwang），而 PR 說明寫的是「Requested by: @fwang (Frank via Slack)」。

到 9 月 5 日查證時，那個 zhipu 路徑已經回「No model facts or usage rows matched」，資料全部搬到 unknown 底下了。

這段能拿走的判斷：官方沒說是誰，但官方用一行程式碼承認了「有人」。下次看到有人拿網址路徑當鐵證，先問一句那個欄位是不是可以任填——這條原則在追任何一顆隱名模型的時候都成立。

智譜還是小米？Omen Alpha 身分的證據與反證我列成一張表

Omen Alpha 的身分目前有兩個社群主流猜測——智譜的 GLM 系與小米的 MiMo 系——兩邊都有一手線索，也都有硬反證；智譜官方文件全文 0 次提到 Omen，既沒認領也沒否認。我不打算下結論，我把兩邊的牌攤開，你自己判斷。

主張	支持證據	反證
智譜 GLM 系	資料頁曾在 zhipu 路徑顯示用量（社群截圖，一手）；三小時內被 PR 改成 unknown，PR 新增的測試名稱寫著「without exposing the route provider」；tokenizer 對到 GLM-5 詞表 24／24（二手轉述）；模型自稱 GLM（二手）；錯誤碼 [1210] 與 ox-alpha 相同	速度中位 135.8 tok/s（另一組題目 164.1），約是 GLM-5.3-Flash 實測（約 52.8）的 2.6 到 3 倍——但連提出這組數字的作者本人都說，速度不一致既不能證明是別的模型、也不能反證是同一顆；Omen 通過了 ox-alpha 沒過的題；價格 $0.20／$0.66 高於 GLM-5.3-Flash 牌價 1.3 倍，五折促銷價（2026 年 9 月 9 日 24:00 到期）期間為 2.6 到 2.7 倍；不在 OpenRouter 上；Z.ai 官方文件全文 0 次「Omen」
小米 MiMo-V3-Flash	一位 X 帳號 9 月 4 日依四個行為層面的理由（可見思考鏈的「hmm」「fine」「✓ 清單」、速度、操作者、輸出分布聚類）判斷（二手）；小米有隱名前科（二手）	小米官方模型頁停在 2026 年 6 月 2 日、頁上沒有 V3；模型庫最新一筆是 7 月 3 日的 MiMo-V2.5-DFlash；MiMo-V2.5 是 1M 脈絡加音訊影片輸入，Omen 是 500K 加文字圖片；8 月 21 日有 X 帳號提出 ox-alpha「可能」是 MiMo-V3（原文用 may be，且同一則已註明部分指紋像 GLM），五天後智譜認領為 GLM-5.3-Flash
其他（Grok、Nemotron、LongCat、MiniMax）	單句猜測	沒有任何可查的證據

把小米那一列的來源講清楚一點，因為它最容易被放大。轉述這個判斷的技術站自己補了兩句評語：

「A chain-of-thought resemblance is the weakest class of model fingerprint, because it is style rather than structure.」

「No comparable hard fingerprint has been published pointing Omen Alpha at Xiaomi」

連轉述的人都說思考鏈相似度是最弱的一類指紋，而且到目前為止沒有任何同等強度的硬指紋指向小米。

最有意思的一手資料，是同時支持兩邊的那一份

有一份日文的實測值得單獨拿出來講，因為它同時給了正反兩面的料。作者跑了 60 題各 5 次，加上另一組 16 題各 3 次，結果是 Resolved 95.0%（57／60），另一組 81.2%。

像的地方：Omen 在其中兩題上，跟 ox-alpha、GLM-5.3-Flash 失敗在同一行，產出的檔案數同樣是 4 個，某項指標同為 94。三顆模型錯在同一個地方，這很難是巧合。

不像的地方：速度差了 2.6 到 3 倍，而且 Omen 通過了 ox-alpha 沒通過的題。作者自己也承認，前面那兩題「可能是測試本身的缺陷」。

但作者沒有下定論。他寫的結論是「傾向智譜系、GLM-5.3 近親，自信度中等」，並且明說自己不在那篇文章裡斷定這顆模型的正體。他列出三個不敢斷定的理由：

❶ 速度差三倍。這是他的原話，換算成同一組數字就是上表那個 2.6 到 3 倍。
❷ t101 這一題的成敗，跟 ox-alpha 分歧。Omen 通過了，ox-alpha 沒有。
❸ 同一顆模型走不同路由，本來就會跑出不同數字。

這就是為什麼我不下結論。同一份資料，你想證明哪一邊都拿得到彈藥。

還有一個我想順手戳破的說法：社群裡很多人在講「這是 GLM-5.3-Air」。那個型號本身不存在——Z.ai 官網、Hugging Face、models.dev 三個地方都查不到。這個詞在 8 月猜 ox-alpha 的時候就出現過一次，結果那次的答案是 Flash。

GLM-5.3 這條線現在真正在賣的是什麼、跟 OpenCode 是什麼關係，我把它贏 Claude 那件事跟權重什麼時候放出來一起拆過，可以當這一段的背景資料看。

這段能拿走的判斷：兩邊都有一手線索也都有硬反證，官方只把標籤改成 unknown。在有人正式認領之前，任何「它就是 X」的說法都是猜的——包括我不會替你猜的這一句。

你自己就能驗 Omen Alpha：五個不需要內部資料的測試

想自己判斷 Omen Alpha 的來歷，有五個測試不需要任何內部資料，用一個 OpenCode Go 帳號就能跑完：比 token 計數差值、送 max effort、丟音訊影片、問知識截止日、看思考鏈。這五招是從 ox-alpha 當初被推敲出來的方法整理的，我把每一招的邏輯跟限制都寫上。

❶ 比 token 計數差值。同一段文字分別送給 omen-alpha 跟 glm-5.3-flash、mimo-v2.5，比較回傳的 usage.prompt_tokens。如果兩顆模型用的是同一份詞表，這個差值會是一個穩定的常數。

端點是 https://opencode.ai/zen/go/v1/chat/completions，OpenAI 相容格式，要比的就是回傳裡 usage.prompt_tokens 那一欄。這是五招裡最接近「指紋」的一招。

還沒訂的人也能先做一件事：GET https://opencode.ai/zen/go/v1/models 免金鑰就會回 35 個模型的清單，可以自己確認 omen-alpha 只在 Go、不在 Zen 那七十個 ID 裡。

❷ 送 reasoning_effort 的 max。GLM-5.3-Flash 支援 max，Omen 在規格表上只列 low 與 high——但它的上游錯誤訊息裡卻寫著「please use low, high, or max」。這一格自己送一次，看是誰在擋、擋的訊息長什麼樣，資訊量不小。

❸ 丟音訊或影片進去。MiMo-V2.5 是吃音訊影片的，Omen 官方只列文字與圖片。重點不在它拒不拒絕，在拒絕的措辭——是 OpenCode 這一層擋掉的，還是上游模型自己回的錯，兩者的訊息格式不一樣。

❹ 問知識截止日。Omen 的截止日官方沒有公布，可以拿 MiMo-V2.5 的 2024 年 12 月當對照組。這一招很弱，但成本是零。

❺ 看思考鏈的長相。就是前面那個「hmm」「fine」「✓ 清單」的特徵。這是五招裡最不可靠的一招，我放在最後不是因為壓軸，是因為它只配當補充。

跑之前先知道三個限制，不然你會驗出一個錯的結論

這一段比五招本身重要。我看過太多人拿一個不成立的檢驗當結論在到處講。

模型自報身分完全不算證據。你問它「你是誰」，它說自己是 GLM，那只代表它的訓練資料裡有大量 GLM 的文本，或者它在猜。這一格請直接無視。

參數不支援不等於模型不支援。OpenCode 在中間那一層可以自己限制參數。所以「送 max 被擋」只證明這條路走不通，不能推論上游模型沒有 max。

差異不等於不同模型，相同也不等於同一顆。同一顆模型在不同的量化、不同的硬體、不同的併發壓力下，速度可以差好幾倍——這正是速度那條反證的弱點所在。

模型清單端點回的 created 每次都不一樣。有人連續取樣兩次，拿到的是兩個不同的數字，它不是發布時間戳。拿它去推「什麼時候上線」或「跟哪顆是同一批」，會得到完全錯的結論。

我自己的態度是這樣：這五招不是拿來抓兇手的，是拿來讓你不必信任何一篇文章的。包括這一篇。

你自己送一次請求拿到的 usage 數字，比任何人的轉述都硬。而且這件事的成本，就是幾次請求，連 $0.01 都不到。

這段能拿走的判斷：五招裡第一招最硬、第五招最軟，跑之前先記住「自報身分不算數、參數限制不算數」。如果你已經訂了 Go，今晚就可以送兩次請求驗第一招，這是全網目前最缺的那種一手資料。

不知道是誰做的模型，能餵公司的程式碼嗎？把三份官方文件攤開看

Omen Alpha 在 OpenCode 的隱私表上寫的是「Model training: Not used／Data retention: 0 days」，但這個「0 days」只出現在文件的表格裡。

隱私權政策裡對應的那一列寫的是「不儲存、轉給上游供應商」，沒有天數也沒有 ZDR 字眼；而服務條款明寫 OpenCode 無法控制第三方模型供應商的保留做法。

這一段是我認為整篇最該慢慢讀的地方。因為前面那些額度、算式、身分猜測，最壞的結果是你多花 $10；這一段搞錯，代價可能不是錢。

先看同一張表上四種完全不同的待遇。

模型	拿去訓練	資料保留
Omen Alpha	Not used	0 days
GPT 5.6 Luna	Not used	30 天
Muse Spark 1.3 Contributor（1.2 版同）	Yes	Not ZDR
DeepSeek（V4 Pro／Flash／Flash Vision Exp 三格同）	Not used	0 days（逐月續約，本期至 2026-09-30）

同一頁、同一張表，四種答案。「這個平台安不安全」這種問題在這裡是問不出來的，只能一個模型一個模型地看。那個把資料拿去訓練的 Contributor 檔位是最便宜的一檔，它便宜在哪、便宜的代價寫在條款的哪一行，我單獨拆過一篇。

三份文件並排，你就知道那個「0 days」有多輕

❶ 文件表格：Omen Alpha 寫 Not used／0 days。這是承諾的全部出處。

❷ 服務條款（2026 年 8 月 15 日生效）：

「Although we will not retain your Content, we cannot and do not control the retention practices of Third Party Model providers.」

❸ 隱私權政策（2026 年 3 月 6 日版）：它確實有一列談到你送進去的內容，但寫法跟文件表格不一樣。

政策把「conversations or prompts that you submit to AI」歸在「你自願提供的其他識別資訊」這一類，處理方式那一欄寫的是：

「Passing through to upstream provider to provide services」

「Not stored」

分享對象那一欄列的是 Service Providers、Business Partners、Parties You Authorize。所以法律文件裡有的是「不儲存」跟「會轉給上游」，沒有的是文件表格上那個「0 days」的天數，也沒有 ZDR 這個字眼。

三份疊起來的意思是：零保留是 OpenCode 對你的承諾，不是那個匿名廠商對你的承諾。而且那個具體的天數只寫在文件表格裡，法律文件講的是「會轉給上游」。

OpenCode 創辦人自己也做過同方向的動作。2026 年 7 月 31 日 16:22 UTC（台北 8 月 1 日 00:22），他在自己的帳號上回覆一則提問時說明：新接進來的 DeepSeek 還沒拿到零保留協議，所以他們把頁面上「一概適用」的措辭撤掉，改成逐一模型標示。

「we haven't yet received a ZDR for the new deepseek model so we removed the blanket language and it's an opt in model」

「the existing models have not changed. we'll likely update the docs to explain zdr status per model」

連創辦人都要把「一概適用」的說法從自家頁面上拿掉、改成一顆一顆標，你更不該把「零保留」當成一條可以拿去跟法務交代的通用保證。

再把前面那則 PR 接回來——官方已經用程式碼承認存在一個被刻意隱藏的路由供應商。你的程式碼會經過一個你不知道名字的公司，而 OpenCode 自己在條款裡寫明它管不到那家公司怎麼保留資料。

順帶一提，DeepSeek 那格的星號註腳寫得很老實：「ZDR agreement is renewed monthly. The current agreement is valid through September 30, 2026.」零保留是一份逐月續約的合約狀態，不是一個永久屬性。

主機到底放在哪？官方同一份語系檔裡兩句話對不起來

這個我也覺得該講。Go 頁面語系檔裡談隱私的那個欄位寫：

「Go models are hosted in the US. Providers follow a zero-retention policy…」

但同一份語系檔的另一個欄位，寫的是另一回事：

「The plan is designed primarily for international users, with models hosted in the US, EU, and Singapore for stable global access.」

Zen 的文件則另外寫「All our models are hosted in the US」。

我不會替它挑一句當答案。能寫的只有一件事：官方在同一份檔案裡的兩句話對不起來。如果你的公司有資料落地的要求，這個矛盾本身就足以讓這個方案出局。

我會怎麼判斷：三條線畫在這裡

有個朋友上個月問我，要不要把公司的 repo 接上這類便宜方案。我當時回他的判斷標準，到今天沒變。

可以餵的：自己的側案子、開源專案、練習用的東西、公開文件。這些東西就算真的外流，你的損失是零。

不要餵的：別人的程式碼、簽過保密協議的專案、任何含金鑰或客戶資料的檔案。

理由不是「它一定會外洩」，我沒有任何證據說它會。理由是：真的出事的時候，你連要找誰都不知道。你的合約對象是 OpenCode，而 OpenCode 的條款寫著它管不到上游那家。

付費這件事在這裡反而是好事，值得單獨提一句。條款裡對免費帳號有這麼一句：

「In addition, if you are using the Services through an unpaid account, we may use Content to further develop and improve our Services」

免費隱名模型的說明也直接寫「During its free period, collected data may be used to improve the model」。Omen 是付費的，不落在這條裡。

英文技術圈早就吵過這題，但要先講清楚吵的是哪一顆：下面兩句是 2026 年 8 月 Ox Alpha 免費上架時，Hacker News 那串討論（story 49381896）裡的留言，談的是「免費的隱名模型」，不是針對 Omen Alpha。

「They aren't offering a model for free without their name on it for no reason」

這一句的前提是「免費」，而 Omen 是付費的，所以它在 Omen 身上不成立——上一段那條免費帳號的條款，付費的人本來就不落在裡面。

「ironically this model is zero data retention on opencode, which is more private than the lowest retention offered by openai, google, or anthropic on their consumer plans.」

第二句就不一樣。它講的是 OpenCode 這一層的零保留政策，跟收不收費無關，所以對 Omen 仍然適用——前提是你接受前面那句：那是 OpenCode 對你的承諾，不是那家匿名廠商對你的承諾。至於接第三方模型還有哪些別的風險，把主流 CLI 接到非官方模型會不會被封號那題，我另外查過官方條款，這裡就不重複。

這段能拿走的判斷：「0 days」只寫在文件表格裡，隱私權政策只寫到「不儲存、會轉給上游」，服務條款還明寫管不到第三方。公司或客戶的程式碼，先不要；自己的東西，放心用。

隱名模型會不會突然消失？Ox Alpha 的七天完整前例

隱名模型會消失，而且有完整前例：Ox Alpha 在 2026 年 8 月 20 日公告免費上架，第七天（8 月 26 日）被 models.dev 標成 deprecated，就在標上 deprecated 的同一天，智譜在 GLM-5.3-Flash 的官方文件裡認領它是自家的匿名測試版。

從公告到揭曉只有七天（models.dev 上記的 release date 是隔天 8 月 21 日，所以用公告日算比較保守）。Omen Alpha 距離那次揭曉，只隔了 9 天。

Ox Alpha 那次的官方公告是這樣寫的：

「Ox Alpha (stealth model) is free for the next week - 1M Context - Multi-modal - Zero Data Retention…capacity for 100T tokens per day」

隔天官方又補了一句「It won't count against your Go usage」——不佔你的 Go 額度。

第七天，也就是 8 月 26 日，models.dev 把 ox-alpha 的免費版標成 deprecated。就在 models.dev 標上 deprecated 的同一天，Z.ai 在 GLM-5.3-Flash 的文件裡自己認了：

「Before release, we tested GLM-5.3-Flash anonymously as ox-alpha on OpenCode and OpenRouter to gather user feedback…with all of this traffic served on Chinese AI chips.」

從官方公告到官方文件認領，整件事在第七天當天一起結束。

但這次有三個地方不一樣

❶ 錢。Ox Alpha 免費，而且官方明寫不佔額度；Omen 在付費牆後面，而且共用你的 Go 額度。

❷ 通路。Ox Alpha 同時在 OpenCode 跟 OpenRouter 上跑，兩邊都收得到回饋；Omen 只在 Go，別的地方都找不到。

❸ 賭注。免費期間你把工作流接上去，最壞是白玩幾天；付費期間你把工作流接上去，模型一撤，你花錢建的東西一起沒。

官方對這件事其實一點都沒有藏。Go 文件裡直接寫著「The list of models may change as we test and add new ones.」，服務條款更狠：「We may suspend or discontinue any part of the Services…」

我自己吃過這個虧。我用 AI Agent 自己搭過幾套系統，早期習慣把模型代號直接寫死在設定檔跟提示詞裡，覺得反正就一個字串。結果只要上游改一次名字，我要回頭改的東西是一整串——設定檔、規則檔、每一支腳本裡的預設值，一個都不能漏。

從那次之後我的做法很簡單：模型代號一律抽成一個變數，工作流不准直接寫死。這件事在穩定的商用模型上是好習慣，在隱名模型上是保命符。

順手破兩個到處在傳的說法。「Ox Alpha 2.0」不是官方講的，那是一個第三方轉售站的說法。「Omen Alpha 再度登場」也是誤譯——Omen 是 9 月 4 日第一次出現，之前從來沒有過，被講成「再度」的其實是「同一家廠商又發了一顆匿名模型」這件事。

如果你的擔心是「哪天它沒了我怎麼辦」，另一條路是走自己託管。開源權重下載得到不代表你跑得動，我算過自架真正的門檻在哪一格，看完你大概會知道為什麼多數人最後還是留在訂閱制。

這段能拿走的判斷：上一顆隱名模型從上架到揭曉只花七天，官方文件也明寫模型清單會變。今天就把工作流裡寫死的模型代號抽成變數，這是唯一一件你現在做、將來一定用得到的事。

同樣 $10，別家給你什麼？八個方案的額度我攤成一張表

同樣是每月 $10 上下，OpenCode Go 給的是「月含用量 $100」，GitHub Copilot Pro 給的是 $15 的 AI Credits，Meta Muse Code 的 $5 檔，官方頁當時寫的是「每 5 小時 10 到 50 次請求」——三家連計量單位都不一樣。這張表最難的地方不是數字，是單位。

方案	月費	官方寫的額度	要注意的
OpenCode Go	$10	Omen Alpha 月含用量 $100，一般模型 $60	共用桶、模型清單會變
GitHub Copilot Pro	$10	$15 AI Credits（$10 base 加 $5 flex）	Pro+ $39 給 $70、Max $100 給 $200
Meta Muse Code Everyday	$5	官方頁當時寫「每 5 小時 10–50 次請求」	官方頁當時寫 High $15 是 3 倍、Power $50 是 10 倍
ChatGPT Go	$8	Codex 定價頁寫「lightweight coding tasks」	同一頁的 Plus $20 寫「每週幾次專注的 coding session」
Codex Plus	$20	每 5 小時本機訊息：Luna 250–2,000、Sol 10–100、GPT-6 Astra 5–45	本機與雲端共用，另有每週上限
Claude Pro	$20（年繳 $17）	寫「Includes Claude Code」，5 小時 session 加每週上限	官方沒有公開 prompt 數，網路上的數字都是第三方推估
Cursor Pro	$20	每個方案含固定模型用量，超出後轉為後付費的隨選用量	官方建議每日 agent 使用者用 $60 的 Pro+、重度使用者用 $200 的 Ultra
Gemini Code Assist Standard	$19（年約）	Gemini CLI 與 Agent Mode 每日 1,500 次模型請求	$19 是年約價，月繳為 $22.80；個人免費層是每日 1,000 次

Muse Code 那一列要先標一下取材狀態：Meta 的開發者站在 9 月 5 日查證當天回不了正常頁面，所以 $5、10–50 次、High 三倍、Power 十倍這幾個數字，是官方頁當時寫的版本，我沒能在查證日重新確認一次，這一列也因此沒有掛連結。

數一數這張表裡出現過幾種計量單位：美元額度、credits、次數／5 小時、次數／日、還有「每週幾次專注的 session」這種形容詞。五種。

這件事我盯著看了一會兒才反應過來：「哪一家比較便宜」這個問題，在這張表上是問不出答案的。單位都不一樣，怎麼比？

能問的只有另一個問題——哪一家的計量方式，對得上我的用法？

少次大任務：一次丟一個大任務、讓它自己跑很久——按美元計價的（OpenCode Go、Cursor）對你比較誠實，因為長任務吃的是 token 不是次數。

多次小任務：一天問很多次、每次都很短——按次數計價的（Muse Code、Gemini Code Assist）反而佔便宜，因為你每次都用不滿。

Claude Pro 那一格我要特別標一下：官方從來沒有公開過 prompt 數。網路上流傳的「每 5 小時大約 45 則」是第三方推估，不是官方數字，引用的時候請不要當成官方說法。

Codex 那一格則是這幾個月變化最大的。GPT-6 Astra 上線之後各方案拿到什麼、額度緊到什麼程度，我對過官方五處說法；如果你在猶豫的是兩家旗艦，同樣的牌價下兩家的帳單為什麼會差那麼多，我逐格算過。

編輯器那一層的選擇也不只一種。Cursor 跟 Copilot 該用哪一套、誰適合什麼樣的人，我拆成幾個判斷點；想看更完整的清單，寫程式的 AI 工具我整理過一份總覽，含純終端機那一類。

還有一種玩法是把已經付的方案接到別的工具上用。把 Claude Code 跟 Codex 的額度混著用會怎麼算，我實際跑過一輪。

這段能拿走的判斷：八個方案五種計量單位，直接比價格是比不出來的。先分清楚你是「少次大任務」還是「多次小任務」，前者選按美元計價的，後者選按次數計價的，這一步分對了，後面的比較才有意義。

台灣刷得過嗎？訂 Omen Alpha 之前要先確認的付款與三個設定

OpenCode Go 的結帳走 Stripe、官方定價只有美元，沒有台幣定價；台灣的用量已經排進 Omen Alpha 地理榜第 15 名（43 億 token、約 1%），但有用量不等於刷卡管道通；能當證據的是實測回報——已經有讀者回報信用卡加 Link 都刷得過。下面把付款方式跟三件該先確認的事一次講完，不然錢花了東西卻不能用。

先講付款。服務條款明寫收款商是 Stripe，後台的結帳設定顯示 Go 的幣別是美元、支援信用卡與 Link，另外還有支付寶跟印度 UPI 兩條替代路徑。官方沒有台幣定價。

所以地理榜第 15 名這件事，只證明得了「有台灣的請求打進去」，證明不了台灣的信用卡刷得過——那份榜單記的是請求來源，不是付款方式，而官方同時開著支付寶與 UPI 兩條路。真正能當證據的是下面這則。

有讀者實測回報過，Stripe 的結帳頁可以切成新台幣或美元顯示，信用卡加 Link 都能過。他自己也提醒了一句我覺得很中肯的話：選新台幣顯示不代表比較便宜，最後扣多少要看你那張卡的海外交易手續費跟當下匯率。

同一份文件裡還有一個容易看錯的數字：Zen 儲值那邊的信用卡手續費寫的是 4.4% 加 $0.30——這是儲值的手續費，不是 Go 月費的，別搞混。

三個先確認的設定

❶ 9 月 6 日起，請求沒帶 x-opencode-session 這個 header 可能會出錯。

這個日期的出處是有使用者把 OpenCode 寄來的信貼在自己的 repo issue 上，信裡寫「Starting 09/06 requests missing this header may error.」；官方文件本身只要求帶這個 header，沒有寫日期。

官方的反濫用規則要求工具要「properly identifies itself (no broad user agents)」，而且要帶上 x-opencode-session。如果你用第三方的 CLI 或包裝層在呼叫 Go 的端點，先確認工具有沒有帶這個 header，否則你會以為是模型壞了。

❷ 一個 workspace 只有一個人能訂。

官方原句是「Only one member per workspace can subscribe to OpenCode Go.」想跟同事合訂分攤的，這條路是關的。

❸ 你在別篇教學看到的「首月 $5」已經沒有了。

8 月 24 日的發行說明裡有一行：「Removed outdated OpenCode Go first-month discount messaging and pricing」。首月優惠在那天被移除。

目前中文圈搜「OpenCode Go 值得嗎」跳出來的前幾篇教學，全部還在寫首月 $5——那些內容都過期了，照著算你會多估一筆不存在的折扣。

刷之前也該知道的三個已知問題

這三條都來自 GitHub 上的 issue 或社群回報，不是官方確認的缺陷，但它們會直接影響你這 $10 買到的體驗。

用的人一多就會變慢，長推理的請求有人回報收到空回應。這不是 Omen 專屬，是 Go 這個方案的通病。

快取讀取的計費在後台看不見。而 Omen 的快取命中率是 95%，等於你帳單裡佔比最大的那一塊，在介面上算不出來。

有人回報帳號被停用之後，退款要求沒有得到回覆。這是單方面的社群回報、官方沒有說明，但既然是刷卡前的判斷，該知道。

額度用完之後會發生什麼

這件事最好在刷卡前就知道，因為它牽涉到自動扣款。

官方給的第一條路是「you can continue using the free models」——免費模型的額度是每天 200 次請求，包含 Big Pickle 跟當時的促銷模型。

第二條路是打開「Use balance」，讓 Zen 的預付餘額接手。這裡要小心：Zen 餘額低於 $5 的時候會自動加值 $20。

那個開關在 console 的 Billing 區塊，跟三條進度條同一頁。你如果只打算花 $10，請確認它是關的。

最後補一個我覺得很有畫面的小細節：Go 的繁體中文頁只寫了「$10/月」，而頁腳把 Discord 換成了「飞书」——一個繁體中文頁面上出現簡體字。這不影響你能不能用，但它很誠實地告訴你，這個產品的在地化做到哪一層。

👉 查看 OpenCode Go 的官方方案說明與模型額度表

這段能拿走的判斷：有讀者實測回報台灣的卡刷得過（官方沒有台幣定價），而首月 $5 已取消、一個 workspace 只能一人訂、9 月 6 日起請求要帶 session header。刷卡後第一件事是去把「Use balance」的自動加值確認一遍，不然你的 $10 方案可能悄悄變成 $30。

所以 Omen Alpha 值得訂嗎？OpenCode Go 這 $10，三種人三種答案

Omen Alpha 值不值得訂，答案依你現在的狀況分三種：只想找便宜 coding 模型的值得試、已經在付 Claude 或 Codex 的不用搬家、要餵公司或客戶程式碼的先不要。這是把前面十二段疊起來的結論，每一列我都寫上「先做這件事」。

你是哪種人	我的判斷	先做這件事
只想找便宜的 coding 模型	值得試。$10 是這一格目前最低的門檻，而且額度算式站得住	訂之前先確認你懂共用桶；訂之後先去後台把三條進度條找出來
已經在付 Claude 或 Codex	不用搬家，當第二把刀就好	先算你一天真的開幾場 agent，拿 $0.39／場的量級對一下自己的用量
要餵公司或客戶的程式碼	先不要，理由不是它不安全，是出事時你找不到人	把服務條款那句「管不到第三方保留做法」拿給法務或主管看過再說

以我同時付兩家頂規方案的經驗，我自己會怎麼選

ChatGPT 跟 Claude 兩家最高檔我都在付，所以「要不要多花 $10」對我來說不是重點，「要不要把主力搬過去」才是。我的判斷是這樣。

不會搬的：需要留紀錄、需要事後追溯的東西。這跟模型好不好無關——「我不知道它是誰」這件事在我的工作流裡有實際成本。哪天出了問題，我需要能指著一份文件說「這是那家公司當時的承諾」，而現在我指不出來。

會用的：那些做壞了也沒差的任務。批次整理、格式轉換、寫一堆一次性的小腳本、把爛掉的資料清乾淨。這類工作佔我 AI 用量的比例高得驚人，而它們完全不需要最貴的模型。

會觀望的：把它接進長期的自動化流程。上一顆隱名模型七天就揭曉了，我不想在一顆隨時可能改名的模型上蓋房子。等它有名字了再說。

如果你只付得起一家、預算就是 $10 到 $20 之間，我的建議更簡單：先訂一個月，把它當成「便宜勞力」用，不要當主力。一個月之後你會很清楚自己是不是那種會撞牆的人——如果 256 場你連一半都用不到，那你本來就不需要更貴的方案。

反過來，如果你一個月就把 $100 燒完了，那恭喜，你的問題已經不是「哪家便宜」，是「怎麼把重複的工作自動化掉」。那是另一個層次的題目了。

這段能拿走的判斷：三種人只有第一種應該現在就訂，第二種當備胎、第三種先別碰。不管你是哪一種，第一個月都不要把工作流綁死在這個代號上。

FAQ 常見問題

Omen Alpha 是免費的嗎？

不是。Omen Alpha 只開給每月 $10 的 OpenCode Go 訂閱者，這也是它跟前兩顆隱名模型最大的差別——Big Pickle 跟 Ox Alpha 上架時都是免費的，Ox Alpha 官方還明寫不佔 Go 額度。

GitHub 上一位使用者開的那則 issue 直接把 Omen 形容成「第一次把隱名模型放在付費牆後面」——那是提問者的描述，不是官方說法。Go 方案裡確實有免費模型可用，額度是每天 200 次請求，但 Omen 不在那份免費清單裡。

Omen Alpha 的 $100 是獨立額度嗎？

官方文件從來沒有寫過它有獨立的桶，社群的 issue 跟討論串都指向它會消耗共用的訂閱額度。那 $100 是「月含用量」的上限，上面還壓著每 5 小時、每週兩個更小的滾動視窗。

官方文件寫的是 $12 與 $30，換算到 Omen 的有效額度大約是 $20 與 $50，算式在正文。一天衝太猛，月額度沒動也會先被擋。

還有一則到查證時仍開著的 issue 貼出後台截圖，月進度條看起來等於各模型百分比的加總，官方沒有回應。所以三條進度條都要看，只盯月的那條最容易誤判。

Omen Alpha 是 GLM 嗎？它到底是誰做的？

沒有人能證明。智譜這一邊有一手線索：資料頁曾在 zhipu 路徑顯示用量，官方三小時內用一則 PR 把它改成 unknown，那則 PR 新增的測試名稱寫著「without exposing the route provider」。

但反證同樣硬。一份日文實測給的速度中位是每秒 135.8 個 token，約是 GLM-5.3-Flash 實測（約 52.8）的 2.6 倍，社群另有 180 到 190 的回報；價格比它貴、不在 OpenRouter 上、Z.ai 官方文件全文 0 次提到 Omen。

小米那一邊沒有同等強度的硬指紋，連轉述者自己都說思考鏈相似度是最弱的一類。官方目前的立場只有一個：標籤是 unknown。

Omen Alpha 會不會突然下架？我該怎麼準備？

很可能會，而且有前例。Ox Alpha 從公告免費上架到被標記 deprecated 只花七天，智譜也在同一天於官方文件裡認領。OpenCode 自己在文件裡也寫了「模型清單會隨著測試而改變」，服務條款更直接寫可以隨時中止任何服務。

實務上的準備方式只有一個：把模型代號抽成設定檔裡的變數，不要寫死在提示詞、腳本跟規則檔裡。這樣模型換名或消失時，你改一個地方就好。

Omen Alpha 跟 Claude Code 比呢？我該用哪個？

兩者不是同一類東西，硬比會比錯。Claude Code 是綁在 Claude 訂閱裡的工具，官方文件在講企業部署時給的量級是平均約 $13 一個人一個工作日；Omen Alpha 是一顆模型，你要透過 OpenCode Go 才用得到，換算下來大約是 256 場 session 一個月。

真正的差別在可追溯性：Claude 那邊你知道模型是誰做的、條款對象是誰；Omen 這邊你不知道。我自己的用法是主力留在有名字的那邊，把便宜的算力拿去做那些做壞了也沒差的雜事。

寫在最後：便宜的模型現在多的是，稀缺的是「知道自己在跟誰做生意」

我算完這篇的那條公式之後，最深的感受不是「$10 很划算」，是另一件事：2026 年下半年，便宜已經不是賣點了。

三個月前，一顆每百萬 token $0.20 的 coding 模型會讓人尖叫。現在光是 OpenCode Go 那張表上就有一整排，隔壁還有 $5 起跳的方案在搶同一群人。價格這條戰線，已經卷到再降也沒人有感覺了。

所以廠商開始賣別的東西——賣神祕感、賣「先來先試」的優越感、賣一個沒有名字的代號。而我們願意為這些東西付錢，是因為便宜到一個程度之後，我們的判斷力會自動關機。

我不是要勸你不要訂。$10 我覺得很合理，這篇每一段的算式也都支持這個結論。我想說的是另一句：便宜的東西可以隨便試，但要知道自己在試什麼。

知道那 $100 是上限不是餘額。

知道那 57,900 次是假設不是承諾。

知道「0 days」寫在文件表格裡，法律文件只寫「轉給上游」。

知道有一個你叫不出名字的公司，正在讀你送過去的每一行程式碼。

知道這些，$10 是一筆好交易。不知道，$10 也可能很貴。

我常說 AI 沒有讓我更清閒，反而讓我更忙——因為每冒出一顆新模型，就要重新對一次條款、重新算一次額度、重新判斷一次要不要把它放進工作流。這一週特別有感。但我不覺得這是壞事，會算的人用 $10 拿到的東西，比不算的人用 $100 拿到的更多。

想知道整個 AI 工具地圖現在長什麼樣，我按「你想做什麼」而不是按品牌整理過一份總指南；只想知道這幾週有哪些新東西值得看，一週內冒出來的五款新模型我按預算排成三層。

這篇有兩個要回頭複查的點：它到底被誰認領，以及那 $100 的額度規則會不會被改。等其中一件發生，我會把新的數字補上來，訂閱我的部落格就會不定期收到信。至於我為什麼會為了一顆沒有名字的模型去翻三份條款，關於夜羽凌這頁有答案。

參考資料

文字會帶你去哪裡？我也不知道。

但我們可以一起走。
每週一封信，分享創作靈感、人性探索，與網路世界的小秘密。

👉 如果你不喜歡，也可以隨時取消訂閱，沒壓力。
👉 這封信不是給所有人，只是剛好也給你。
👉 不怕錯過什麼，只怕錯過你該看到的那一句話。

想合作，或想找個人聊聊？

不管是合作邀約，或想整理 AI、工作、關係與人生方向的想法，
都歡迎寫一封信給我，我會慢慢回。

AI 應用：AI 工具選擇、內容創作與效率整理。
職涯討論：工作方向、轉職思考、個人優勢與發展梳理。
情感整理：感情、人際互動，以及關係中的情緒與想法釐清。

Email： [email protected]，每封信我都會仔細閱讀，請容我用幾天時間回覆，謝謝你的耐心。
也可以加我 LINE，第一時間收到新文章通知。

寫信給我