Geheimmodell Union Alpha taucht aus dem Nichts auf: Leistung nahe an GPT-6 Astra, eine Woche lang kostenlos

In der KI-Welt ist wieder ein „geheimes Modell“ aufgetaucht. Am 16. September erschien ein Modell namens Union Alpha still und leise auf OpenCode und OpenRouter – kein Launch-Event, kein namentlich genanntes Labor, kein technischer Bericht. Nur ein Codename: stealth/union-alpha.

Aber die Ergebnisse, die es vorweist, sind alles andere als bescheiden: In mehreren Benchmarks kommt es nahe an GPT-6 Astra und Claude Opus 5 heran, soll angeblich aber nur 1/18 der Kosten der Konkurrenz verursachen. Und eine Woche lang ist es kostenlos.

Zuerst die harten Fakten

• Modell-ID: stealth/union-alpha (OpenRouter / OpenCode)
• Kontextfenster: 262.144 Tokens (256K)
• Maximale Ausgabe: 131.072 Tokens
• Multimodalität: Text- und Bildeingabe, Textausgabe
• Fähigkeiten: Tool Calling, strukturierte Ausgaben, Streaming-Antworten
• Ausrichtung: für agentic Coding, Forschung und Aufgaben mit langem Kontext
• Start: 16. September 2026

Was bedeutet ein 256K-Kontext? Man kann eine ganze Codebasis auf einmal einlesen, dokumentenlastige Debugging-Aufgaben bewältigen oder in einer einzigen Agent-Sitzung eine große Menge Projektmaterial im Blick behalten. Für alle, die an Coding-Agenten arbeiten, ist diese Kapazität wirklich nützlich.

Leistung: Es gibt Daten, aber man muss sie richtig lesen

Die bislang veröffentlichten Bewertungen stammen hauptsächlich aus der Community und von unabhängigen Tests, nicht aus einer einzigen standardisierten Rangliste. Beim Lesen sollte man die Quellen sauber auseinanderhalten:

• OpenCode Coding-Snapshot: über vier Coding-Projekte insgesamt 23,14/40, durchschnittlich etwa $0,03 pro Prompt
• Terminal-Bench v4: Entwickler berichten von rund 51 % bei etwa $1,50 pro Aufgabe (die Methodik ist nicht vollständig offen gelegt, daher nicht direkt als Standardwert vergleichbar)
• Die Aussage von Cline: Die Leistung liegt nahe an GPT-6 Astra und Opus 5, die erwarteten Kosten betragen jedoch nur etwa 1/18 davon

Achten Sie auf das Wort „nahe“ – nicht gleichrangig, schon gar nicht besser. Und aus der Community gibt es auch negative Rückmeldungen: In einigen Szenarien ist der Abruf aus dem langen Kontext instabil, in OpenCode kam es zu Ausfällen, und über bestimmte Routen reagiert das Modell träge. Verlassen Sie sich also nicht nur auf Benchmarks, sondern testen Sie mit Ihren eigenen echten Aufgaben.

Eine Woche kostenlos – aber freuen Sie sich nicht zu früh

Während der Vorschauphase kosten Ein- und Ausgaben jeweils $0. OpenCode sagt ausdrücklich, die Vorschau dauere etwa eine Woche. Doch die Langzeitpreise zeichnen sich bereits ab: Auf der offiziellen Website wird der erwartete Bezahlpreis genannt: $0,50 Eingabe / $1,50 Ausgabe (pro Million Tokens). Verglichen mit Modellen an der Spitze ist dieser Preis tatsächlich heftig.

Beim Datenschutz stuft OpenCodes Datenschutztabelle Union Alpha als „nicht zum Training mit Nutzerdaten verwendet, Datenaufbewahrung 0 Tage“ ein. Das ist fairer als bei vielen kostenlosen Modellen, dennoch bleibt ratsam, nichts wirklich Sensibles einzuspeisen.

Wem gehört es eigentlich?

Das ist die größte offene Frage. OpenCodes Dokumentation nennt es nur ein „Stealth Model“, ohne das Labor dahinter zu benennen. In der Community kursieren wilde Spekulationen, GLM, Kimi und andere wurden genannt, aberkeines davon wurde offiziell bestätigt.

Ein Modell anonym veröffentlichen, alle Benchmarks ziehen lassen, Aufsehen erregen und nach einer Weile die Identität lüften – dieses Muster wiederholt sich in den letzten zwei Jahren immer wieder. Manchmal steckt ein Team dahinter, das an etwas Großem feilt, manchmal ist es eine sorgfältig inszenierte Marketingaktion. Eine Schlussfolgerung ist jetzt noch zu früh.

So legen Sie los

Über OpenRouter ist der Aufruf ganz einfach – eine Zeile mit dem Modellnamen genügt:

POST https://openrouter.ai/api/v1/chat/completions
Header: Authorization: Bearer $OPENROUTER_API_KEY
Body: { “model”: “stealth/union-alpha”, “messages”: […] }

Übliche Parameter wie stream, tools, tool_choice, response_format, temperature und top_p werden unterstützt.

Unsere Empfehlung

• Zuerst echte Aufgaben testen: Verlassen Sie sich nicht nur auf Benchmarks – probieren Sie das Modell mit Ihrer tatsächlichen Arbeit aus. Gute Werte bedeuten nicht, dass es zu Ihrem Szenario passt
• Vergleichstests durchführen: Werfen Sie denselben Prompt sowohl an Union Alpha als auch an GPT-6 Astra und spüren Sie den Unterschied direkt
• Risiken kontrollieren: Bei riskanten Änderungen automatisierte Tests plus ein zweites Modell zur Kontrolle nutzen und sich nicht auf ein einziges anonymes Modell verlassen
• Zügig handeln: Die kostenlose Phase dauert nur etwa eine Woche – danach gibt es diesen Preis nicht mehr

Soll man sich darauf freuen?

Bleiben Sie ruhig. Anonyme Modelle bringen eine natürliche Informationsasymmetrie mit sich: Man weiß nicht, wer sie trainiert hat, mit welchen Daten, ob es Sicherheitsprobleme gibt, ob sie plötzlich verschwinden und was mit Ihren Daten passiert ist.

Aber es ist definitiv einen Test wert – 256K Kontext, Bildeingabe, Tool Calling, dazu kostenlos in der Vorschau. Die Kosten für einen Fehlversuch liegen praktisch bei null. Es könnte der Auftakt eines Geheimtipps sein oder nur eine Themen-Marketingaktion; die Antwort zeigt sich erst, wenn die Identität enthüllt ist und die Langzeitpreise feststehen.

Da es kostenlos ist: Lassen Sie ein paar eigene Aufgaben durchlaufen und speichern Sie die Vergleichsergebnisse. Am Tag der Enthüllung haben Sie dann Material aus erster Hand.

Mysteriös hin oder her – entscheidend ist, dass es nützlich ist. Nutzen Sie die kostenlose Phase, solange sie dauert.

Quellen: OpenRouter-Modellseite stealth/union-alpha, OpenCode Release Notes, Community-Bewertungen (u. a. buildfastwithai)