Union Alpha

面向研究与智能体的免费多模态模型

Union Alpha 在 TokenRa 上的模型 ID 为 union-alpha，支持文本和图像输入、文本输出，标示的上下文窗口为 262,144 tokens，最大输出 131,072 tokens。提供方身份未公开，在平台上标示为 Stealth。

Union Alpha 规格

以下数值来自该模型公布的规格说明。在依赖这些数值之前，请在 TokenRa 控制台确认你账户的实时限制和可用性。

• 模型 ID：union-alpha；提供方标示为 Stealth，独立于 TokenRa 运营。
• 发布时间 2026 年 9 月 16 日；当前标示为零 token 费用。
• 上下文窗口 262,144 tokens；最大输出 131,072 tokens。
• 输入与输出：文本 + 图像输入，文本输出。
• 支持通过 tools 和 tool_choice 进行工具调用；支持通过 response_format 获取结构化输出，JSON schema 可传入但不做强制校验。
• 公布的性能数据：P50 延迟约 17.6 秒，吞吐约每秒 14 tokens，三日可用性约 98%。

适用场景

Union Alpha 更偏向深度和上下文长度，而非响应速度，这决定了它的适用范围。

• 批处理和异步任务，延迟不直接暴露给终端用户。
• 长文本生成，可利用较高的输出上限。
• 在单个上下文内完成仓库级代码阅读与分析。
• 包含工具调用、明确结束条件和应用级验证的智能体工作流。
• 探索性研究和原型开发，零 token 成本比速度更重要的场景。

如何接入 Union Alpha API

注册 TokenRa 账户，进入控制台创建 API 密钥，确认 Union Alpha 已为你的账户启用，然后从服务端发送兼容 OpenAI 的请求。请将密钥保存在服务端，并在投入生产前核对实际的模型标识。

curl https://tokenra.io/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"union-alpha","messages":[{"role":"user","content":"YOUR_TEST_PROMPT"}]}'

任何兼容 OpenAI 的客户端用法相同：将 API 地址指向 https://tokenra.io/v1，模型 ID 设为 union-alpha。

import openai

client = openai.OpenAI(
    base_url="https://tokenra.io/v1",
    api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
    model="union-alpha",
    messages=[{"role": "user", "content": "YOUR_TEST_PROMPT"}],
)
print(response.choices[0].message.content)

价格：当前免费

Union Alpha 通过 TokenRa 使用时，输入和输出当前均标示为零 token 费用，开始使用无需绑定信用卡。免费为阶段性策略，可能随时调整；访问权限同时受账户资格、提供方可用性和适用速率限制约束。请在投入生产前核对 TokenRa 控制台的实时信息。

使用前需要注意

免费不代表没有取舍。在生产中依赖 Union Alpha 之前，请了解以下几点。

• 延迟偏高：P50 约 17.6 秒，不适合实时对话和低延迟智能体。
• 吞吐有限：约每秒 14 tokens，流式输出的响应体感会偏慢。
• 可用性：三日窗口内约 98%，且该数据来自一个刚上线的免费模型。
• 提供方未公开：没有可供评估的公司信息、模型卡或研究论文。
• 结构化输出不做 schema 强制校验，需要在应用层校验并修复 JSON。
• 免费为阶段性策略，可能调整，建议预留备用模型。

生产接入清单

• 将 API 密钥保存在服务端，并按环境隔离凭据。
• 在依赖之前，核对 262K tokens 上下文和支持的输入模态是否与实际集成一致。
• 按公布的 P50 延迟设置足够宽松的超时，并配置有限重试和请求追踪。
• 用自己的 schema 校验结构化输出，不要完全依赖 response_format。
• 为可用性波动和免费策略调整配置备用模型。
• 结合自身场景审查数据处理方式、提供方条款、隐私要求和输出权利。

常见问题

继续探索