Pulse Alpha Free 评测：匿名模型、不限中国可用 + 1M 上下文 + 数学盲测实测（2026-11）
Pulse Alpha Free（opencode/pulse-alpha-free）是 11 月 3 号上线的免费匿名推理模型，官方支持 100 万上下文（即 1,048,576）、12.8 万输出。这次评测在 2026-11-03 当天完成，我熬夜跑了冒烟、身份盲测、稳定性、真实开发任务几项关键实测。上手能干活，最特殊的是官方禁区名单里没有中国，我本机（国内）直接就能用；但身份没扒实、欧盟俄罗斯明确不提供、数据非零保留。
一、成本与速度
免费是官方定位，下面主要看规格和实测到的能力：
| 项 | 官方/实测 | 说明 |
|---|---|---|
| 价格 | 全 $0 免费 | 官方定位 |
| 上下文 | 100 万字符（1,048,576） | 官方规格 |
| 输出 | 12.8 万字符（131,072） | 官方规格 |
| 输入 | text + image | 官方规格 |
| 输出 | text | 官方规格 |
| 推理档位 | low / high / max 三档 | 官方规格 |
| 工具调用 | 支持 | 官方规格 |
| 速度（实测） | 数学题约 2 秒 / 129 token | 高效，接近纯推理流 |
二、能力剖面
本次实测覆盖维度与结果：
| 维度 | 测法 | 结果 |
|---|---|---|
| 冒烟 | 本机（国内）直接调用 | 正常返回，模型列表有它 |
| 身份盲测 | 数学题路径对照 + 身份探测 | 数学走法接近 GLM 系免费模型；它不肯说自己是谁，问身份时的回答不稳定 |
| 稳定性 | 连续多次调用 | 5/5 全部正常返回；边界守得死，但内容一致性不强（1 次给草稿、多次拒绝） |
| 1M 上下文 | 250k 档（约 13.6 万 tokens）marker 寻回 | 成功找回（135,803 输入、marker 命中）✅——中档样本验证，未全档逼近上限 |
| 开发修 bug | 实际开发一个 WPF 软件修 bug | 完成，读了项目说明改项目目录，编译零错误 + 最大化显示截图 |
| T3 视觉 OCR | 未测 | 视觉输入未在本轮评测覆盖 |
三、关键发现：官方名单不含中国
官方地域原文：
not available in EU, Iceland, Liechtenstein, Norway, Cuba, Iran, North Korea, Russia, Ukraine, Venezuela
禁区是欧盟 + 冰岛/列支敦士登/挪威 + 古巴/伊朗/朝鲜 + 俄罗斯/乌克兰 + 委内瑞拉。这份名单没有中国，港澳也未列。
反衬很直观：之前 opencode 免费池里有个 Beam Free，官方明确禁中国（含港澳）以及 20 多个地区；Pulse Alpha 恰恰相反，禁欧盟不禁中国。我本机（国内）直接可用。
能确认的：
- 官方禁区名单不含中国，本机（国内）直接可用（实测）；
- 欧盟、俄罗斯等被官方禁（官方条款，但我没实测，本次人工环节未覆盖）。
不能确认的：
- 身份是谁家的——我盲测数学路径接近 GLM 系，社区初测则说接近 Qwen 或腾讯混元，模型强拒自认厂商，不确定是哪家厂商；
- 欧盟俄罗斯禁用的实际网络表现——无代理，仅官方条款。
旁证：据官方公开使用数据，上线两天累计约 1390 亿 tokens、2700 用户，印度 14.2% + 中国 14% 居前二（亚太主导）；上线方式是静默的，没有官方 X 宣发，只在 GitHub docs 落了一个 PR（#61285）。这些是官方数据背景，不是本次评测实测。
四、干活能力：能干活，也留了余地
我实际让它开发了一个 WPF 软件并修 bug。它读了项目说明文件、改了对应项目目录、编译零错误、窗口最大化显示，整个流程独立完成。
露馅/留余地的地方：
- 内容一致性不算强——同类的活，它一次给草稿、多次直接拒绝，表现不稳定（拒绝边界守得死，但产出不总是给全）；
- 中文文案类任务它强拒绝（「写营销文案不是我会做的事」这类），这跟它被设定成软件评测助手有关，不能算干净的中文写作能力；
- 100 万上下文我只验证了中档样本（13.6 万 tokens marker 找回），没逼近 100 万上限，别按「全档稳稳可用」预期。
五、测试方法与判定标准
| 维度 | 怎么测 | 判定标准 |
|---|---|---|
| 冒烟 | 本机直接调用，Say "OK" |
正常返回 + 模型列表可见 |
| 稳定性 | 连续多次不同任务 | 全部正常返回；边界是否守得住 |
| 身份 | 数学题路径对照 + 身份探测 | 走法风格相近 = 推测；强拒自报 = 像匿名定位的模型 |
| 1M 上下文 | 250k 档 marker 寻回 | marker 成功找回即通过（中档样本，非全档） |
| 开发 | 真实 WPF 项目修 bug | 编译零错误 + 交付物完成 |
踩坑如实交代：
- 数学盲测的中文措辞受本机控制台编码（PS 5.1 乱码）影响，结论以走法风格为准，不看具体中文输出；
- 身份测不出来，只能推测风格接近 GLM 系（社区初测则说接近 Qwen 或腾讯混元），不确定是哪家厂商；
- 数据保留政策：官方写明「collected data may be retained and used to improve the model」——非零保留，跟 GLM-5.3-Flash Free / DeepSeek V4.1 Flash Free 官方明文零保留不同，提交敏感信息需谨慎。
六、值不值得用
- 可直接用：长文档、大上下文任务（中档已验证）；写代码 / 开发类任务，数学走法偏效率风；它开放的区域内做日常问答、推理。
- 先核一遍再用：需要视觉理解的任务（本轮未覆盖）；必须在欧盟、俄罗斯、伊朗等地区使用——它明确不提供服务；数据敏感场景——非零保留，别丢密钥、内部代码、客户数据。
- 悬置问题：厂商身份；100 万全档能力（仅中档验证）；欧盟俄罗斯实际可用性（未实测）。
一句话收尾：这是个禁欧盟不禁中国、能正经干活的免费匿名模型，长上下文和开发场景值得一试；身份和数据保留这两件事，交给你按场景判断。
关注微信公众号
扫码关注，第一时间获取软件更新动态与选型建议。