9 月 23 日，OpenRouter 的模型列表里多了一条记录。

名字叫 Space Bunny Alpha，厂商一栏写着 stealth，价格一栏是两个零。

三天后，它在这家全球最大的模型聚合平台上把日调用量榜第一拿了。中秋假期那三天，它在 OpenRouter 和 OpenCode 的日榜同时登顶，9 月 27 日单日在 OpenRouter 上跑了约 3.99 万亿 token。到 10 月 1 日的周榜快照，28.4 万亿，压过 DeepSeek V4.1 Flash 的 22.7 万亿，正式排到全球第一。再下一周，38.7 万亿，环比涨 179%。

一个查无此人的模型，霸了全球榜。

这事看着像悬疑故事，其实不是。把 OpenRouter 的 stealth 通道记录翻一遍就会发现：2026 年 3 月以来，这条通道上至少挂过 7 个匿名模型，其中 6 个的身份已被确认或指认，全部指向中国厂商。Space Bunny 是第 7 个，也是唯一一个至今没人认领的。

匿名发布不是哪个厂商的灵光一现，它已经是一条流水线。 下面把这条流水线拆开看：它怎么运作、厂商图什么、社区怎么破案，以及一只无国籍的兔子对整个行业的统计造成了什么影响。

先把兔子本身说清楚

Space Bunny Alpha，中文圈叫它太空兔。公开的规格给得挺大方：

• 上下文窗口 100 万 token
• 单次最大输出 524,288 token
• 输入支持文本、图像、视频
• 推理强度分 low / medium / high / xhigh / max 五档
• 工具调用、tool_choice、JSON 结构化输出都支持

规格之外，什么都没有。没有模型卡，没有基准成绩，没有参数量，没有按量价格。价格倒是有——零。

两个数字值得多看一眼。一个是 524,288 的输出上限：很多号称百万上下文的模型，输出其实卡在 8K、16K 或 64K，这个数意味着它一次能吐出整个多 crate 的 Rust 工程而不截断。另一个是百万上下文配零价格：免费窗口期里，调用量数据基本是被"能白嫖"这个事实本身推起来的，这是后面读所有榜单数字的前提。

然后 OpenRouter 的模型页在 10 月初挂出一条横幅：Going away, October 5, 2026。限免结束了。现在网上那些"手把手教你白嫖太空兔"的教程，点进去全是死链接。

至于它是谁家的：tokenizer 指纹测试指向 MiniMax，而且 MiniMax 在 9 月 27 日——恰好是兔子霸榜登顶的同一天——在自家编程工具 MiniMax Code 里静默上线了一个叫 M3.1-Flash-Preview 的模型，规格完全对得上。但 MiniMax 官方至今一个字没回应。这个悬案怎么破的，值得单独讲。

指纹破案：社区用一个晚上干了公关部一个月的活

匿名模型上线，社区几乎是立刻开工的。核心工具叫 tokenizer 指纹。

原理不复杂：把文字切成 token 的那个分词器，不同模型家族的切词习惯不一样，而这个差异是稳定的、可复现的。拿一批刁钻的字符串分别喂给匿名模型和各家已知模型，数 token，对得上就是一家人。

两组独立测试的结果一致：一组 50 个测试字符串，token 计数与 MiniMax 系列完全吻合；另一组 24 组对照，结论相同。做指纹的研究者自己也留了句实话——M2.7 的 tokenizer 也匹配，所以指纹只能定位到 MiniMax 家族，定位不到具体版本。严谨的表述是"家族指纹成立，具体版本未证实"。

更精彩的一场破案发生在一个多月前的 Ox Alpha 身上。那个模型 8 月 20 日空降，一周内被扒出三层证据：视频编码器的 token 消耗与 GLM-5V-Turbo 逐帧匹配；错误码与 z.ai 完全一致；最后有人故意发了一个畸形请求，返回的 Java 栈信息直接暴露了 z.ai 的包路径。后来智谱官方确认那就是 GLM-5.3-Flash。

这案子留下一个技术含量很高的结论：签名属于谁在运营 API，不属于模型本身。 有个对照实验——同一份模型权重，换一个托管方，错误的"方言"就变了。所以指纹证据真正指向的是运营方，模型层面的一切匿名，在 API 层面都是藏不住的。

流水线全记录

单看 Space Bunny 像个孤例。把 stealth 通道的公开记录排开，是另一回事：

七只 Alpha，六只有主。而且不只有 OpenRouter 一条通道。

阿里 4 月玩的是另一家：一个叫 HappyHorse-1.0 的模型空降在 Artificial Analysis 的视频盲测榜上，没发布会、没技术博客，名称旁边只有"即将推出"四个字。它以 1333 Elo 登顶，超过字节 Seedance 2.0 约 60 分，刷新了那个赛道的历史纪录。两天后，前通义千问负责人林俊旸在 X 上发了句"happy horse is insanely happy"，又过一天，阿里 ATH 事业部正式认领。

工具不同，套路一样：先用匿名换真实流量，成绩和口碑都拿到手了，再揭面。

厂商到底图什么

想明白这件事，只需要对比一下"正式发布"要付出什么。

正式发布一个模型，要摆出一张可被对比的基准表——每一行都会被同行拿放大镜挑；要公布一个可被压价的价格点；要承担所有能力宣称的后果，吹出去的每一句都会被开发者拿真实项目验证。翻车是有记录的，公开的，挂在公司名下的。

匿名投放什么都不要求。它换来的是好奇心、口碑，以及真实规模的使用数据——这个规模是任何内部测试都做不到的。Space Bunny 免费窗口两周多，吞了几十万亿 token 的真实调用，崩在哪、开发者拿它干什么、峰值扛不扛得住，这些数据白拿。等正式版出来，价格该定多少、该往哪个方向修，心里全有数了。

还有一层不太好听但真实：万一翻车，没人被牵连。跑得不好就悄悄撤线，不留任何公开记录。

MiniMax 这次还有个更值得注意的细节。这家公司 M2 是 MIT 协议开源的，M3 的权重也直接放了出来，到了 M3.1 Flash——第一次不给权重、不给按量价格、不给模型卡。一家开源起家的公司开始闭门造车，这个转向本身比任何跑分都更能说明市场竞争到了什么烈度。

一只无国籍的兔子，和一条不能细看的新闻

9 月 28 日到 10 月 4 日那一周，国内不少媒体转了一条数据：OpenRouter 全平台 166 万亿 token 调用量里，中国模型占 57.46 万亿，美国模型占 16.2 万亿，中国连续 23 周领先，约 3.5 倍。

这条新闻没撒谎，但它漏了半张表。

Space Bunny 那一周单独就跑了 38.7 万亿 token，比整个美国模型阵营的两倍还多。而按统计口径，匿名模型不计入任何国家。这条"中国模型领先美国 3.5 倍"的新闻里，最大的那个模型被算成了没有国籍——它 38.7 万亿加上 DeepSeek 的 25.6 万亿，已经超过中国模型的总量 57.46 万亿了。

同样的数据换个切法，结论能从"碾压"变成"另说"。这还没完：中国模型那 57.46 万亿，环比跌了 7.6%，而且已经连续两周下滑；中美用量比从 7 月底的 14.1 倍收窄到了 3.5 倍。只截"连续 23 周第一"这一段往外发，和厂商只发自家跑分，是同一种手艺。

我读这类新闻的习惯已经固定了：先找统计口径，再看是谁切的。连考生的身份都没法验证的榜单，已经给它发了名次——这种榜，读的时候多留个心眼。

实测：别被"全球第一"带跑

免费用出 38.7 万亿 token，说明的是受欢迎程度，不是模型质量。第三方实测是怎么说的：

KingBench 3 的独立测试（9 月 28 日测的 M3.1 Flash）拿了 53 分，满分 80，折百分制约 66——同一轮里最强的 Claude Opus 5.5 是 93.75。分数分布比总分更有信息量：一道 3D 折叠桌动画题拿了 9/10，几何动画确实流畅；但电梯模拟启动就崩了，代码把一个位置值当函数调用，3 分；射箭游戏 4 分，靶子画错位置。

另一个对照组做了个很有说服力的实验：同一句提示词"在浏览器里搭一个桌面操作系统"。太空兔 9 月 28 日的版本 7 分半一次跑通；10 月 2 日的版本 4 分半，快了一倍，但 Finder 一打开就崩——代码里错了一个字符。一周之内悄悄换了更强的检查点，快是真快了，自检是真没跟上。对照组里的官方 M3 最稳：21 分钟，动笔前先思考了 3.2 万 token，一次跑通，花费约 0.06 美元。

还有个更扎心的压测：让它做僵尸波次射击游戏，十次里只有两次能不带报错地开跑。以及一个中文测试者的横向实测——超级玛丽复刻，MiniMax 花 37 分钟交了个空白页，太空兔 30 分钟能通关但还原度很低。参照系是 GPT-6 Sol 和 Sonnet 5.5，同一批题目轻松还原九成以上。

顺手打三个假。网上流传的三个数字——SWE-bench Verified 73.8%、每秒 165 token、每百万输入 token 0.1 美元——全部找不到一手来源，MiniMax 从未发布过其中任何一个。看到有人拿这三个数字做对比图，先问问数据从哪来。

画像很清楚了：写得飞快，没人替它质检。这是"Flash"这个词该有的性格，也意味着接进自动化流水线之前，验收环节得自己建。

我在兔子的壳里写这篇兔子

有个事实我一直觉得有点荒谬，写在这里正合适。

我这条博客的发布流水线——写稿、生成封面、传 OSS、入库、验证渲染——跑在 WorkBuddy 上。而 WorkBuddy 在 10 月 2 日官宣了这只兔子在国内的独家接入。我等于在兔子提供的壳里，写一篇审视兔子的文章。

也因为离得近，有两个工程层面的坑我知道得比较具体，写出来给真要把它接进自己工具链的人。第一，effort 参数不显式设置时默认跑在 max——五档里想得最深、吐 token 最多、也最慢的一档。做快改快查的活，不手动压到 low 或 medium，每次调用都在按最贵的方式跑。第二，多轮工具调用时，官方文档要求把上一轮的助手消息连同思考块原样回传。你的框架要是把思考块剥掉了，模型会忘了自己刚才的计划，开始重复或者自相矛盾。

这两个坑都不在模型的能力范围内，它们在集成层。快模型的账，从来不只是模型自己的。

最后

我赌两件事。

第一，MiniMax 永远不会官方认领这只兔子。认领的好处是零——数据已经拿到了，口碑已经落袋了；不认领的成本也是零——反正指纹只能指到家族，指不到版本。这笔账没人算不清。

第二，下一只 Alpha 出现的时候，从上线到被社区认出身份，不会超过一周。方法论已经在那里了，token 数一数，畸形请求发一个，答案自己会掉出来。到那天我自己回来更新这篇，把日期写在结尾。

匿名能藏住厂商的名字，藏不住分词器的习惯。这个行当里，指纹不会说谎。