Space Bunny Alpha API
近日公開OpenRouter上の匿名ステルス推論モデル。100万トークンのコンテキスト、テキスト/画像/動画のマルチモーダル入力、強力なコーディング能力、および無料プレビューアクセスを備えています。
Space Bunny Alpha API 背景
概要
Space Bunny Alphaは、OpenRouter上のSpace Bunny Alpha APIを介して公開されている匿名のステルス推論モデルであり、OpenCode Zen上ではspace-bunny-freeとして並行して無料プレビューのルートが用意されています。2026-09-23に登場し、テキスト、画像、動画の入力からテキストを生成する高速なマルチモーダルモデルとして位置付けられています。公表されている最も顕著なAPIの特徴は、1,000,000トークンのコンテキストウィンドウ、524,288トークンの最大コンプレッション（出力）長、調整可能な努力（effort）レベルを伴う必須の推論機能、および強力なコーディング指向の挙動です。開発者、アーキテクチャファミリー、パラメータ数、学習データ、知識のカットオフは公開されていないため、ほとんどの公開分析は公式モデルドキュメントではなく、APIの挙動、ベンチマーク性能、およびアイデンティティフィンガープリントに焦点を当てています。
開発履歴
Space Bunny Alphaは、正式な属性公開前にプロダクショントラフィックとユーザーフィードバックを収集するために匿名のプレビューモデルをリリースするという業界の広範なパターンに従い、2026-09-23にステルスモデルとして市場に参入しました。数日のうちに、独立したベンチマークサイト、トークナイザーフィンガープリント研究、コミュニティによる評価が、長文コンテキスト検索、コーディング、SVG生成、レイテンシ、推論の質にわたってSpace Bunny Alpha APIのテストを開始しました。2026-09-30までに、公表された証拠は、必須の推論制御、マルチモーダル入力サポート、および異例なほど強力な長文コンテキスト保持を備えた安定したAPIサーフェスを示していました。同時に、同一性は未確認のままであり、最も有力なサードパーティの仮説は公式に命名されたリリースではなくMiniMaxファミリーのプレビューを指し示しています。
主要な革新
- 1,000,000トークンのコンテキストウィンドウを備え、およそ200,000トークンの深さで正常な検索ができたというサードパーティの証拠があり、Space Bunny Alpha APIは大規模なリポジトリや長文ドキュメントの分析に異例なほど適しています。
- lowからmaxまで制御可能な努力（effort）レベルを備えた必須の推論機能を備え、Space Bunny Alpha APIは推論優先のインタラクションモデルを維持しながら、速度と深さのトレードオフを調整できます。
- テキスト、画像、動画に対するネイティブなマルチモーダル入力サポートを備え、特にコーディングやSVGスタイルのクリエイティブ生成ワークフローにおいて高いテキスト出力品質を組み合わせています。
Space Bunny Alpha API 技術仕様
アーキテクチャ
Space Bunny Alphaの根本的なアーキテクチャは公式には開示されていません。公開APIメタデータはトークナイザーを「Other」としか特定しておらず、アーキテクチャファミリー、パラメータ数、知識のカットオフは提示していません。Space Bunny Alpha APIに関する独立したフィンガープリント研究では、MiniMaxファミリーモデルと高い信頼度で一致するトークナイザーおよびトークンデルタパターンが発見された一方で、以前のMiniMaxエンドポイントとは異なる独自のチャットテンプレートオーバーヘッドと別個のサービスパスも指摘されています。これらの発見は有益ですが公式ではありません。APIの観点からは、このモデルはテキスト、画像、動画を入力としてサポートし、テキストのみを返し、reasoning、reasoning_effort、include_reasoning、max_tokens、temperature、top_p、tools、tool_choice、response_formatといったコントロールを公開しています。
パラメータ
Space Bunny Alphaのパラメータ数、学習スケール、モデルサイズは公表されていません。信頼できるソースで数値的なパラメータ推定値を提供しているものはなく、サードパーティのベンチマークサイトも証拠なしにパラメータ数を割り当てることを明確に避けています。Space Bunny Alpha APIから判明しているのは、モデルサイズではなく運用スケールです。1,000,000トークンのコンテキストウィンドウ、524,288トークンの最大コンプレッション長、マルチモーダル入力の処理、および必須の推論をサポートしています。技術的なバイヤーにとって、これはモデルの内部構造よりもキャパシティと挙動の方が良く理解できることを意味します。Space Bunny Alphaを特定のチェックポイント、パラメータ数、またはベンダーに結び付けるいかなる主張も、公式仕様ではなく未確認のコミュニティによる推論として扱う必要があります。
機能
- テキスト、画像、動画の入力を処理してテキスト出力を生成し、Space Bunny Alpha APIを介したマルチモーダル理解ワークフローを可能にします。
- 非常に長いコンテキストを処理し、約200,000トークンの入力から埋め込まれた複数のコードスニペットを正確な順序で正しく検索できることが公開テストで示されています。
- コーディング、構造化抽出、領域特化型タスクで優れた性能を発揮し、AI BENCHYではデータ抽出とツール呼び出しで満点を記録し、high推論設定で総合スコア7.0を達成しています。
- response_formatを介したJSONスタイルの構造化出力と基本ツール統合をサポートし、エージェントやバックエンドの自動化パイプラインでの使用を可能にします。
制限事項
- 開発者、アーキテクチャ、パラメータ数、知識のカットオフが開示されていないため、Space Bunny Alpha APIを使用するガバナンスチームは不完全なモデルの出自を前提に計画を立てる必要があります。
- 推論は必須であり、デフォルトで非常に高いeffortレベルに設定されているため、単純なタスクにおいてレイテンシ、トークン使用量、過剰思考（overthinking）が増加する可能性があります。また、tool_choiceサポートはautoに限定されており、JSON Schemaの強制力はドキュメント化されていません。
Space Bunny Alpha API 性能
強み
- 公開検索テストに裏付けられた強力な長文コンテキスト挙動に加え、あるOpenRouterスナップショットではファーストトークンレイテンシの処理中央値が約1.07秒、スループットが毎秒約87トークンと報告される高速な推論を備えています。
- コーディング、抽出、クリエイティブなSVG生成にわたりバランスの取れた実用性を備え、AI BENCHYで総合7.0、60問のサブセットでGPQA Diamond 82.0%、MMLU-Pro 75%、300問のサブセットでHumanity's Last Exam 46.1%を記録しています。
実世界での有効性
実用面では、Space Bunny Alpha APIは、最先端（frontier）ベンチマークでの首位獲得よりもコンテキスト長、マルチモーダル入力、強力なコーディング支援を重視する開発者にとって、高容量のプレビューモデルとして最も魅力的に見えます。サードパーティのテストでは、ペーパー上のスペックだけの長文コンテキストモデルよりも意味のある形で優れていることが示唆されています。およそ200Kトークンのプロンプトから隠された3つのコード項目を正常に検索し、大きなコンテキストサイズにわたって安定したトークン処理を示しました。また、同等のベンチマーク実行において一部の競合モデルと比較してトークン効率が良いようにも見えます。ただし、実際の評価では、必須の推論によってタイトなエージェントループでモデルの明瞭さが低下する可能性が指摘されており、一部のユーザーはツールのオーケストレーションや複数ステップの計画において競合モデルの方が安定していると感じています。
Space Bunny Alpha API 使用場面
シナリオ
- 従来のコンテキストウィンドウには収まりきらない、非常に大規模なコードベース、法的アーカイブ、または研究コーパスがある場合。Space Bunny Alpha APIは、1,000,000トークンのコンテキスト制限と長文プロンプトでの正確な深層検索に関する公開証拠を兼ね備えているため、非常に適しています。これにより、チャンク分割の複雑さを軽減し、ドキュメント間の関係を維持し、リポジトリ全体にわたるデバッグ、ポリシー比較、または文字起こし分析を単一のリクエストパスで向上させることができます。
- チームが1つのモデルエンドポイントでテキストを読み取り、スクリーンショットや図を検査し、動画入力を推論した上でテキスト分析を返す必要があるマルチモーダルワークフローがある場合。Space Bunny Alpha APIは、個別のモデルルーティングを必要とせずにテキスト、画像、動画の入力を受け入れるため、この目的に非常に適しています。これによりアプリケーション設計が簡素化され、サポートコパイロット、QAレビューシステム、メディア理解アシスタントの開発スピードが向上します。
- 強力なコーディング支援、構造化出力、および推論コントロールの実験を必要とする社内開発ツールやエージェントプロトタイプがある場合。Space Bunny Alpha APIは、JSON指向のレスポンス、ツール統合、調整可能な推論effortをサポートしつつ、抽出、ツール呼び出し、コード中心のタスクで優れたベンチマーク挙動を示すため、このシナリオに適しています。チームは、インフラの変更を最小限に抑えて、リポジトリのアシスタント、移行スクリプト、テスト生成ワークフローをプロトタイピングできます。
ベストプラクティス
- Space Bunny Alpha APIの必須の推論は回避可能なレイテンシや冗長性を引き起こす可能性があるため、単純なタスクでは推論effortを下げるか、高難度な分析に対してhighやmax設定を確保することをお勧めします。
- JSON Schemaの保証、モデルの同一性、およびデータ保持特性はアクセスルート間で一律ではないため、本番環境への導入前に、すべての構造化出力を外部で検証し、ルート固有のプライバシーレビューを適用し、自社のワークロードでSpace Bunny Alpha APIをベンチマーク評価してください。