Space Bunny: кто стоял за анонимной ИИ-моделью и чего она стоит
Месяц ею бесплатно пользовались сотни тысяч человек, не зная автора. Как его вычислили, правда ли она сильнее Opus и GPT и какое железо ей нужно.
23 сентября 2026 года в списке моделей OpenCode появилась новая строка: Space Bunny. OpenCode это программа-помощник для программистов. Своей модели у неё нет: она подключается через интернет к чужим, а список доступных моделей ведут её разработчики. В тот день они добавили в список новую модель и написали об этом в соцсети X. Модель бесплатная, с контекстом в миллион токенов, умеет смотреть картинки и видео. Кто её сделал, не сообщалось. Одновременно её открыли на OpenRouter, крупнейшей площадке, где сотни моделей доступны через один ключ. Через шесть дней в OpenCode ею пользовалось больше людей, чем любой другой моделью.
Спустя месяц у этой истории есть развязка: известно, кто сделал модель, сколько она стоит и что у неё внутри. А ещё есть обзоры с заголовками о том, что новичок обошёл Claude Opus и GPT. Ниже разбор по порядку: что произошло, как вычислили автора, что на самом деле показывают тесты и получится ли запустить эту модель на своём железе.
Бесплатная модель без автора
Пост команды OpenCode в X был коротким: «Space Bunny (stealth model) is free for the next week», то есть скрытая модель Space Bunny бесплатна на ближайшую неделю. К посту прилагались три пометки: контекст 1 млн токенов, мультимодальность и нулевое хранение данных. На OpenRouter она получила имя Space Bunny Alpha и нулевую цену за вход и выход. На её странице было сказано, что модель разрабатывает и обслуживает сторонняя компания, которая решила остаться анонимной на время превью, а площадка только пересылает запросы.
Для OpenRouter это привычный жанр. Такие модели называют stealth, то есть скрытыми. Лаборатория выкатывает будущий продукт под выдуманным именем и бесплатно, чтобы обкатать его на настоящей нагрузке и собрать отзывы до официального релиза. Пользователи получают сильную модель даром, разработчик получает миллионы живых запросов.
Space Bunny выстрелила сильнее обычного. По статистике OpenCode, к 29 сентября у неё было около 201 тысячи уникальных пользователей и 12,3 млн сессий. За это время она обработала 45 трлн токенов против 35 трлн у DeepSeek V4.1 Flash на той же площадке. На OpenRouter, по данным самой площадки, она десять дней подряд была моделью номер один и пропустила через себя 56,7 трлн токенов. Столько не набирала ни одна анонимная модель до неё.
Пока шла обкатка, модель дорабатывали на ходу. OpenRouter приводит три цифры: время до первого слова ответа сократилось с 1,95 до 1,22 секунды, скорость выросла с 70 до 100 токенов в секунду, доля ошибок упала с 1,4% до 0,7%.
Как вычислили автора
Имя разработчика нигде не значилось, но у любой языковой модели есть примета, которую нельзя спрятать. Это токенизатор.
Модель не читает текст буквами. Перед обработкой он режется на кусочки, токены: иногда это целое слово, иногда слог или пара символов. Правила нарезки у каждой лаборатории свои, и выбирают их до начала обучения. Заменить токенизатор у готовой модели нельзя, для этого её пришлось бы учить заново. При этом площадка в каждом ответе сообщает, сколько токенов потрачено, потому что по этому числу выставляется счёт.
Этим и воспользовался сайт YFarmX, который следит за новыми моделями. Он прогнал через Space Bunny 50 строк и сравнил, на сколько токенов она режет каждую, с известными токенизаторами. Все 50 из 50 совпали с семейством китайской компании MiniMax: одинаково режут текст восемь её моделей, от MiniMax-01 до M3. Ближайший чужой результат показал Kimi K2 от Moonshot, 29 совпадений из 50. YFarmX оговорился, что такой тест указывает на семейство, а не на конкретную версию.
Были и другие улики. В открытом репозитории программы MiniMax Code к тому моменту уже всплыло название «MiniMax-M3.1» с контекстом в миллион токенов и теми же уровнями глубины рассуждений. Набор возможностей Space Bunny совпадал с предыдущей моделью компании, M3: миллион токенов контекста, текст, изображения и видео на входе. А 27 сентября MiniMax объявила для своих подписчиков модель M3.1 Flash Preview и ни словом не упомянула Space Bunny.
Чем всё закончилось
5 октября Space Bunny Alpha исчезла с OpenRouter. 19 октября MiniMax выпустила модель M3.1 Flash и написала в блоге: «Space Bunny 🐰, which processed more than 200 trillion tokens while operating anonymously, was an early version of MiniMax M3.1 Flash». То есть анонимная модель была ранней версией M3.1 Flash. В тот же день она вернулась на OpenRouter под настоящим именем, первые 72 часа бесплатно.
MiniMax называет больше 200 трлн токенов за всё время анонимной работы, OpenRouter говорит о 56,7 трлн на своей площадке. Разбивку по остальным площадкам компания не публиковала. Откуда взялось имя с кроликом, она тоже не объясняла.
MiniMax работает в Шанхае и известна моделями серии M, а также генерацией видео и голоса.
Что у неё внутри
По карточке модели на Hugging Face, в M3.1 Flash около 428 млрд параметров. Для сравнения: модели, которые ставят на домашний компьютер с одной видеокартой, обычно имеют от 8 до 35 млрд.
При этом на каждый токен из этих 428 млрд работают только 23 млрд. Такая архитектура называется «смесь экспертов». Модель состоит из множества узких специалистов, и на каждом шаге маршрутизатор зовёт только нужных. Отсюда главное свойство M3.1 Flash: знаний у неё как у очень большой модели, а считает она как небольшая. Поэтому она быстрая и дешёвая.
Остальное коротко. Модель с самого начала обучена понимать текст, изображения и видео, на выходе даёт текст. Контекст до миллиона токенов: в один запрос помещается несколько толстых книг или большая кодовая база. Глубину рассуждений можно выбирать из пяти уровней.
Насколько она сильна
MiniMax опубликовала таблицу тестов. Это цифры самой компании, и читать их стоит целиком, а не по первой строке.
| Тест | Что проверяет | M3.1 Flash | Claude Opus 5 | Другие модели |
|---|---|---|---|---|
| Automation-Bench v1.0.6 | автоматизация рабочих процессов | 62,8 | 50,3 | DeepSeek V4.1 Flash-1017: 60,5 |
| DeepSWE v1.1 | исправление реальных задач в коде | 73,7 | 74,0 | DeepSeek V4.1 Flash-1017: 77,0; GPT-5.6 Sol: 73,0 |
| BankerToolBench | финансовые задачи с инструментами | 76,2 | 76,2 | нет данных |
| Terminal Bench 4.0 | работа в терминале | 38,1 | 51,8 | DeepSeek V4.1 Flash-1017: 42,3 |
| OSWorld 2.0 | управление компьютером | 61,7 | 70,6 | GPT-5.6 Sol: 65,7 |
| Humanity’s Last Exam | сложные вопросы на знания | 43,4 | 55,6 | DeepSeek V4.1 Flash: 39,2 |
| CyberGym | задачи по кибербезопасности | 82,2 | нет данных | GLM-5.3: 84,5; Kimi K3: 80,0 |
Заголовки «обогнала Opus и GPT» берутся из первых двух строк. В автоматизации M3.1 Flash действительно заметно впереди Opus 5. В коде она на три десятых отстаёт от Opus 5 и на семь десятых опережает GPT-5.6 Sol, то есть все трое идут вровень. В финансовых задачах ничья.
Дальше картина другая. В работе с терминалом, в управлении компьютером и в сложных вопросах на знания Opus 5 впереди на 9–14 пунктов. К тому же сравнение идёт с Opus 5, а у Anthropic уже есть более новая Opus 5.5. И в коде, главной дисциплине для таких моделей, первое место в таблице самой MiniMax занимает не она, а DeepSeek V4.1 Flash.
Трезвый вывод такой: M3.1 Flash не обогнала флагманы, но встала рядом с ними в части задач при цене в десятки раз ниже. В этом и состоит её настоящее достижение.
Что намерили независимые тесты
Лаборатория Artificial Analysis, которая тестирует модели сама, добавляет три поправки.
Скорость. MiniMax заявляет больше 200 токенов в секунду и медиану выше 170. Artificial Analysis намерила 125, OpenRouter во время обкатки показывал около 100.
Уверенные ошибки. В тесте AA-Omniscience 93% неверных ответов модели были уверенными ошибками, а не отказом отвечать или частичным ответом. Когда M3.1 Flash чего-то не знает, она чаще выдумывает, чем признаётся.
Многословность. На весь набор тестов Artificial Analysis модель потратила 161 млн выходных токенов при медиане 104 млн у других. Платят за токены, поэтому болтливость съедает часть выигрыша в цене.
Сколько стоит и кто ею пользуется
Цена API у MiniMax: 0,15 доллара за миллион входных токенов и 0,60 доллара за миллион выходных, повторный вход из кэша стоит 0,015 доллара. По словам компании, задачи для ИИ-агентов обходятся на 70% дешевле, чем на предшественнице M3.
На OpenRouter модель отдают 12 провайдеров, среди них Fireworks, Together, SambaNova, Nebius и DigitalOcean. У большинства цена та же, у самого дешёвого 0,1125 и 0,45 доллара. Столько продавцов появилось потому, что веса модели открыты и поставить её на свои серверы может любая компания.
На спрос это повлияло быстро. Вот недельный рейтинг OpenRouter по числу обработанных токенов, данные по 5 ноября:
| Место | Модель | Токенов за неделю | К прошлой неделе |
|---|---|---|---|
| 1 | DeepSeek V4.1 Flash 1017 | 56,5 трлн | +33% |
| 7 | Claude Opus 5.5 | 6,53 трлн | −17% |
| 8 | MiniMax M3.1 Flash | 6,04 трлн | +46% |
| 9 | GPT-5.6 Luna | 4,99 трлн | +123% |
Бывшая Space Bunny идёт сразу за Opus 5.5 и растёт быстрее. Сам OpenRouter предупреждает, как читать эти цифры: рейтинг считает токены, а не качество, число пользователей или деньги, и многословные модели набирают больше. О том, как DeepSeek занял больше половины этого рынка, KRAKOBIT писал отдельно.
Можно ли запустить её у себя
Веса M3.1 Flash лежат на Hugging Face с 23 октября, за месяц их скачали больше 41 тысячи раз. Но «открытые веса» здесь не означает «поставлю дома».
Сначала о лицензии. Это не свободная лицензия вроде Apache, а собственная MiniMax Community License. Для себя и некоммерческих задач модель можно использовать свободно. Для коммерческого продукта условия такие: на видном месте написать «Built with MiniMax M3.1-Flash», один раз уведомить компанию письмом, а при выручке продукта больше 20 млн долларов в год получить отдельное письменное разрешение. Военное применение запрещено.
Теперь о размере. MiniMax требований к памяти не называет и советует серверные движки vLLM и SGLang. Для домашних программ вроде llama.cpp, LM Studio и Ollama есть сжатые сборки от Unsloth:
| Сжатие | Размер файла |
|---|---|
| 1 бит | 129 ГБ |
| 2 бита | 135–144 ГБ |
| 3 бита | 160–194 ГБ |
| 4 бита | 249 ГБ |
Чтобы модель целиком поместилась в память, оперативной и видеопамяти вместе нужно чуть больше размера файла плюс запас под контекст. Даже самая сжатая версия не влезает в машину со 128 ГБ. Реалистичный минимум: рабочая станция или Mac Studio с 192–256 ГБ, для четырёх бит нужно около 300 ГБ. Чем сильнее сжатие, тем больше теряется качество, и цифр потерь именно для этой модели Unsloth не приводит.
Обходные пути есть. Энтузиасты собирают урезанные версии под мини-компьютеры со 128 ГБ, выбрасывая из модели часть экспертов, но это уже не совсем та модель. Сообщалось о запуске на связке из четырёх NVIDIA DGX Spark. Есть и движки, которые держат в памяти только часто используемых экспертов, а остальных читают с диска. Как это устроено, KRAKOBIT разбирал на примере DeepSeek и RTX 3090. Замеров скорости M3.1 Flash на домашнем железе пока никто не публиковал.
Смысл открытых весов в другом. Их берут компании и провайдеры, ставят на свои серверы и конкурируют ценой. Именно поэтому у модели двенадцать продавцов и цена ниже официальной. Обычному пользователю доступ по API обойдётся дешевле любого железа.
Кому она подходит
M3.1 Flash сильна там, где много однотипной работы и важна цена: ИИ-агенты, автоматизация, разбор больших объёмов текста и кода, задачи с видео на входе. Миллион токенов контекста и 15 центов за миллион входных токенов для этого и сделаны.
Слабые места тоже понятны. В вопросах на точные знания она уверенно ошибается, поэтому её ответы о фактах требуют проверки. В работе с терминалом и в управлении компьютером флагманы заметно сильнее. А тем, кто выбирает модель для дома, она не подходит по размеру.
История Space Bunny показала ещё одну вещь: анонимность таких моделей держится дни, а не недели. В суточном рейтинге OpenRouter уже растёт следующая модель без автора, Crouton Alpha.