Space Bunny 上线几天就冲上 OpenRouter 当日榜单第一，中文被叫作「太空兔」。作者沿着多模态、Coding 与金融业务三个方向做了十余项实测，并与 DeepSeek V4.1 Flash、GLM 5.3 Flash 放在同一档里横向比较。

中秋节这几天，我刷 OpenRouter 榜单时看到一个挺有意思的名字，Space Bunny Alpha，中文可以叫它「太空兔」。

它没有公开厂牌，上线几天便进入 OpenRouter 当日榜单第一。

一个没公布身份的新模型突然冲到这个位置，多少有些令我好奇，于是我就到海外社媒平台上看了一些 Space Bunny 的案例。Space Bunny 被放在了 Flash 模型这一档，有人拿它写代码，也有人测试图片和视频理解，放出来的结果都挺有意思。

其实我对 Flash 模型都一直存有非常好的体感印象，FLash 模型追求更快的响应和更低的调用成本，适合改代码、查资料，以及连续处理各种小任务。

后来听说它在 OpenRouter 可以免费调用，我一下就手痒了，马上把平时会遇到的任务丢进去跑了一轮。

在过去一段时间，DeepSeek V4.1 Flash 和 GLM 5.3 Flash 已经成了这一档里的热门选手，也把原生多模态带进了 Flash 模型的竞争。Space Bunny 同样支持图片和视频输入，主打 Coding，还提供一百万 Token 的上下文窗口。

于是我沿着多模态、Coding 和金融业务三个方向准备一些实测任务，想看看这只突然冲上榜单的「太空兔」，到底能把事情做到哪一步。

01 多模态理解能力实测

多模态是我最先测试的部分。如今让模型描述一张图片已经没有太多新鲜感，我更关心它能不能读懂画面里的结构与动作，再把理解转成可以继续使用的结果。

第一项任务是图片转代码。我准备了一张界面截图交给配置在 Cline 里面的 Space Bunny，只要求页面可以运行，并保留主要交互，就一句话：“帮我还原这个交互。”

Space Bunny 生成的页面可以直接打开。把原图和成品放在一起看，主要布局、信息层级和组件关系都还原了出来。我拿到以后可以直接继续修改，这说明它确实看懂了页面结构，并且还给我自动补充了所有的交互。

同样的数据可视化的表达，我这两张图放在这里，已经基本上看不出视觉上的明显区别。

第二项任务我对它的要求又往前走了一步，最终的生成结果着实令我有点惊艳。我把一段网页交互动效视频交给 Space Bunny，让它理解动画节奏和元素关系，再生成一份可以单独运行的 HTML 交互。

这个是我看到的原始视频，主要是放了很多 Loading 的加载组件，视频里没有图层、时间轴和源文件，模型只能从画面变化里判断元素何时出现、沿着什么路径运动，以及交互发生后如何切换状态。

因为 Space Bunny 这个模型原生就支持视频的理解输入，所以最后打开文件就能看到完整 HTML 的交互。从视频复杂的交互理解一路走到代码交付，整个过程已经跑通了。

看了对于视频交互的理解并还原后，我想给它的第三项任务是视频拉片。我输入一段完整视频，让模型按时间顺序解读内容，提取关键帧，并找出适合剪成高光的位置。

我传入的就是我之前做的短片大闹天宫，Space Bunny 会沿着时间线说明画面发生了什么，再把关键帧和高光片段一一对应起来。我可以直接沿着这份结果挑选素材，省掉从头反复观看视频的时间。

这些案例测试过程中，得到的结果着实令我有些惊喜，因为 Flash 模型能够做到这样的实测效果，其实是出乎了我的意料。

这让我不禁想要看看 Space Bunny 在我们瞩目期待的具身行业里的实际能力如何。

我又找来一段 Figure 智能分拣视频，里面不断出现待处理的快递包裹，机械结构会完成抓取、识别、搬运和投放。

我要求模型记录每件包裹的数量、颜色和大小，同时检查面单状态、条码是否可见，以及包裹最终进入哪个格口。遇到遮挡、破损和无法确认的信息，需要单独标记，不能根据前后画面自行补齐。

最终交付包含一份 JSON 和一份分拣统计报告。JSON 记录包裹的时间戳、外观特征、目标格口与分拣结果，报告汇总总数、成功率、异常类型和各格口的任务情况。

对真实分拣中心来说，类似视频每天都会大量产生。我的判断是，Flash 类的模型很适合先把视频转成结构化记录，再把异常项交给人处理。Space Bunny 已经把这套流程跑了出来。

02 Agentic Coding 能力实测

多模态测完以后，我把重点转到 Space Bunny 主打的 Coding。这里没有安排孤立的算法题，我更关心它面对真实材料时，能不能把内容读懂、把需求拆开，再交付一个可以操作的成品。

我最近在读《太白金星有点烦》，书里人物不少，关系也会跟着情节变化。我把电子书文件直接交给 Space Bunny，让它识别主要人物、阵营和事件，再生成一张可以交互的知识图谱。

模型需要处理人物别名，区分明确关系和推断关系，还要让重要连接能够回到原文依据。Space Bunny 最后把整本书整理成结构化关系数据，并做成一张可以搜索、筛选和点击查看的图谱。

长文本经过重新组织，最终变成了一个可浏览的工具，Space-bunny 确实能够帮我不少忙。

第二个 Coding 任务是一款 X 热门帖子分析插件。这个任务我就交给了配置了 Space-bunny 的平民级工具Workbuddy，看看它在这类 Agent Harness 中表现如何。

大家可以看到我对于这个插件开发的诉求，需要读取当前页面可见的帖子数据，结合互动数量、发布时间和传播速度给出动态评分，再标记增长较快的内容，这类插件看起来不大，实际会遇到滚动加载、页面更新和内容误判。

Space Bunny 从零搭出了插件结构，也给出了安装方法，给了我一个最终的浏览器插件文件夹。第一版就已经覆盖我最关心的评分和标记功能。代码能安装、能运行、还能接着改，这正是我日常做工具时想要的结果。

第三个 Coding 任务是从零制作一款 3D 网页游戏。用的也是非常简单的一句话：“帮我开发一个3D的赛车游戏。”

实际测试下来 Space Bunny 做出的游戏可以正常运行，从需求理解到原型交付，它已经完整接住了，不过这里面还有一些逻辑细节，需要我们去补充，毕竟我也只是口喷了一句很简单话去实现了整个 demo，对于里面的游戏策略啥的，还是需要我们不断补充。

这轮 Coding 给我的感受很明确：Space Bunny 适合做网页工具和交互原型，尤其适合需求持续变化、需要多轮修改的任务。

Space Bunny 能快速搭出一个完整底稿，让我把时间放在体验和细节上。

03 金融业务能力实测

金融是我平时使用 Flash 模型较多的另一个场景。行情复盘和数据整理会反复发生，工作结构相对固定，数据又必须保持新鲜。响应速度和调用成本会直接影响我愿不愿意每天使用。

这一轮我给 Space Bunny 接入了金融数据 MCP 服务。模型负责理解问题、调用数据和组织结果，关键数字来自工具返回内容。我会检查日期、单位和来源，避免模型根据记忆补齐市场信息。

第一个任务只有一句话，帮我生成今天的 A 股复盘分析报告。

Space Bunny 会自行查询主要指数、成交额、涨跌分布和行业表现，再把数据整理成报告和页面。

一句话给出去，数据查询、分析和页面生成都由它自己完成。我拿到报告后只需要核对日期和几个关键数字，这种交付方式已经能放进我的日常复盘流程。

第二个任务研究黄金。我让模型整理一段时间内的价格变化，结合美元指数和实际利率等数据解释走势，最后生成一份可以切换周期的交互看板。

这个任务把金融分析和 Coding 接在了一起。模型需要先取数和计算，再把结果放进图表，策略部分还要写清使用条件，以及哪些变化会让原判断失效。

Space Bunny 最后完成了从数据调用到看板生成的整条任务。图表和文字分析放在一起之后，研究过程比单独看一堆数字清楚很多。

几轮用下来，我愿意把 Space Bunny 放进自己的 Flash 模型常用列表。它能根据图片写页面，也能处理视频和长文件，接入工具后还能继续完成 Coding 与金融任务。这些能力可以前后衔接，串成一段完整的工作过程，这一点最吸引我。

我日常使用 Flash 模型，主要看中响应速度和调用成本。旗舰模型负责少量高难度问题，Flash 类型的模型更像工作台上的常用工具，也是我打开次数最多的一档。

Space Bunny 的出现，又给这条赛道添了一个强劲对手，也把 Flash 模型的评价标准往前推了一步。以后除了快和便宜，我还会看它能否理解更多输入，并把任务稳定地做完。

它背后的厂牌仍然是个谜。Space 容易让人想到 SpaceX，Bunny 又带着月兔的联想，所以也有人把目光投向月之暗面。

现有社区分析更倾向 MiniMax，也有人发现它的 Tokenizer 与 MiniMax 模型家族高度接近，一百万 Token 上下文和多模态规格也与 M3 的路线相似，进一步猜测它可能是 MiniMax M3.1。

这些都还只是社区推测。OpenRouter 目前仍把提供方标记为 Stealth。如果一定要让我押一个答案，我也会选 MiniMax，最后还得等官方揭晓。

Space Bunny 目前可以在 OpenRouter 免费调用。

感兴趣的话，可以趁这个阶段把自己的日常任务丢给它试一遍。

无论它最后来自哪家公司，这只突然冲上榜单的「太空兔」已经说明，Flash 模型正在从便宜好用的轻量工具，走向能够理解多模态、调用外部数据并完成长任务的高频生产力入口。