Space Bunny: Space Bunny Alpha로도 표기된 스텔스 모델의 레퍼런스 페이지

Space Bunny와 Space Bunny Alpha는 같은 모델입니다. 먼저 이 점을 확실히 해두어야 합니다. 두 이름이 서로 다른 방향을 가리키기 때문입니다: 기본 이름은 대부분의 사람들이 입력하는 이름이고, 버전이 붙은 이름은 모든 목록과 모든 설명문에서 사용하는 이름입니다. 두 번째 Space Bunny는 없습니다 — 더 작은 형제 모델도, Alpha가 대체하는 이전 릴리스도 없습니다. 기본 이름은 짧은 형태이고; Alpha는 운영자가 익명으로 남아 있는 동안 이 계열의 익명 목록들이 달고 있는 프리뷰 단계 표시입니다. Space Bunny는 서드파티 플랫폼에서 제공되는 스텔스 프리뷰입니다: 컨텍스트 100만 토큰, 출력 상한 524,288토큰, 텍스트·이미지·비디오 입력, 그리고 백만 토큰당 0달러로 표시된 가격이 있으며, 제공자의 신원은 공개되지 않았습니다. 이 페이지는 이에 대한 참조 자료입니다 — 모델 자체의 이름을 검색한 사람이 찾아오는 목적지이며, 이 모델이 존재한다는 두 번째 발표가 아닙니다.

‘envelope’ 제목 아래에 있는 모든 내용은 운영자가 제공한 리스팅 메타데이터입니다. 익명 제공자의 자체 수치이며, 미리보기를 호스팅하는 플랫폼에 게시되었고 오늘, 2026년 9월 28일에 다시 확인한 것입니다. 그중 어느 것도 독립적으로 검증되지 않았으며, 수치가 나오는 곳에서 이를 다시 밝힙니다. 벤치마크 섹션은 별도이며 전반적으로 제3자 출처를 사용합니다. 또 하나의 메모는 이 페이지가 애초에 왜 존재하는지에 관한 것입니다. 이 리스팅은 닷새 전인 2026년 9월 23일자이므로 나이 문제를 두고 논쟁할 여지는 없습니다. 그러나 여기서 근거가 되는 것은 그 날짜가 아닙니다. 그것은 우리가 직접 측정한 자사 검색 수요입니다. 9월 25일까지의 28일 동안 쿼리 "space bunny"에서 1,668회 노출과 238회 클릭, 게재 순위 4.8을 기록했습니다. 그것은 사람들이 무엇을 입력하는지에 관한 사실이지, 모델에 관한 사실이 아닙니다. 독자들은 이미 우리가 우연히 순위에 올린 아무 페이지로나 클릭해 들어오고 있었습니다. 다만 그들이 도착할 모델 자체에 관한 페이지가 전혀 없었을 뿐입니다. 그 공백을 채우는 것이 이 글의 근거가 되는 조항입니다. 2026년 9월 28일에 측정된 상시 수요이며, 리스팅 날짜는 보도할 사건이 아니라 모델의 연대를 표시하는 데 사용됩니다.

그 이름, 제대로 정해졌다

"같은 모델"이라는 주장의 근거는 부재이므로, 무엇을 확인했는지 정확히 밝혀 둘 필요가 있다. 이 프리뷰를 호스팅하는 플랫폼은 해당 제품군에 대해 정확히 하나의 항목만을, 식별자 stealth/space-bunny-alpha/ 및 표시 이름 "Space Bunny Alpha" 아래에 등재하고 있으며, 그 옆에 맨 space-bunny/ 항목은 없다. 모델 자체의 필드 가이드 — 플랫폼이나 개발자와 제휴 관계가 없음을 분명히 명시한 제3자 사이트 — 는 이를 "Space Bunny Alpha, also written space-bunny-alpha"라고 소개하며, 등재일을 2026년 9월 23일로 적고 있다. 이 시리즈의 부속 저장소를 호스팅하는 Hugging Face 조직은 알파의 이름을 딴 bunny 저장소 하나를 보유하고 있다. 별도의 모델로서 맨 "Space Bunny"를 찾아보면 더 짧은 이름을 가진 동일한 모델 외에는 아무것도 나오지 않는다.

실용적으로: 두 문자열을 별칭으로 취급하세요. "Space Bunny"는 대표 용어이며 클릭 반응이 더 좋은 쪽입니다; space-bunny-alpha/는 요청에 넣는 식별자입니다. 단 한 가지는 단순한 이름이 결코 함축하지 않는 버전입니다 — 문서화된 1.0도, 더 작은 변형도, 프리뷰가 아닌 릴리스도 없습니다. 그렇지 않다고 암시하는 목록이나 게시물은 기록에 나타나지 않는 제품군을 만들어내는 것입니다.

그 접미사는 실제로 정보를 담고 있습니다: 이 모델은 프리뷰 상태이며, 프리뷰 기간 동안 이름을 밝히지 않기로 한 제공자에 의해 운영되고, 플랫폼의 스텔스 공지는 프롬프트와 완성이 해당 제공자에 의해 보관될 수 있지만 학습에는 사용되지 않는다고 명시하고 있습니다. 그 조항을 주의 깊게 읽어보세요. 왜냐하면 그것은 보관 진술이지 제로 보관 진술이 아니기 때문입니다. 이 목록에 대한 우리의 출시 전 보도를 읽으셨다면 — Space Bunny Alpha 유출 페이지 — 그 페이지의 기능은 완수되었습니다: 그것이 예상했던 것은 이제 단순히 모델의 상태가 되었고, 현재의 질문들은 정체성에서 범위, 비용 및 처리량으로 이동했습니다.

리스팅에 명시된 대로의 외피

오늘 실시간 리스팅에서 다시 읽음. 운영자 제공, 미재현.

• 컨텍스트 윈도우 — 1,000,000 토큰. 이 시리즈의 이전 익명 미리보기들과 동일한 1M 등급입니다.

• 최대 출력 — 524,288 토큰. 컨텍스트 윈도우의 절반으로, 어느 가격대에서든 매우 높은 상한이며, 극단적인 지점에서의 일관성을 제3자가 스트레스 테스트한 적이 없는 수치입니다.

• 입력과 출력 — 텍스트, 이미지, 동영상이 입력되고 텍스트가 출력된다. 동영상 입력은 이 세대의 익명 목록을 일반적인 멀티모달 릴리스와 가장 구별 짓는 세부 사항이다.

• 추론 — 필수이며 끌 수 없고, 다섯 가지 노력 수준이 있습니다: 낮음, 중간, 높음, 매우 높음, 최대. 오늘의 실시간 목록에는 제공자 기본값이 최대로 표시되어 있으며, 타사 필드 가이드도 동일한 기본값을 독립적으로 기록하고 있습니다. API를 통해 추론 텍스트를 숨겨도 계산이 비활성화되지 않으며, 여전히 출력 예산을 소비합니다.

• 도구 사용 및 구조화된 출력 — tools/와 tool_choice/가 허용되므로 함수 호출을 사용할 수 있습니다. response_format/은 JSON 스키마를 강제하지 않고 JSON 출력을 제공하는데, 이는 이 미리보기 제품군이 줄곧 안고 온 것과 동일한 유의 사항입니다. 파이프라인에서 검증된 객체를 돌려받아야 한다면 직접 검증하세요.

• 공개되지 않음 — 제공사 이름, 파라미터 수, 활성 파라미터, 아키텍처, 토크나이저 계열("기타"로만 기재됨), 지식 컷오프, 양자화, 라이선스, 그리고 공개 가능한 가중치가 애초에 존재하는지 여부까지. 동반 저장소는 "모델 가중치가 사용 가능해지면" GGUF 파일이 나타날 것이라고 말한다 — 이는 미래의 파일에 대한 약속일 뿐, 지금 가중치가 존재한다는 증거는 아니다.

• 운영 중이지만, 눈에 띄게 빈약합니다 — 이 목록은 처리량 수치도, 지연 시간 수치도 공개하지 않습니다. 두 필드 모두 비어 있습니다. 단일 서빙 제공자를 보고하며, 스텔스로 태그되어 있고 양자화는 알 수 없습니다.

그 마지막 불릿이 "얼마나 빠른가"에 대한 솔직한 답이다: 숫자를 발표한 사람 중 누구도 그 엔드포인트를 소유하고 있지 않으며, 그 엔드포인트의 운영자는 아무것도 발표하지 않았다. 그렇다고 해서 그 모델을 피할 이유는 아니다. 그것은 설명에 있는 형용사를 믿기보다 첫 호출에서 그것을 측정할 이유다.

요금표: 0, 그리고 여기서 0이 의미하는 것

이 목록은 백만 토큰당 입력 $0, 출력 $0의 가격을 책정합니다 — 무료 제공이며, 요청당 제한이나 속도 제한 정책은 항목에 게시되어 있지 않습니다.

두 가지 단서가 있습니다. 첫째, 그것은 오늘 운영자가 제시한 가격일 뿐 약속이 아닙니다. 스텔스 프리뷰 가격은 리스팅의 속성이며, 리스팅은 예고 없이 변경됩니다. 둘째, 이 시리즈에서 0달러 프리뷰는 역사적으로 영구적인 등급이라기보다 평가 도구였습니다. 프리뷰가 끝나면 무료 기간도 종료되었습니다. 0달러 요율을 기반으로 무언가를 구축하는 사람이라면 그 숫자를 지속적인 것이 아니라 현재 시점의 것으로 취급해야 하며, 필요해지기 전에 백만 건당 폴백 비용이 얼마인지 알아 두어야 합니다.

엔드포인트 표면

호출자가 실제로 받게 되는 것은 산문 문서가 아니라 해당 리스팅의 지원 매개변수 집합에서 가져온 것입니다.

• 채팅 완성 — messages/, 선택적 stream/, 즉 일반적인 스트리밍 생성.

• 샘플링 및 한도 — max_tokens/, temperature/, top_p/. 추론 토큰은 max_tokens/ 예산에서 차감되므로, 한도를 빠듯하게 잡으면 출력보다 사고(추론)가 먼저 잘립니다.

• 추론 제어 — reasoning/ 및 reasoning_effort/는 5단계 사다리 전반에 걸쳐 사용할 수 있으며, include_reasoning/로 추론 텍스트를 표시하거나 숨길 수 있습니다.

• 구조 및 도구 — 도구/, tool_choice/ (자동은 지원되지만, 특정 함수 강제는 지원되지 않음), 그리고 response_format/은 스키마 검증 없는 JSON을 위한 것입니다.

그게 전부입니다. 별도의 비전 엔드포인트도, 배칭 API도, 파인튜닝 경로도, 임베딩도 없습니다. 멀티모달 입력은 동일한 채팅 호출을 통해 들어가며, 이는 편리하면서도 큰 동영상 첨부 파일이 대화의 다른 모든 요소와 동일한 컨텍스트 예산을 두고 경쟁한다는 뜻이기도 합니다.

제3자가 실제로 측정한 것

대부분의 검색 결과가 여기서부터 세심함을 잃기 때문에, 출처를 먼저 확인합니다. 교차 모델 비교를 위해 우리가 보통 인용하는 독립 리더보드인 Artificial Analysis에는 Space Bunny가 어느 이름으로도 등록되어 있지 않습니다 — 오늘 직접 요청해 확인했습니다. 실제로 존재하는 두 개의 제3자 측정치는 성격이 다르며, 둘 다 옆에 함께 표시된 모델들과 동일한 조건으로 비교한 평가 도구가 아닙니다.

첫 번째는 모델별 실행 결과를 공개하는 제3자 벤치마크 사이트인 AI BENCHY입니다. Space Bunny Alpha에 대한 이 사이트의 항목에는 높은 추론에서 10점 만점에 7.0, 시도 통과율 62.1%, 신뢰도 10.0, 평균 응답 시간 27.38초, 기록된 비용 $0.000이 기록되어 있으며, 해당 사이트 자체 표에서 #161위에 올려놓습니다. 범주별로 보면 가장 강한 결과는 데이터 추출과 도구 호출로, 둘 다 10점 만점에 10.0입니다. 가장 약한 것은 트리비아가 3.0, 일반 지능이 4.2입니다. 이는 해당 사이트 자체 스위트에서 나온 수치입니다. 읽어볼 가치가 있는 숫자는 통과율과 범주 분포이지, 전체 순위가 아닙니다. 그 순위는 다른 누군가의 정렬에서의 위치일 뿐입니다.

두 번째는 모델 자체의 필드 가이드로, 자체 평가 결과를 공개합니다: 60문항 GPQA Diamond 하위 집합에서 82.0%, MMLU-Pro에서 75%, Humanity's Last Exam의 300문항 하위 집합에서 46.1%이며, 대략 95% 신뢰구간은 40.4–51.8%입니다. 사이트는 이것이 자체 하위 집합 실행이며, 옆에 표시된 모델들은 각 공급업체가 공개한 참조 결과라는 점을 명시합니다 — 문항 수가 다르고, 하네스가 다르고, 설정이 다릅니다. 그 주의사항이 중요한 부분이며 조용히 빠져서는 안 됩니다: 그 열들은 일대일 비교가 아니며, Space Bunny를 옆에 함께 표시된 어떤 모델과도 동일한 노력, 동일한 하네스로 비교한 사람은 아무도 없습니다. 그 수치를 순위로 제시하는 페이지는 출처 자체가 하지 않기로 한 일을 하는 것입니다.

추가적인 서드파티 결과 두 가지는 확보할 가치가 있다. 벤치마크가 놓치는 것들을 시험하기 때문이다. 필드 가이드는 약 200,000토큰의 단일 입력 안에 숨겨진 세 가지 서로 다른 코드가 한 번의 시행에서 모두 올바른 순서로 반환된 장문맥 검사를 보고한다 — 이는 능력 점수라기보다 용량 테스트이며, 1M 컨텍스트 창이 요구하지만 좀처럼 얻지 못하는 종류의 검사다. 또한 동일한 벤치마크에서 Space Bunny가 305,989 출력 토큰을 소비한 반면 Qwen3.8 Flash는 913,989를 소비했다는 토큰 효율 비교도 보고한다: 약 3분의 2가 적은데, 이는 무료 창이 닫히고 나면 들리는 것보다 더 중요하다.

전체 그림에서 가장 명확한 단 하나의 사실은 공백이다. Artificial Analysis 항목도 없고, 아레나 평점도 없고, 제2의 주체가 재현한 벤치마크도 없다. 하나의 스위트에서 나온 7.0/10 하나와 자체 공개한 부분집합에서 나온 46.1% 하나는, 어디에서도 재현되지 않은 채, 판정이라기보다 출발점이다.

그 뒤에는 누가 있나요?

공개되지 않았으며, 리스팅 자체에서도 그렇게 밝힙니다: 이 모델은 프리뷰 기간 동안 익명을 유지하기로 선택한 제3자 제공업체에 의해 개발 및 운영되며, 해당 리스팅을 호스팅하는 플랫폼은 자신이 개발자, 소유자 또는 제공업체가 아니라고 명시합니다. 동반 리포지토리에는 연구소 이름도, 라이선스도, 가중치도 없습니다.

활발한 공개 추측 담론이 존재합니다 — 프롬프트 형식 재구성, 토크나이저 계열 탐침, 샘플 비교 — 그리고 그중 어느 것도 확인된 정체를 밝혀내지 못했습니다. 우리는 이 계열의 이전 항목들이 익명이었을 때 가설을 반복하지 않았던 것과 같은 이유로, 지금도 가설을 반복하지 않습니다. 공유된 벤치마크 점수나 일치하는 토큰 수는 식별이 아니라 유사성이며, 발견인 양 포장된 커뮤니티의 추측은 솔직한 빈칸보다 독자에게 더 나쁩니다. 기록이 실제로 보여주는 것은, 지금까지 이 시리즈의 모든 익명 프리뷰가 결국 이름을 밝힌 연구소가 자신들의 것이라며 공개해 왔다는 점입니다. 보통 며칠에서 몇 주 안에, 종종 가격 변경을 수반하면서요. 그것은 이런 프리뷰들이 끝나는 방식에 대한 기저율이지, 이번 것에 대한 예측이 아닙니다 — 그리고 오늘의 이 정보 묶음을 명세가 아니라 스냅샷으로 다뤄야 하는 이유입니다.

알려지지 않은 모델을 그 모델에 경로를 걸지 않고 평가하기

미공개 운영자가 있다고 해서 모델 테스트가 막히지는 않습니다. 그것은 당신이 답할 수 있는 질문이 무엇인지를 바꿉니다. 그 목록 자체에서 세 가지가 따라옵니다.

• 지켜야 할 것은 보존 조항이다. 프롬프트와 완성 결과는 이름 없는 제공자에 의해 보존될 수 있다. 공개 벤치마크, 오픈소스 코드, 일회용 프로토타입은 괜찮다. 고객 데이터, 독점 소스, 그리고 컴플라이언스 체계 아래에 있는 모든 것은 괜찮지 않으며, 무료라는 가격도 그 셈법을 바꾸지 않는다.

• 자체 수치를 확보하기 전까지는 모든 성능 주장을 가설로 취급하세요. 처리량, 첫 토큰 지연 시간, 긴 출력 일관성은 이 모델에 대해 아무도 발표하지 않은 세 가지 수치이며, 어떤 워크로드에 맞는지를 결정하는 세 가지 수치이기도 합니다. 측정하는 데 한나절이면 충분합니다.

• 그것을 경로에서 유일한 모델로 만들지 마십시오. 이름도, 상태 페이지도, 에스컬레이션 경로도 없는 제공자는 그 실패를 추적할 수 없는 제공자입니다.

그 마지막 규칙이 바로 라우터가 제 역할을 하는 지점이며, 우리가 직접 말할 수 있는 부분입니다. OrcaRouter는 단일 API 뒤에서 200개 이상의 모델을 제공하며, 제공업체 정가에 마진을 붙이지 않습니다 — 당신은 제공업체가 공표한 요율을 그대로 지불하므로, 공급업체의 가격 인하는 같은 날 우리 쪽에도 반영됩니다 — 여기에 제공업체 간 자동 페일오버와 실험적 모델 뒤에 검증된 모델을 폴백으로 선언할 수 있는 라우팅 DSL이 더해집니다. 가용성 질문에 대해 너그럽게 말하기보다 정확히 말하자면: Space Bunny는 현재 우리 카탈로그에 없습니다. 우리 모델 API는 두 이름 중 어느 것으로도 그런 경로를 반환하지 않으므로, 우리는 이 모델을 호출하는 방법이 아니며, 이 페이지는 그것으로 가는 경로가 아닙니다. 우리가 하는 일은 당신이 결정을 내리는 동안 검증된 모델을 검증되지 않은 모델 뒤에 두는 방법입니다 — 이는 아무도 이름을 댈 수 없는 운영자의 무료 프리뷰에 취할 수 있는 유일하게 합당한 태도입니다.

이 페이지를 바꾸려면 무엇이 필요할까요

네 가지입니다. 도착할 가능성이 큰 순서대로 말하자면 이렇습니다. 이름이 밝혀진 소유자 — 이 시리즈에서는 라이선스, 파라미터 수, 가격이 함께 왔습니다. 제2자 벤치마크 재현 — 단일 스위트에 얽매이지 않은 첫 번째 품질 증거가 될 것입니다. 공개된 처리량과 지연 시간 — 구매자가 가장 채워지길 바랄 두 개의 빈 필드입니다. 그리고 요금표 변경 — 현재 이 모델의 가장 결정적인 단일 속성입니다.

그때까지 정직한 요약은 짧다. Space Bunny는 무료이며 100만 토큰, 비디오 지원 추론 프리뷰로, 운영자는 비공개다: 7.0/10 서드파티 실행 한 건, 자체 발표한 부분집합 평가 한 세트, 독립적인 리더보드 등재 없음, 그리고 처리량 수치는 전혀 없음. 그것의 기본 이름과 알파 이름은 동일한 모델이다. 그것에 관한 나머지 모든 것은 날짜가 찍힌 리스팅 스냅샷이며, 이 페이지는 어떤 스냅샷이 현재인지 확인하는 곳이다.