本文基于 WorkBuddy 模型面板里新出现的匿名模型 Space-Bunny 做一次技术向观察。它倍率 0.03x、正在限时折扣，上线十天登顶全球调用量榜首，却至今无人认领。我们按「背景、问题、实操、结论」的顺序，把它的数据、身份猜测、实测口碑和正确用法拆开讲清楚，重点落在「模型选型是一道算术题」这件事上。
背景
这两天我打开 WorkBuddy，模型面板里多了一个名字，Space-Bunny。标着「限时折扣」，倍率 0.03x。它自我介绍那一栏写的是「匿名」，没有发布会，没有技术报告，没有跑分海报。
9 月 23 日上线那天，OpenRouter 上就这么挂着，价格是零。然后三天之后，它登顶了。
9 月 27 号单日，它在 OpenRouter 上被调用了约 3.99 万亿 token，在 OpenCode 上约 8.3 万亿，两个平台同时第一。到 10 月 2 号，OpenRouter 周榜上它以 33.5 万亿排第一，把 DeepSeek V4.1 Flash、腾讯自家的 Hy4 preview、GPT-5.6 Luna 全压在身后。一周之前它还是个查不到的东西。
为什么这件事值得写，得先说倍率表。9 月底我给一帮特教老师上线下课讲选模型，把倍率一个个念过。
| 模型 | 倍率 | 我的称呼 |
|---|---|---|
| 混元 3 | 0 | 初中生 |
| DeepSeek V4.1 Flash | 0.03 | 大学生 |
| GLM 5.3 Flash | 0.06 | 大学生 |
| Kimi K3 | 1.62 | 教授 |
那堂课我还强调了一句，千万别用自动，自动消耗积分厉害。然后 10 月 2 日，我的面板里多了 0.03 这一档，它旁边还有另一个 0.03。
不是最便宜那一档独享便宜，是最便宜那一档，开始有并列了。
0.03 和 1.62 之间差了 54 倍。这个数字决定你一天跟 AI 说话要花多少钱。这不是一个「哪个模型更强」的问题，这是一个「你打算让 AI 干多重的活」的问题。
问题
它到底是谁家的
这个我不敢下结论。四种说法我全摆出来，你自己判断。
线索最多的是分词器。有人拿 50 组字符串比对切分结果，说它跟 MiniMax 家族完全吻合，其他厂商一个都对不上；有人用中文问它是谁家的，它自称 MiniMax；還有人在 MiniMax 开源仓库里提前五天翻到 M3.1 的配置，1M 上下文、三档推理，全对得上，9 月 28 号官方上线的 M3.1-Flash-Preview 规格也能对上。
第二种更浪漫。名字里有「太空」又有「兔子」，还赶上中秋，有人说这是月之暗面。
第三种，腾讯混元。有网友猜是 Hy4 正式版，也有人反驳，说腾讯以前都是直接上，没这个躲躲藏藏的习惯。
第四种纯粹开玩笑。太空加兔子，有人说是不是 SpaceX。
这四种我一个都不排除，也一个都不认定，因为截至今天没有任何一方认领。
上一个这么干的我有印象。8 月有个叫 Ox Alpha 的，免费六天，8 月 26 日揭晓是智谱的 GLM-5.3-Flash，然后立刻转收费。剧本有先例，先匿名免费跑真实数据，跑量够了再公布身份，然后收钱。
好话差话都得说
有测评博主出九道题对比同档快模型，评价是「速度挺快，交付可以，长程调度也还不错」；有人丢给它四个活儿同时布置，第一轮全跑通。
差话同样真实。有博主在 OpenCode 上测六道题，指令遵循、SVG 动画、浏览器里的操作系统、3D 赛车、Trello 看板，道道差评。最扎心一条是中文提的需求，交出来是英文界面。还有人说这几天升级之后它不太好用了。
同一道游戏题，它跑完 1 分 51 秒，同档另一个 4 分钟。快是真快，但快出来的是基础版，页面完整性不如那一个。工具调用错误率 3.45%。
所以我的判断是，它是一个合格的「底座」，还不是一个合格的「交付器」。
对一个上线才十天的模型，这评价已经不低了。
实操
规格与怎么找到它
规格先看明白。上下文 1M，能一次塞进一整个代码仓库加一堆文档。能读文字、图片、视频，但只输出文字，它不生成图。思考强度五档，默认就是开的。
你把这几个数字连起来读，它的人设就出来了，一个跑得很快、读得很多、但只肯动嘴不伸手的家伙。
找它有个坑最容易卡住。我看到好几个人问「我面板里怎么没有」。官方文档写得很清楚，任务的第一句话发出去之后，模型选择才会显现。所以你在空着的输入框里翻下拉列表是翻不到的。
更新到最新版，新建一个任务随便发一句话，然后点输入框里那个模型名，比如默认的 Auto，面板弹出来找到 Space-Bunny，看到「限时折扣」选它，再把思考强度拉到极致。
验证点是这句，卡片描述行写着「推理速度极快，编码能力强劲，并支持原生多模态输入的匿名大模型」，下面一行是「10月2日-10月7日，享限时折扣」。看到这个就对了。压根没有这个条目的话，先确认你用的是云上模式，模型选择目前只支持云上。
四组可直接抄的提示词
我教了 13 年 AI，见过太多人打开对话框就问「你好」，然后怪它答得不好。它不知道你要干什么，当然只能瞎答。这三句我反复在用，可以直抄。
派活模板，写清楚这活儿给谁干、做成什么样、什么算完成。
text
我要你帮我做一件事，先别动手
这件事是，给我们县城的五家门店做一个能用的点单小程序
我要的结果是，选菜、选数量、下单这三步能在手机上走通
做完你自己检查一遍，卡住的地方直接告诉我，不要假装能用它大概率会反问你一堆东西，门店收不收费、配送多远、要不要能改价。你照实答，它反问是在替你把需求想细，这一步别跳。
修改模板，不满意的时候特别好用。
text
第一版整体能用，但有两个地方要改
一是价格不能写死，我要能随时自己改
二是别给我加我没提的功能，我只要这三个功能
改完把改了什么列成三条给我「别给我加我没提的功能」，对这种便宜快的模型特别重要。它输出是克制的，但任务描述一模糊它就自己发挥。
喂长文档模板，1M 上下文的意思不是「它会记住你所有的话」，是「你一次能塞很多」。
text
我等下发给你一份材料，你先别总结
先把跟我业务有关的判断、和不相关的部分分开列
只列判断，每条后面标出在第几页你塞三百页不告诉它要什么，它就给你三百页摘要。你要的是清单。
界面纠错模板，我第一次派活也遇到过页面出来是英文的，补一句就行。
text
界面全部改成中文，现在
所有你自己加的、你没经过我确认的内容，全部删掉
把改动列成清单给我看这句「删掉你没经过我确认的内容」，是我现在派活必加的。
派活清单
哪些活该派给它，哪些不该，这比上面所有操作都重要。
该派三类。重复性、要跑很多遍的活，批量改名整理改格式，跑十遍的成本可能比跑一遍旗舰模型还低。图和视频变成能跑的东西，有人丢给它一张手绘草图，不到五分钟拿到能转能点的 3D 网页，有人喂一段游戏录屏，它复刻出飞船、风暴和音效，画面都是它写的代码跑出来的。长文档结构化整理，一整本书转成知识图谱，它还能区分哪些是原文明确的、哪些是它推断的。
不该派三类。需要交付完整成品的活，人工补的活往往比省下的钱多。涉密的东西，合同、客户资料、没公开的代码、员工信息，一个都别丢。无人值守的自动化，工具调用错误率 3.45%，聊天时你感觉不到，跑长流程就是每二十多次错一次。
结论
9 月 28 号，一位温州制造业老板给我打电话。他开口第一句不是「AI 有什么用」，是「你现在用的是哪些产品、什么模型？」我意识到，老板对 AI 的兴趣正在从「这东西能不能用」转到「这东西我该用哪个」。
过去两年我们学 AI，学的是「怎么让 AI 干活」。接下来要学的是「怎么给一群 AI 派活」。你手上有五六个模型，性能不一样、价格差几十倍、任务还不一样，这跟你带团队是一回事，你不会让同一个实习生既写代码又写文案还跟客户吵架。
一个来路不明、没人认领、正在打折的模型，你敢把活派给它吗。我的答案是敢，但只派公开的活。打活动的模型就是临时工，不是你的基础设施。
它在 WorkBuddy 上的折扣到 10 月 7 日，OpenRouter 的免费入口 10 月 5 号就关了。8 月那个模型也是这么干的，免费六天，揭晓身份是另一家的，然后转收费。
趁现在，把你手上一直拖着的活，挑一件不敏感的扔给它跑一遍。别光看别人晒的 demo，你自己跑一遍更实在。倍率差 54 倍，任务类型不同，最优解就不同。模型选型的本质，不是找到最强的那个，是找到「这个活最划算的那个」。
想，全是问题。干，就对了。