space-bunny-alphaSpace Bunny Alpha はステルス・プレビュー中の言語モデルで、開発元は匿名のままを選んでいます。2026 年 9 月 23 日に OpenRouter 上に stealth/space-bunny-alpha という id で現れ、apimodels.app では OpenAI 互換の /v1/chat/completions エンドポイントで space-bunny-alpha として利用できます。公開されている仕様は、100 万トークンのコンテキストウィンドウ、最大 524K トークンの出力、調整可能な推論強度(reasoning_effort。推論の過程はレスポンスに含まれて返る)、ツール呼び出しと tool_choice、response_format、画像と動画の入力です。当サイトでは提供元の説明をそのまま載せず、2026 年 9 月 29 日に 28 のタスクで実測しました。タスクごとに 1 回の実 API 呼び出し、結果はすべて開いて確認済みです:21 合格、5 部分的、2 不合格。3D と Web の 6 タスクは全て合格で、カメラ操作付きの Three.js 太陽系から、並べ替え・絞り込み・ダークモード・折りたたみサイドバーが Chrome 上でコンソールエラーなしに動く 64 KB の Chart.js 管理画面まで揃いました。文章は 4 中 4:平仄が一句ずつ正しい漢詩の七言絶句、数値を一つも落とさない中英技術翻訳、2,300 語の技術記事、ネイティブ水準の日本語・韓国語の製品コピー。推論は 3 中 3 で、わざと条件不足にした座席パズルでは答えを捏造せず「解は四つあり一意ではない」と正しく報告しました。91,298 トークンの文書からは仕込んだ 3 件の事実を原文引用付きで全て取り出し、2 つのツールを正しい引数で並列に呼ぶのに 2 秒でした。コーディング 4 タスクが全て「部分的」だった理由は同じで、ロジックは正しいのに細部を確かめていないことです。並列制御関数のバグを 1 つ見落とし、正しい LRU キャッシュに 13 本のテストを書いたうち 3 本が自分の実装と逆の断定をし、正しい SQL に壊れたトークンを 1 つ残し、「手計算」した pandas の表は 12 個の分位数のうち 4 個が誤りでした。1,450 行の canvas 解説アニメーションは引用符 1 文字の欠落で不合格、その 1 文字を戻すと 5 シーン全てが描画されました。公開仕様のうち 2 点はこの経路では成り立ちませんでした。response_format で送った厳密な JSON スキーマは受理はされるが強制されず(必須キー 2 つが改名され、余分なフィールドが追加)、検証は利用側で行う必要があります。動画入力は音声なしの数フレームのサンプルとして届くため、クリップの中身は説明できても長さ・動き・音は判断できません。画像入力は良好で、写真からリーセフィヨルドのプレーケストーレンを自発的に言い当てました。何より重要な設定が二つあります。第一に reasoning_effort:既定値ではコードや計画、四行の詩ですら最初の 1 文字まで 4〜5 分推論し、28 回中 4 回は約 300 秒で上流に切られました。low か medium にすると同じ課題が最初のトークンまで 4〜40 秒で返り、品質の差は見られませんでした。第二に max_tokens:推論の過程は completion_tokens に含めて課金され、本文より先に流れるため、上限を小さくすると本文が空で返ります。指定しない(ゲートウェイは何も補わず、モデル自身の上限が適用される)か、大きく設定してください。スループットは推論込みでおよそ毎秒 90〜140 トークンです。価格は入力 100 万トークン $0.10、出力 $0.40、キャッシュ入力 $0.01。プレビュー期間中は上流が無料で、この価格はゲートウェイ分なので比較すべき公式価格はなく、推論トークンは出力として数えます。これはプレビューです。ステルスモデルは提供元の正体が明かされると取り下げや改名が普通なので、id は一時的なものとみなし、自分のコードに代替を用意してください。提供元の規約では、プロンプトと出力は保持される可能性がありますが学習には使われません。名前の分からない第三者に渡せないデータは送らないでください。レート制限はプレビュー側のものです。継続的なバーストでは 429 が返ることがあり、失敗した呼び出しは課金されません。
View complete API reference with all parameters and examples.
View complete API reference with streaming, thinking, and more.
Billing: Cost = (input_tokens * input_price + output_tokens * output_price) / 1,000,000
公開されたエンドポイント情報では、100 万トークンのウィンドウと最大 524K トークンの出力。91K トークンの文書から仕込んだ 3 件の事実を原文引用付きで全て取り出した
既定値では最初の 1 文字まで 4〜5 分推論し、28 回中 4 回は上流で切られた。low か medium なら同じ課題が 4〜40 秒で返り、品質の差は見られない
2 つの関数を正しい引数で並列に呼ぶのに 2 秒。response_format は受理されるが、厳密な JSON スキーマは実測で強制されなかったため、検証は利用側で
写真からプレーケストーレンを自発的に言い当て、生成キャラクターも細かく描写。動画は音声なしの数フレームで届くため、長さや音の判断には使えない
プレビュー期間中は 100 万トークンあたり $0.10 / $0.40。提供元は匿名で、プロンプトと出力を保持する可能性がある(学習には不使用)。正体が明かされれば id が変わる想定で
Space Bunny Alpha は Stealth の大規模言語モデル API です。Space Bunny Alpha はステルス・プレビュー中の言語モデルで、開発元は匿名のままを選んでいます。2026 年 9 月 23 日に OpenRouter 上に stealth/space-bunny-alpha という id で現れ、apimodels.app では OpenAI 互換の /v1/chat/completions エンドポイントで space-bunny-alpha として利用できます。公開されている仕様は、100 万トークンのコンテキストウィンドウ、最大 524K トークンの出力、調整可能な推論強度(reasoning_effort。推論の過程はレスポンスに含まれて返る)、ツール呼び出しと tool_choice、response_format、画像と動画の入力です。当サイトでは提供元の説明をそのまま載せず、2026 年 9 月 29 日に 28 のタスクで実測しました。タスクごとに 1 回の実 API 呼び出し、結果はすべて開いて確認済みです:21 合格、5 部分的、2 不合格。3D と Web の 6 タスクは全て合格で、カメラ操作付きの Three.js 太陽系から、並べ替え・絞り込み・ダークモード・折りたたみサイドバーが Chrome 上でコンソールエラーなしに動く 64 KB の Chart.js 管理画面まで揃いました。文章は 4 中 4:平仄が一句ずつ正しい漢詩の七言絶句、数値を一つも落とさない中英技術翻訳、2,300 語の技術記事、ネイティブ水準の日本語・韓国語の製品コピー。推論は 3 中 3 で、わざと条件不足にした座席パズルでは答えを捏造せず「解は四つあり一意ではない」と正しく報告しました。91,298 トークンの文書からは仕込んだ 3 件の事実を原文引用付きで全て取り出し、2 つのツールを正しい引数で並列に呼ぶのに 2 秒でした。コーディング 4 タスクが全て「部分的」だった理由は同じで、ロジックは正しいのに細部を確かめていないことです。並列制御関数のバグを 1 つ見落とし、正しい LRU キャッシュに 13 本のテストを書いたうち 3 本が自分の実装と逆の断定をし、正しい SQL に壊れたトークンを 1 つ残し、「手計算」した pandas の表は 12 個の分位数のうち 4 個が誤りでした。1,450 行の canvas 解説アニメーションは引用符 1 文字の欠落で不合格、その 1 文字を戻すと 5 シーン全てが描画されました。公開仕様のうち 2 点はこの経路では成り立ちませんでした。response_format で送った厳密な JSON スキーマは受理はされるが強制されず(必須キー 2 つが改名され、余分なフィールドが追加)、検証は利用側で行う必要があります。動画入力は音声なしの数フレームのサンプルとして届くため、クリップの中身は説明できても長さ・動き・音は判断できません。画像入力は良好で、写真からリーセフィヨルドのプレーケストーレンを自発的に言い当てました。何より重要な設定が二つあります。第一に reasoning_effort:既定値ではコードや計画、四行の詩ですら最初の 1 文字まで 4〜5 分推論し、28 回中 4 回は約 300 秒で上流に切られました。low か medium にすると同じ課題が最初のトークンまで 4〜40 秒で返り、品質の差は見られませんでした。第二に max_tokens:推論の過程は completion_tokens に含めて課金され、本文より先に流れるため、上限を小さくすると本文が空で返ります。指定しない(ゲートウェイは何も補わず、モデル自身の上限が適用される)か、大きく設定してください。スループットは推論込みでおよそ毎秒 90〜140 トークンです。価格は入力 100 万トークン $0.10、出力 $0.40、キャッシュ入力 $0.01。プレビュー期間中は上流が無料で、この価格はゲートウェイ分なので比較すべき公式価格はなく、推論トークンは出力として数えます。これはプレビューです。ステルスモデルは提供元の正体が明かされると取り下げや改名が普通なので、id は一時的なものとみなし、自分のコードに代替を用意してください。提供元の規約では、プロンプトと出力は保持される可能性がありますが学習には使われません。名前の分からない第三者に渡せないデータは送らないでください。レート制限はプレビュー側のものです。継続的なバーストでは 429 が返ることがあり、失敗した呼び出しは課金されません。 APIMODELS のプラットフォーム経由なら、統一 API と明朗な従量課金でこのモデルを呼び出せます。 現在の料金: Input: $0.10, Output: $0.40 per 1M tokens。
問い合わせに自動で答える対話システムを構築し、対応の効率を上げます。
記事、メール、広告コピーなどの文章を自動で書き、制作の手数を減らします。
コードの記述、デバッグ、レビューを補助し、開発を前に進めます。
非構造化データを読み解き、要点を抽出して要約レポートにまとめます。
Space Bunny Alpha は APIMODELS 経由で Input: $0.10, Output: $0.40 per 1M tokens で利用できます。課金は従量制で、生成した分だけの支払いです。
APIMODELS に登録して API キーを取得し、統一エンドポイントを呼ぶだけです。cURL / Python / Node.js のサンプルを含む詳しいドキュメントを用意しています。
APIMODELS は同じ Space Bunny Alpha を集約プラットフォーム経由で提供します。統一された API インターフェースなので、プロバイダごとにアカウントを作る必要はありません。キー 1 本ですべてのモデルに届きます。
提供元が身元を明かしていないステルス・プレビューの言語モデルです。2026 年 9 月 23 日に OpenRouter に stealth/space-bunny-alpha として現れ、apimodels では OpenAI 互換の /v1/chat/completions で space-bunny-alpha として使えます。公開仕様は、100 万トークンのコンテキスト、最大 524K トークンの出力、reasoning_effort、ツール呼び出し、response_format、画像と動画の入力です。ステルスモデルは正体が明かされると改名や取り下げが普通なので、id は一時的なものとみなし、コードには代替モデルを用意してください。
2026 年 9 月 29 日、タスクごとに 1 回の実 API 呼び出しで結果を全て確認し、21 合格、5 部分的、2 不合格でした。3D と Web は 6 中 6(Three.js のシーン、純 CSS の 3D ページ、Chart.js のダッシュボードが全て Chrome でコンソールエラーなく動作)。文章は 4 中 4 で、平仄の正しい七言絶句や数値を一つも落とさない翻訳を含みます。推論は 3 中 3 で、条件不足のパズルに対しても答えを捏造せず「解は四つ」と報告しました。長文脈は 91K トークンの文書から 3 件全て、ツール呼び出しは 2 秒で完璧でした。コーディング 4 タスクが部分的だったのは自分の出力を確かめないからで、バグの見落とし 1 件、自分の正しい実装と矛盾する自作テスト 3 本、SQL の壊れたトークン 1 つ、手計算の分位数の誤り 4 つがありました。canvas アニメーションは引用符 1 文字の欠落で失敗しました。
コード、ページ、計画、長文など生成量の多いものは reasoning_effort を low か medium にしてください。既定値ではモデルは最初の 1 文字まで 4〜5 分推論し、28 回中 4 回は約 300 秒で上流に切られました。low か medium なら同じ課題が最初のトークンまで 4〜40 秒で返り、品質の差は見られませんでした。max_tokens は指定しないか大きく設定してください。推論の過程は completion_tokens に含めて課金され本文より先に流れるため、上限が小さいと本文が空で返ります。指定しなければゲートウェイは何も送らず、モデル自身の 524K の上限が適用されます。長い生成にはストリーミングを使ってください。
保証としては使えません。実測では response_format で送った厳密な JSON スキーマに対し、事実は正しい有効な JSON が返りましたが、必須キー 2 つが改名され、additionalProperties: false にもかかわらず各明細に余分なフィールドが付いていました。この経路ではスキーマを強制するものがないため、利用側で検証し、失敗時は再試行してください。対照的にツール呼び出しはきれいで、2 つの関数を正しい引数で並列に呼び、finish_reason は tool_calls、所要 2 秒でした。
画像は受け付け、しかも良好です。風景写真からリーセフィヨルドのプレーケストーレンを自発的に言い当て、台地上の人数も正しく見積もり、生成されたファンタジーキャラクターも細かく描写しました。動画は音声なしの数フレームのサンプルとして届きます。2.02 秒のクリップの最初と最後のフレームは正確に描写しましたが、長さを 0.2 秒と見積もり、音声トラックがあることも分かりませんでした。動画入力は「何が映っているか」に使い、長さ・動き・音には使わないでください。
入力 100 万トークン $0.10、出力 100 万トークン $0.40、キャッシュ入力 $0.01 で、実使用量に基づく課金です。推論トークンは出力として数え、失敗した呼び出しは無料です。プレビュー期間中は上流が無料で、この価格はゲートウェイ分のため、比較すべき公式価格はありません。提供元のステルス規約では、プロンプトと出力は保持される可能性がありますが学習には使われません。名前の分からない第三者に渡せないデータは送らないでください。レート制限はプレビュー側のもので、継続的なバーストでは 429 が返ることがあります。
APIMODELS では Space Bunny Alpha が 60 以上のモデルと同じ API キー・同じ残高の上に並んでいるので、選択は「相性」の問題であって「囲い込み」の問題ではありません。Stealth Preview、1M Context、Reasoning Effort、Tool Calling、Image + Video Input に対応しており、他の大規模言語モデルモデルと価格・機能を並べて評価できます。乗り換えはモデル名の文字列を 1 つ書き換えるだけ。新しいアカウントも追加の実装も要りません。大規模言語モデルの選択肢と最新価格は apimodels.app/models で確認できます。
Space Bunny Alpha は次に対応しています: Stealth Preview、1M Context、Reasoning Effort、Tool Calling、Image + Video Input。パラメータの全一覧と呼び出し例は APIMODELS のドキュメントをご覧ください。
はい。APIMODELS は Space Bunny Alpha を単一の統一 API とキー 1 本で提供します。プロバイダごとのアカウントも、各社の地域ごとのネットワーク経路を自分で面倒みる必要もありません。
Stripe（Visa、Mastercard などの国際カード）と Alipay に対応しています。支払い後、残高はすぐ反映されます。
How to get access, regional availability, and how this model compares with its alternatives.