space-bunny-alphaSpace Bunny Alpha는 스텔스 프리뷰 중인 언어 모델로, 개발사는 익명을 유지하기로 했습니다. 2026년 9월 23일 OpenRouter에 stealth/space-bunny-alpha라는 id로 등장했고, apimodels.app에서는 OpenAI 호환 /v1/chat/completions 엔드포인트에서 space-bunny-alpha로 쓸 수 있습니다. 공개된 사양은 100만 토큰 컨텍스트, 최대 524K 출력 토큰, 조절 가능한 추론 강도(reasoning_effort, 추론 과정이 응답에 포함되어 반환), 도구 호출과 tool_choice, response_format, 이미지·영상 입력입니다. 저희는 제공사의 설명을 그대로 옮기지 않고 2026년 9월 29일 28개 과제로 직접 실측했습니다. 과제마다 실제 API 호출 한 번, 결과는 전부 열어 확인했습니다: 21개 통과, 5개 부분 통과, 2개 실패. 3D와 웹 과제 6개는 모두 통과했습니다. 카메라 조작이 되는 Three.js 태양계부터, 정렬·필터·다크 모드·접히는 사이드바가 Chrome에서 콘솔 오류 없이 모두 동작하는 64 KB Chart.js 관리자 대시보드까지입니다. 글쓰기는 4개 중 4개: 구절마다 평측이 맞는 한시 칠언절구, 숫자를 하나도 놓치지 않은 중→영 기술 번역, 2,300단어 엔지니어링 글, 원어민 수준의 일본어·한국어 제품 문안. 추론은 3개 중 3개로, 일부러 조건을 부족하게 만든 좌석 퍼즐에서 답을 지어내지 않고 "해가 네 개라 유일하지 않다"고 정확히 보고했습니다. 91,298 토큰 문서에서 심어 둔 사실 3개를 원문 인용과 함께 모두 찾아냈고, 두 도구를 정확한 인자로 병렬 호출하는 데 2초가 걸렸습니다. 코딩 과제 4개가 모두 "부분 통과"인 이유는 같습니다. 논리는 맞는데 세부를 검증하지 않습니다. 동시성 제한 함수의 버그 하나를 놓쳤고, 올바른 LRU 캐시에 테스트 13개를 썼는데 그중 3개가 자기 구현과 반대로 단정했으며, 멀쩡한 SQL에 깨진 토큰 하나를 남겼고, "직접 계산했다"는 pandas 표는 분위수 12개 중 4개가 틀렸습니다. 1,450줄짜리 canvas 설명 애니메이션은 따옴표 한 글자가 빠져 실패했고, 그 한 글자를 되살리자 다섯 장면이 모두 렌더링됐습니다. 공개된 기능 중 두 가지는 이 경로에서 성립하지 않았습니다. response_format으로 보낸 엄격한 JSON 스키마는 받아들여지지만 강제되지 않아(필수 키 두 개가 이름이 바뀌고 추가 필드가 붙음) 검증은 사용자 쪽에서 해야 합니다. 영상 입력은 오디오 없는 샘플 프레임 몇 장으로 도착하므로 클립에 무엇이 있는지는 설명해도 길이·움직임·소리는 판단하지 못합니다. 이미지 입력은 좋습니다. 사진 한 장에서 뤼세피오르 위의 프레이케스톨렌을 스스로 알아봤습니다. 무엇보다 중요한 설정이 두 가지입니다. 첫째, reasoning_effort: 기본값에서는 코드, 계획, 심지어 네 줄짜리 시에도 첫 글자까지 4~5분을 추론했고 28회 중 4회는 약 300초에 업스트림에서 끊겼습니다. low나 medium으로 바꾸면 같은 과제가 첫 토큰까지 4~40초에 답했고 품질 차이는 보이지 않았습니다. 둘째, max_tokens: 추론 과정이 completion_tokens 안에 과금되고 본문보다 먼저 흘러나오므로 상한을 작게 두면 본문이 비어서 옵니다. 생략하거나(게이트웨이는 아무것도 끼워 넣지 않고 모델 자체 상한이 적용됩니다) 크게 잡으세요. 처리량은 추론 포함 초당 약 90~140 토큰입니다. 가격은 100만 토큰당 입력 $0.10, 출력 $0.40, 캐시 입력 $0.01입니다. 프리뷰 기간에는 업스트림이 무료이고 이 가격은 게이트웨이 몫이라 비교할 공식 정가가 없으며, 추론 토큰은 출력으로 계산됩니다. 프리뷰라는 점을 잊지 마세요. 스텔스 모델은 제공사가 정체를 밝히면 보통 내려가거나 이름이 바뀌니 id를 임시로 여기고 코드에 대안을 준비해 두세요. 제공사 약관상 프롬프트와 출력은 보관될 수 있지만 학습에는 쓰이지 않습니다. 이름 모를 제3자에게 넘길 수 없는 데이터는 보내지 마세요. 속도 제한은 프리뷰 쪽 것이지 저희 것이 아닙니다. 지속적인 폭주에는 429가 올 수 있고, 실패한 호출은 과금되지 않습니다.
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
공개된 엔드포인트 메타데이터 기준 1,000,000 토큰 창과 최대 524K 출력 토큰. 91K 토큰 문서에서 심어 둔 사실 3개를 원문 인용과 함께 모두 찾아냄
기본값에서는 첫 글자까지 4~5분을 추론했고 28회 중 4회는 업스트림에서 끊김. low나 medium이면 같은 과제가 4~40초에 답하고 품질 차이는 보이지 않음
두 함수를 정확한 인자로 병렬 호출하는 데 2초. response_format은 받아들여지지만 엄격한 JSON 스키마는 실측에서 강제되지 않았으니 사용자 쪽에서 검증
사진에서 프레이케스톨렌을 스스로 알아보고 생성된 캐릭터도 상세히 묘사. 영상은 오디오 없는 프레임 몇 장으로 도착하니 길이나 소리 판단에는 쓰지 말 것
프리뷰 기간 100만 토큰당 $0.10 / $0.40. 제공사는 익명이며 프롬프트와 출력을 보관할 수 있음(학습 미사용). 정체가 밝혀지면 id가 바뀔 것으로 예상
Space Bunny Alpha은(는) Stealth의 대규모 언어 모델 API입니다. Space Bunny Alpha는 스텔스 프리뷰 중인 언어 모델로, 개발사는 익명을 유지하기로 했습니다. 2026년 9월 23일 OpenRouter에 stealth/space-bunny-alpha라는 id로 등장했고, apimodels.app에서는 OpenAI 호환 /v1/chat/completions 엔드포인트에서 space-bunny-alpha로 쓸 수 있습니다. 공개된 사양은 100만 토큰 컨텍스트, 최대 524K 출력 토큰, 조절 가능한 추론 강도(reasoning_effort, 추론 과정이 응답에 포함되어 반환), 도구 호출과 tool_choice, response_format, 이미지·영상 입력입니다. 저희는 제공사의 설명을 그대로 옮기지 않고 2026년 9월 29일 28개 과제로 직접 실측했습니다. 과제마다 실제 API 호출 한 번, 결과는 전부 열어 확인했습니다: 21개 통과, 5개 부분 통과, 2개 실패. 3D와 웹 과제 6개는 모두 통과했습니다. 카메라 조작이 되는 Three.js 태양계부터, 정렬·필터·다크 모드·접히는 사이드바가 Chrome에서 콘솔 오류 없이 모두 동작하는 64 KB Chart.js 관리자 대시보드까지입니다. 글쓰기는 4개 중 4개: 구절마다 평측이 맞는 한시 칠언절구, 숫자를 하나도 놓치지 않은 중→영 기술 번역, 2,300단어 엔지니어링 글, 원어민 수준의 일본어·한국어 제품 문안. 추론은 3개 중 3개로, 일부러 조건을 부족하게 만든 좌석 퍼즐에서 답을 지어내지 않고 "해가 네 개라 유일하지 않다"고 정확히 보고했습니다. 91,298 토큰 문서에서 심어 둔 사실 3개를 원문 인용과 함께 모두 찾아냈고, 두 도구를 정확한 인자로 병렬 호출하는 데 2초가 걸렸습니다. 코딩 과제 4개가 모두 "부분 통과"인 이유는 같습니다. 논리는 맞는데 세부를 검증하지 않습니다. 동시성 제한 함수의 버그 하나를 놓쳤고, 올바른 LRU 캐시에 테스트 13개를 썼는데 그중 3개가 자기 구현과 반대로 단정했으며, 멀쩡한 SQL에 깨진 토큰 하나를 남겼고, "직접 계산했다"는 pandas 표는 분위수 12개 중 4개가 틀렸습니다. 1,450줄짜리 canvas 설명 애니메이션은 따옴표 한 글자가 빠져 실패했고, 그 한 글자를 되살리자 다섯 장면이 모두 렌더링됐습니다. 공개된 기능 중 두 가지는 이 경로에서 성립하지 않았습니다. response_format으로 보낸 엄격한 JSON 스키마는 받아들여지지만 강제되지 않아(필수 키 두 개가 이름이 바뀌고 추가 필드가 붙음) 검증은 사용자 쪽에서 해야 합니다. 영상 입력은 오디오 없는 샘플 프레임 몇 장으로 도착하므로 클립에 무엇이 있는지는 설명해도 길이·움직임·소리는 판단하지 못합니다. 이미지 입력은 좋습니다. 사진 한 장에서 뤼세피오르 위의 프레이케스톨렌을 스스로 알아봤습니다. 무엇보다 중요한 설정이 두 가지입니다. 첫째, reasoning_effort: 기본값에서는 코드, 계획, 심지어 네 줄짜리 시에도 첫 글자까지 4~5분을 추론했고 28회 중 4회는 약 300초에 업스트림에서 끊겼습니다. low나 medium으로 바꾸면 같은 과제가 첫 토큰까지 4~40초에 답했고 품질 차이는 보이지 않았습니다. 둘째, max_tokens: 추론 과정이 completion_tokens 안에 과금되고 본문보다 먼저 흘러나오므로 상한을 작게 두면 본문이 비어서 옵니다. 생략하거나(게이트웨이는 아무것도 끼워 넣지 않고 모델 자체 상한이 적용됩니다) 크게 잡으세요. 처리량은 추론 포함 초당 약 90~140 토큰입니다. 가격은 100만 토큰당 입력 $0.10, 출력 $0.40, 캐시 입력 $0.01입니다. 프리뷰 기간에는 업스트림이 무료이고 이 가격은 게이트웨이 몫이라 비교할 공식 정가가 없으며, 추론 토큰은 출력으로 계산됩니다. 프리뷰라는 점을 잊지 마세요. 스텔스 모델은 제공사가 정체를 밝히면 보통 내려가거나 이름이 바뀌니 id를 임시로 여기고 코드에 대안을 준비해 두세요. 제공사 약관상 프롬프트와 출력은 보관될 수 있지만 학습에는 쓰이지 않습니다. 이름 모를 제3자에게 넘길 수 없는 데이터는 보내지 마세요. 속도 제한은 프리뷰 쪽 것이지 저희 것이 아닙니다. 지속적인 폭주에는 429가 올 수 있고, 실패한 호출은 과금되지 않습니다. APIMODELS 플랫폼을 거치면 통합 API와 투명한 종량 과금으로 이 모델을 호출할 수 있습니다. 현재 가격: Input: $0.10, Output: $0.40 per 1M tokens.
문의에 자동으로 답하는 대화 시스템을 만들어 응대 효율을 높입니다.
기사와 이메일, 광고 카피 같은 글을 자동으로 써서 작업량을 줄입니다.
코드 작성과 디버깅, 리뷰를 도와 개발 속도를 올립니다.
비정형 데이터를 읽어내 핵심을 뽑고 요약 리포트로 정리합니다.
Space Bunny Alpha은(는) APIMODELS를 통해 Input: $0.10, Output: $0.40 per 1M tokens에 이용할 수 있습니다. 과금은 종량제라서 생성한 만큼만 냅니다.
APIMODELS에 가입해 API 키를 받고 통합 엔드포인트를 호출하면 됩니다. cURL / Python / Node.js 예제를 담은 상세 문서를 제공합니다.
APIMODELS는 같은 Space Bunny Alpha을(를) 집약 플랫폼을 통해 제공합니다. API 인터페이스가 통합되어 있어 공급자마다 계정을 만들 필요가 없고, 키 하나로 모든 모델에 닿습니다.
제공사가 신원을 밝히지 않은 스텔스 프리뷰 언어 모델입니다. 2026년 9월 23일 OpenRouter에 stealth/space-bunny-alpha로 등장했고, apimodels에서는 OpenAI 호환 /v1/chat/completions에서 space-bunny-alpha로 쓸 수 있습니다. 공개 사양은 100만 토큰 컨텍스트, 최대 524K 출력 토큰, reasoning_effort, 도구 호출, response_format, 이미지·영상 입력입니다. 스텔스 모델은 제작사가 정체를 밝히면 보통 이름이 바뀌거나 내려가니 id를 임시로 여기고 코드에 대체 모델을 준비해 두세요.
2026년 9월 29일, 과제마다 실제 API 호출 한 번, 결과를 전부 열어 확인한 결과 21개 통과, 5개 부분 통과, 2개 실패였습니다. 3D와 웹은 6개 중 6개(Three.js 장면, 순수 CSS 3D 페이지, Chart.js 대시보드가 모두 Chrome에서 콘솔 오류 없이 동작). 글쓰기는 4개 중 4개로, 평측이 맞는 칠언절구와 숫자를 하나도 놓치지 않은 번역이 포함됩니다. 추론은 3개 중 3개였고, 조건이 부족한 퍼즐에도 답을 지어내지 않고 "해가 네 개"라고 보고했습니다. 긴 컨텍스트는 91K 토큰 문서에서 3개 중 3개, 도구 호출은 2초 만에 완벽했습니다. 코딩 과제 4개가 부분 통과인 이유는 자기 출력을 검증하지 않기 때문입니다. 놓친 버그 하나, 자기 구현과 모순되는 자작 테스트 세 개, SQL의 깨진 토큰 하나, 손으로 계산한 분위수 오류 네 개가 있었습니다. canvas 애니메이션은 따옴표 한 글자가 빠져 실패했습니다.
코드, 페이지, 계획, 긴 글처럼 생성량이 많은 작업은 reasoning_effort를 low나 medium으로 두세요. 기본값에서는 모델이 첫 글자까지 4~5분을 추론했고 저희 28회 호출 중 4회가 약 300초에 업스트림에서 끊겼습니다. low나 medium에서는 같은 과제가 첫 토큰까지 4~40초에 도달했고 품질 차이는 보이지 않았습니다. max_tokens는 생략하거나 크게 잡으세요. 추론 과정이 completion_tokens 안에 과금되고 본문보다 먼저 흘러나오므로 상한이 작으면 본문이 비어서 옵니다. 생략하면 게이트웨이는 아무것도 보내지 않고 모델 자체의 524K 상한이 적용됩니다. 긴 생성에는 스트리밍을 쓰세요.
보장으로는 못 씁니다. 실측에서 response_format으로 보낸 엄격한 JSON 스키마는 사실은 맞는 유효한 JSON으로 돌아왔지만, 필수 키 두 개가 이름이 바뀌었고 additionalProperties: false인데도 각 항목에 추가 필드가 붙었습니다. 이 경로에서는 아무것도 스키마를 강제하지 않으니 응답을 사용자 쪽에서 검증하고 실패하면 재시도하세요. 반면 도구 호출은 깔끔했습니다. 두 함수를 정확한 인자로 병렬 호출했고 finish_reason은 tool_calls, 2초 걸렸습니다.
이미지는 받고, 잘합니다. 풍경 사진에서 뤼세피오르 위의 프레이케스톨렌을 스스로 알아봤고, 고원 위 인파도 정확히 추정했으며, 생성된 판타지 캐릭터도 상세히 묘사했습니다. 영상은 오디오 없는 샘플 프레임 몇 장으로 도착합니다. 2.02초짜리 클립의 첫 프레임과 마지막 프레임은 정확히 묘사했지만 길이를 0.2초로 추정했고 사운드트랙이 있다는 것도 알지 못했습니다. 영상 입력은 클립에 무엇이 있는지 물을 때 쓰고 길이·움직임·소리에는 쓰지 마세요.
100만 토큰당 입력 $0.10, 출력 $0.40, 캐시 입력 $0.01이며 실제 사용량으로 과금합니다. 추론 토큰은 출력으로 계산하고 실패한 호출은 무료입니다. 프리뷰 기간에는 업스트림이 무료이고 이 가격은 게이트웨이 몫이라 비교할 공식 정가가 없습니다. 제공사의 스텔스 약관상 프롬프트와 출력은 보관될 수 있지만 학습에는 쓰이지 않습니다. 이름 모를 제3자에게 넘길 수 없는 데이터는 보내지 마세요. 속도 제한은 프리뷰 쪽 것이며 지속적인 폭주에는 429가 올 수 있습니다.
APIMODELS에서는 Space Bunny Alpha이(가) 60개가 넘는 모델과 같은 API 키, 같은 잔액 위에 나란히 놓입니다. 그래서 선택은 궁합의 문제이지 종속의 문제가 아닙니다. Stealth Preview、1M Context、Reasoning Effort、Tool Calling、Image + Video Input을(를) 지원하며 다른 대규모 언어 모델 모델과 가격·성능을 나란히 놓고 따져볼 수 있습니다. 갈아타기는 모델 이름 문자열 하나만 바꾸면 되고 새 계정도 추가 작업도 필요 없습니다. 대규모 언어 모델 선택지와 실시간 가격은 apimodels.app/models에서 볼 수 있습니다.
Space Bunny Alpha은(는) 다음을 지원합니다: Stealth Preview、1M Context、Reasoning Effort、Tool Calling、Image + Video Input. 전체 파라미터와 호출 예제는 APIMODELS 문서를 참고하세요.
네. APIMODELS는 Space Bunny Alpha을(를) 하나의 통합 API와 키 한 개로 제공합니다. 공급자별 계정도 필요 없고, 각 공급자의 지역별 네트워크 경로를 직접 챙길 필요도 없습니다.
Stripe(Visa, Mastercard 등 해외 카드)와 Alipay를 지원합니다. 결제 후 잔액은 즉시 반영됩니다.
How to get access, regional availability, and how this model compares with its alternatives.