1. Space Bunny 到底是谁匿名模型为什么能接近 Opus 5先说结论Space Bunny 大概率不是一个官方正式发布的产品名而是一个「匿名模型」的马甲。它最近在一批第三方 API 聚合平台的调用量统计里冲到第一社区口碑又总拿它跟 Opus 5 那一档的闭源旗舰比所以很多人才会一边用一边猜这到底是哪家的模型我在自己常用的网关后台第一次看到space-bunny/alpha这个模型 ID 时第一反应也是去官网搜一圈结果当然搜不到。后来才反应过来这事儿根本不该按“官网下载、官方文档接入”的思路去理解。匿名模型走的是另一条路径它被部署在某个模型网关后面对外只暴露一个 OpenAI 兼容接口和一个代号。你不需要知道它背后是哪个实验室、哪套权重、哪个版本只要拿到 API Key填上 Base URL就能像调普通模型一样把它接进自己的工具链。1.1 匿名模型到底是什么所谓匿名模型不是“没有名字”的模型而是“不公开官方身份”的模型。常见的有三类类型特征典型场景官方内测马甲大模型团队自己挂的测试代号防止评测污染灰度上线前的线上验证、小范围真实流量压测派生/蒸馏模型基于某个开源基座做微调或蒸馏换个名字上线用更低的成本冲调用量、避开原厂商的舆论压力网关私有别名第三方网关把同一个模型重命名成自己的渠道名渠道隔离、分账结算、客户定制Space Bunny 比较像第一类或第三类。它不是传统意义上的“开源模型”也没有公开权重下载它的价值全部通过 API 体现。所以在讨论它时不要问“这个模型在哪可以下载”而要问“这个模型在哪个网关里能用”。这也解释了为什么它“调用量第一”而不是“下载量第一”匿名模型本来就不靠下载冲量靠的是真实请求数。1.2 “接近 Opus 5”这句话要怎么听很多人在讨论 Space Bunny 的时候都会说它“接近 Opus 5”。这里的“接近”不是官方认证更多是第三方跑分和主观评测里的一种共识描述。意思是它的代码能力、指令跟随、长上下文处理这些硬指标已经摸到了第一梯队闭源模型的门槛。但要注意匿名模型的评测结果天然要打折。因为你无法确认同一个代号背后是不是同一个权重平台方也随时可能把流量切到不同版本上。我自己的习惯是把这类评价当成方向参考别当成采购依据。真正要不要用拿自己的任务集跑一轮对比比看十条排行榜都管用。1.3 天价调用量是怎么来的Space Bunny 能登顶调用量第一我理解是几个因素叠出来的接入门槛极低。它走 OpenAI 兼容协议现有的 SDK、客户端、Agent 工具基本不用改代码只改 Base URL 和模型名就能用。价格或免费额度有优势。很多网关给它挂了:free后缀虽然限流但足够个人开发者跑脚本、做验证这类请求量非常巨大。Agent 生态把它带起来了。Codex CLI、Claude Code、Dify 这类工具都在支持自定义模型供应商用户在同一个工具里切到 Space Bunny 只是改一行配置的事。社区有“解密心态”。大家越好奇它是谁就越想亲自试越试调用量越高。匿名反而成了传播杠杆。2. 接入前必须搞清楚的三个底层概念在动手改配置之前我建议先把三个概念理清楚。否则你会看到一堆教程叫你在某个客户端里填 URL、填 Key、填模型名但你不知道每个字段到底发生了什么出了问题会无从下手。2.1 OpenAI 兼容协议就是“通用插座”现在的模型网关普遍提供 OpenAI 兼容接口也就是/v1/chat/completions这一类 REST 端点。它约定了三件事认证方式、请求格式、响应格式。认证方式HTTP Header 里带Authorization: Bearer 你的Key请求格式JSON Body包含model、messages、max_tokens、temperature等字段响应格式统一返回choices、usage这类结构你可以把 OpenAI 兼容协议理解成电器里的通用插座。网关背后接的是 Space Bunny、DeepSeek还是某个本地模型都不重要只要它给你一个插座你的插头就能插进去。这也是为什么匿名模型能快速铺开——它不需要为每个客户端单独做适配。2.2 接入一个模型到底需要哪几个参数无论你用 curl、Python、Codex 还是 Dify最终都在传递同样几个参数参数作用示例Base URLAPI 网关的根地址https://api.gateway.example/v1API Key身份凭证sk-xxxxxModel ID指明你要调用哪个模型space-bunny/alphaRequest Body你的对话内容与生成参数messages、max_tokens等很多人接不上模型不是因为不会填而是因为不知道“模型 ID”到底写什么。匿名模型的 ID 不固定不同网关可能给完全不同的别名。所以接入第一步不是改代码而是去网关的控制台或模型列表页确认真实的 Model ID。2.3 怎么确认 Model ID而不是靠猜最稳妥的办法是直接问网关的模型列表接口。以 OpenAI 兼容网关为例用 curl 拉一份当前账号可见的模型清单curl https://api.gateway.example/v1/models \ -H Authorization: Bearer $SPACE_BUNNY_API_KEY返回的 JSON 里一般会有data数组每个元素带id字段。看到space-bunny/alpha、space-bunny:free、space-bunny-latest之类的 ID才是你真正要填进客户端的内容。不要在社区里看到别人写一个就抄一个网关之间差异很大。3. 三条接入路径curl、ccswitch、Codex 与 Dify 的实操我实际接入 Space Bunny 时主要走三条路线。第一条是直连 API适合验证模型手感和写自动化脚本第二条是用 ccswitch 这类切换工具做多模型管理适合日常办公和应急切换第三条是把它塞进 Codex 或 Dify直接变成 Agent 的底层模型。下面每一条都给出我实测下来能跑的配置。3.1 路径一直连 API最快验证模型手感先别急着上复杂工具直接用 curl 发一条消息确认 Key、Base URL、Model ID 三个要素都没错。curl https://api.gateway.example/v1/chat/completions \ -H Authorization: Bearer $SPACE_BUNNY_API_KEY \ -H Content-Type: application/json \ -d { model: space-bunny/alpha, messages: [ {role: system, content: 你是一名严谨的编程助手。}, {role: user, content: 用 Python 写一个函数判断一个字符串是否是回文。} ], max_tokens: 1024, stream: false }如果返回正常你会看到choices[0].message.content里有模型生成的代码。这里有个小细节stream字段先设成false等验证通了再改成true。否则排查问题时你还要同时处理 SSE 流式格式干扰太多。curl 通了之后再用 Python 封装成脚本方便批量测试。安装好openaiSDK 后import os from openai import OpenAI client OpenAI( base_urlhttps://api.gateway.example/v1, api_keyos.getenv(SPACE_BUNNY_API_KEY), ) resp client.chat.completions.create( modelspace-bunny/alpha, messages[ {role: system, content: 你是一个擅长代码 Review 的助手。}, {role: user, content: 帮我看看这段 Python 代码有没有内存泄漏风险。}, ], temperature0.2, ) print(resp.choices[0].message.content)注意base_url里的 path 一定要精确。有的网关要求写https://api.gateway.example/v1有的要求写到https://api.gateway.example不带/v1。SDK 通常会自动拼接/chat/completions你如果多写一层或者少写一层就会得到 404。3.2 路径二用 ccswitch 管理多 Provider秒切 Space Bunny 和本地模型ccswitch 这类工具解决的痛点是你不可能只用一个模型。Space Bunny 高峰期限流了你要切到本地模型继续干活Codex 要接一家Claude Code 又要接另一家。手动改环境变量容易改错ccswitch 把这些配置固化成配置档一键切换。我的做法是在 ccswitch 里建两个 ProfileProfile ASpace Bunny 远程 APIBase URLhttps://api.gateway.example/v1API Keysk-你的KeyModelspace-bunny/alphaProfile B本地 LLM Studio 服务Base URLhttp://localhost:1234/v1API Keylm-studio本地服务一般不校验Modellocal-model-name然后通过 ccswitch 的界面或 CLI 切换 Profile。切完之后同一个终端里启动 Codex 或 Claude Code它会自动读到新的配置。这个方案最大的好处是“故障切换”极快。Space Bunny 某次凌晨宕机我切到本地模型前后不超过十秒。不要等到线上任务跑挂了才想起来去改配置文件提前把两套 Profile 都配好出问题直接切。3.3 路径三把 Space Bunny 接进 Codex CLIOpenAI 的 Codex CLI 默认绑定它自己的模型但它是支持自定义模型供应商的。Space Bunny 在编码场景口碑不错接进 Codex 是很多人的第一诉求。编辑 Codex 的配置文件通常在~/.codex/config.tomlmodel space-bunny/alpha model_provider spacebunny [model_providers.spacebunny] name Space Bunny Gateway base_url https://api.gateway.example/v1 env_key SPACE_BUNNY_API_KEY wire_api chat这里wire_api有两个可选值chat和responses。大部分第三方网关只实现了 OpenAI 的/v1/chat/completions所以填chat最稳。如果你的网关明确支持 Responses API再改成responses。我从踩坑经验出发建议默认先填chat报 400 再换。配好后在终端里启动export SPACE_BUNNY_API_KEYsk-你的Key codexCodex 就会用 Space Bunny 执行编码任务。注意它和 Anthropic 协议的 Claude Code 不一样Codex 有自己的工具调用格式所以如果你把 Space Bunny 接到 Codex 里发现功能调用不稳定问题往往出在网关对 Responses 协议或工具调用格式的支持层而不一定是模型本身。如果你用的是 Claude Code原理类似只是环境变量名不同export ANTHROPIC_BASE_URLhttps://api.gateway.example/anthropic export ANTHROPIC_AUTH_TOKENsk-你的Key export ANTHROPIC_MODELspace-bunny/alpha export ANTHROPIC_SMALL_FAST_MODELspace-bunny/alpha-mini claude但这要求网关把 Anthropic 的 Messages 协议翻译成下游模型可理解的格式。不是所有网关都支持所以 Claude Code 这条路要先确认网关文档不要盲目照抄。3.4 路径四Dify 低代码平台接入如果你不想写代码Dify 这类低代码平台接入 Space Bunny 也很快。在 Dify 里找到“模型供应商”设置选择“OpenAI-API-compatible”或“自定义模型供应商”然后填入API Base URLhttps://api.gateway.example/v1API Keysk-你的KeyModel IDspace-bunny/alpha保存后回到应用编排界面把默认模型改成 Space Bunny就能在聊天助手、Agent 工作流里直接用了。这里我提醒一句Dify 里如果遇到“模型不支持工具调用”的提示别慌张去模型设置里检查是否手动开启了 Function Calling。匿名模型的工具调用能力差异很大有些模型确实不支持这时候你应该把需要调用工具的子任务拆给另一个模型而不是硬塞给 Space Bunny。4. 接入后最容易踩的坑常见报错与排查实录不管你是手工配还是用工具配接入匿名模型总有几个高频问题。我把实际遇到的、以及在社区里看到最多的现象整理成一张速查表。4.1 高频报错速查表现象大概率原因处理方式401 UnauthorizedAPI Key 填错、环境变量没加载、Key 前面多了空格检查 shell 里echo $SPACE_BUNNY_API_KEY确认没有换行或空格404 Not FoundBase URL 路径拼错或 Model ID 不存在拉一次/v1/models列表对照真实 ID400 Invalid Parameter把responses协议的参数发给chat/completions或传了不支持的tools格式检查客户端wire_api改为chat去掉不支持的参数429 Rate Limit免费档限流或单账号并发太高退避重试、换付费档、或分流到本地模型502/504 Gateway Error上游模型服务过载稍等重试长时间不稳就切换 Profile返回的内容文风突变网关把模型别名指到了另一个后端记录请求 ID找网关方确认路由这里最容易被忽略的是 400。很多第三方网关只实现了 Chat Completions API 的子集你按 OpenAI 官方文档传了stream_options或response_format它就报错。遇到 400 时先用 curl 发一个最精简的请求确认能通再把参数一项项加回来很容易定位。4.2 为什么接入的是 Space Bunny却感觉像另一个模型匿名模型最让人挠头的问题就是“货不对板”。你感觉这次回答像 DeepSeek下次又像某个本地微调模型甚至同一个 Model ID 不同时段表现不一致。我的排查思路是这样的先确认请求确实打到了预期的网关。登录网关控制台看最近请求日志里的 Model 字段和 Tokens 消耗。确认你用的是固定版本 ID而不是latest或free这类浮动标签。浮动标签在网关侧可能被重新映射。如果同一 ID 在早晚高峰表现差异明显大概率是上游在做负载均衡不同后端能力不完全一致。把带 Request ID 的对话记录保存下来。任何一个负责任的网关都能根据 Request ID 追踪到具体路由这是扯皮时最有力的证据。4.3 长上下文和工具调用的隐性门槛Space Bunny 在短任务上又快又稳但一拉长上下文或者开启工具调用就容易露馅。我碰到过三种典型症状携带 50 万字代码库后模型开始答非所问明显超出它的最佳上下文区间。Agent 让它调用某个工具它却返回一段“解释”而不是结构化工具调用参数。多轮工具调用后它突然开始重复之前的动作陷入循环。这不是说模型差而是说你把它放错了位置。匿名模型适合当“单轮、短上下文、强指令”任务的执行者真正需要复杂规划、多工具协作的长链路任务我还是更信任经过完整工具调用训练的旗舰模型。接入时不要只看排行榜成绩先跑一条接近你真实业务的路径。5. 我的几点避坑心得和后续玩法最后分享几个我自己总结的经验不一定写在哪篇文档里但实战很管用。第一API Key 永远别写进代码仓库。很多人为了方便直接把 Key 写到 Codex 的config.toml里甚至还提交到 Git。建议改成环境变量引用并把配置文件权限收紧chmod 600 ~/.codex/config.toml。匿名模型的热度越高盯上这类 Key 的人就越多。第二生产环境不要用浮动标签。space-bunny/latest用着用着可能就被网关悄悄换了版本等到行为异常才发现已经浪费了一周排查时间。尽量锁到具体版本 ID比如space-bunny/alpha-20250110以网关实际提供为准。第三把 ccswitch 这类工具当成“保险丝”用。Key 的价值不只是省事而是出事时能一秒钟换路。Space Bunny 再强也是别人的模型提供商改定价、临时下架、被官方追认或否认都是无常的。你手里最好有第二个模型做兜底哪怕是个本地模型。我个人现在的用法是Space Bunny 放在 Codex 里当主力编码模型本地 LLM Studio 模型做离线兜底再用 ccswitch 一键切换。这样不管是网关限流、模型下架还是单纯想省点钱我都有路可退。匿名模型的世界里灵活配置比盲目相信一个代号更靠谱。