Step 5 Preview vs Space-Bunny：一个实名开源，一个匿名屠榜，两条完全不同的发布路线

一句话总结：这两个模型放一起比，比的不是能力，是发布策略。Step 5 Preview 实名开发布会、十天开源、讲帕累托前沿；Space-Bunny 匿名上线、三天屠榜、半个月后才被认出是 MiniMax 家的人。前者卖信任，后者卖好奇。

把它们放在一起看，是我最近觉得最有意思的一件事。

因为它们几乎在所有维度上都是反面。

图 1：一个把参数和成本摊在桌面，一个连名字都不给

先摆事实

第一眼就能看出差别：Step 5 把技术细节全摊开了，Space-Bunny 什么都不说。

参数不公开、架构不公开、benchmark 不公布、开发方不承认。Space-Bunny 公开的信息只有：能塞多少 token、吃什么输入、价格多少。

这本身就是两种产品哲学。

定位完全不同

Step 5 Preview 是旗舰。阶跃的说法是"面向真实世界 Agentic 任务的旗舰基座模型"，AA 指数 44 排全球开源前三，主打软件工程、专业知识工作、金融。

Space-Bunny 是Flash 档。OpenRouter 官方描述是"快速推理、可调推理、1M 上下文的 flash 模型"。社区拿它对比的是 DeepSeek V4.1 Flash 和 GLM-5.3-Flash，不是旗舰。

所以严格讲，这两个不是一个重量级的选手。

但有意思的是：它们的上下文都是 1M。一个旗舰和一个小快灵，在长上下文这个维度上撞到了一起。

成本怎么算

Step 5 的账很清楚：单任务 0.71 美元，Claude Opus 5 是 5.86 美元。八分之一。

Space-Bunny 的账有两个阶段：预览期全免费（这就是它三天屠榜的原因之一），现在按 $3 / 百万 token。

$3/百万 token 是什么水平？比 GLM-5.3（$1.40/$4.40）的输出价便宜，比 GLM-5.3-Flash（$0.15/$0.50）贵得多。属于中间档。

但要提醒一句：按 token 计价和按任务计价没法直接比。Step 5 的 0.71 美元是"完成一个任务"的平均成本，包含了所有输入输出。Space-Bunny 的 3 美元是"每百万 token"，一个复杂任务可能烧掉好几百万 token。

真要算清楚，只能用你自己的任务实测。

能力谁更强

这个问题我没有答案，而且我认为现在没人有答案。

原因很简单：没有可比的基准。Step 5 公布了 DeepSWE 67.7、Terminal-Bench 4.0 33.3、FrontierFinance 66.4、AA 44；Space-Bunny 一个官方分数都没有。

第三方给 Space-Bunny 做的 field test 里，GPQA Diamond 是 82%。Step 5 没公布这一项。硬比不了。

能说的只有定性判断：

Step 5 的上限可能更高。600B 参数、92 层深度、专门为长程 Agent 优化，这套配置是为复杂任务准备的。

Space-Bunny 的响应更快、长输出更强。524K 的输出上限是个硬优势，批量生成长文档的场景它更合适。

真正的差异：信任成本

这才是我觉得最值得说的一点。

Step 5 Preview 你可以查证。参数、架构、基准、开源权重、协议，全都是公开的。它可能不如宣传的那么强，但至少你能验证。不满意还能自己下载权重跑。

Space-Bunny 你只能信。你不知道它是什么架构、多少参数、用谁的数据训的。数据条款两边还不一致：OpenRouter 说提供商可能留存 prompt 和 completion（承诺不用于训练），OpenCode 说零留存。

对企业用户来说，这是个硬门槛。金融、医疗、法律这些行业，模型来路不明基本等于不能用，不管它多便宜。

匿名这件事，本质是市场测试

我在 Space-Bunny 那篇里展开过，这里补一个角度。

匿名发布对厂商的好处很实际：预期管理。实名发一个 preview，用户会拿它跟自家旗舰比，差一点就被骂"退步"。匿名发，用户只会说"这个 stealth 模型挺猛"。

而且匿名期收集到的评价是干净的——没有品牌偏见，纯粹基于体验。

代价是什么？信任无法积累。Space-Bunny 屠榜三天，但它没有为任何一家公司建立品牌资产。等它被认领为 M3，热度已经过去一半了。

Step 5 走的是相反的路。开一场发布会、写一篇讲帕累托前沿的技术博客、十天后开源权重。慢，但每一步都在积累"这家公司靠谱"的印象。

各自适合谁

选 Step 5 Preview 的场景：

需要可审计的模型（合规、金融、政企）；要自己部署（开源权重）；任务偏复杂、需要长程规划；在意供应商的长期支持。

选 Space-Bunny（M3）的场景：

要极快的响应和超大输出；做原型验证、内部工具；对模型来源不敏感；预算紧（虽然现在不免费了）。

两个都别选的场景：

需要绝对最强的能力——那应该看 Kimi K3、GPT-6 Astra 那一档。

一个判断

我一直觉得，2026 年模型竞争的重点已经从"谁更强"转到了"谁更可信"。

参数和跑分的差距在收窄，同一梯队里你很难靠数字说服别人。真正拉开距离的是：出了问题时能不能找到人、数据怎么处理、模型会不会突然消失、明年还更不更新。

按这个标准看，Step 5 Preview 的路线更可持续。匿名可以带来一波流量，但带不来长期的客户。

不过话说回来，Space-Bunny 也很成功——它用零成本拿到了三天榜首的曝光，还让一堆人主动去研究它的身份。作为一次营销，这波操作相当漂亮。