Space Bunny Alpha: dentro del experimento gratuito de IA anónima

Un nombre discreto irrumpió en la escena de la IA el 23 de septiembre: Space Bunny Alpha. El modelo anónimo apareció de la nada en los catálogos de OpenRouter y OpenCode, gratis durante toda la semana. En el vídeo su nombre suena una y otra vez como SpaceMoney, pero la ficha oficial dice Space Bunny Alpha, y esa confusión de identidad está en el centro de la historia.

Cómo funciona la vista previa sigilosa

Lo más llamativo no es lo que hace el modelo, sino cómo se sirve. Desarrollador y operador: un proveedor externo que eligió el anonimato durante la vista previa. OpenRouter solo dirige las solicitudes hacia él; no es su desarrollador, propietario ni proveedor. Según las condiciones, los mensajes pueden quedar guardados en el proveedor, pero nunca se usan para entrenar. La página Stealth de OpenRouter formaliza el esquema: Union Alpha el 16 de septiembre con 262.000 tokens de contexto, Ox Alpha el 20 de agosto con 1,05 millones. El precedente importa porque Ox Alpha resultó ser GLM-5.3-Flash; el misterio de hoy también podría resolverse algún día.

Un millón de tokens y razonamiento obligatorio

La ficha técnica sorprende por generosa para una vista previa gratuita. Una ventana de contexto de un millón de tokens acepta texto además de imagen y vídeo de forma nativa, con salida en texto. El esfuerzo de razonamiento ajustable ofrece cinco niveles, max, xhigh, high, medium y low, con medium por defecto. El techo llega a 524.288 tokens de compleción, con llamadas a herramientas: el modelo apunta a flujos agénticos, no al simple chat. El rastreo en vivo de la API de SioraLabs confirma precio de cero dólares en entrada y salida, con disponibilidad total. El presentador añade sus mediciones: 74 tokens por segundo y 1,5 segundos hasta la primera respuesta, dos cifras sin verificar que conviene leer como afirmaciones.

Huellas del tokenizador y teoría MiniMax caída

La caza de identidad empezó un cuarto de hora después de la aparición. Primera pista: la huella del tokenizador . Una cuenta afirma una coincidencia exacta entre el tokenizador de texto y el de MiniMax M3. MarMar Labs firma la versión rigurosa: 36 comparaciones en 12 baterías de pruebas, todas coincidentes con el tokenizador público de MiniMax M3, aclarando que M2.7 también coincide, lo que apunta a una familia y no a una versión. YFarmX contó 50 cadenas divididas exactamente como MiniMax. La investigación a fondo de CellCog, del 27 de septiembre, mantiene el rumbo: rastros sólidos de MiniMax, identidad sin confirmar.

La teoría tembló cuando MiniMax lanzó oficialmente M3.1-Flash-Preview el 27 de septiembre. Según PANews, el modelo entró en servicio en MiniMax Code, orientado al desarrollo diario, correcciones rápidas y estabilidad, con una campaña de puntos dobles del 28 de septiembre al 7 de octubre. El presentador archiva la teoría y declara la caza de vuelta a cero. CellCog se muestra más prudente: la nueva versión comparte las características publicadas del modelo sigiloso, MiniMax sigue siendo plausible, pero nadie ha puesto nombre.

El duelo del jardín voxel: 45 minutos y cero dólares

El escenario del duelo es un jardín japonés voxel detallado en 3JS: un templo pequeño, aldeanos diminutos, un dragón volador y toques interactivos. La misma consigna para ambos. Space Bunny Alpha terminó en unos 45 minutos, al máximo razonamiento, con coste cero. GPT-6 Astra, en modo de pensamiento X-High, cerró en 15 minutos pero facturó 4,24 dólares de generación. Contra su propio pronóstico, el presentador considera la producción gratuita más detallada y cuidadosa. El retrato del rival merece constar: OpenAI atribuye a GPT-6 Astra un 98 % en FrontierMath Tier 4, un 99,9 % en ARC-AGI-3, un 100 % en ExploitBench y un 59,3 % en el examen Agents' Last Exam. Las cifras del duelo son del presentador; las puntuaciones de OpenAI, del anuncio oficial.

Gira de vitrinas web: de los auriculares al sistema

El trabajo pesado corrió en VS Code mediante el agente Codium, con el modelo clavado al máximo razonamiento. Primera tarea, un visor de producto de 360 grados: el modelo de auriculares salió genuinamente tridimensional, las piezas clicables abrían fichas y el cambio de color funcionaba. El umbral 3D donde tropiezan la mayoría quedó superado. Segunda tarea, un sistema estilo macOS en el navegador: interfaz glassmorphism, centro de notificaciones, ajustes de pantalla y sonido, modo nocturno, menús superiores y aplicaciones con iconos SVG. Quedaron parpadeos al hacer clic, pero la estructura aguantó. Tercera vitrina, una página de lanzamiento para una tarjeta gráfica de Nvidia: tras cuatro intentos, tarjeta 3D con ventiladores animados, logotipo SVG, tipografía y movimiento dinámico.

El precio de la velocidad y fracasos honestos

No todo terminó en vitrina. Un encargo estilo Call of Duty plantó sprites 2D en una escena 3.js; los enemigos se veían raros y no surgió ningún verdadero clon 3D. La esfera dibujó un cuadro más duro: Space Bunny Alpha tardó 43 minutos y 219.000 tokens mientras GPT-6 Sol respondía en 5 minutos con 520.000 tokens. Aquí también toca una corrección de nombre: el modelo llamado Soul en el vídeo es en realidad Sol, del anuncio Sol y Luna de OpenAI. El esfuerzo máximo compra calidad pero infla el tiempo de reloj; un modelo veloz en modos normales estira los minutos hacia las horas al máximo.

El modelo que mira: la cima multimodal

La demostración más fuerte llegó cuando el modelo abrió los ojos. Le pasaron un clip de juego para reconstruirlo en HTML: efecto de tormenta, naves estilo boceto, el jefe Black Pharaoh leído en la interfaz, sistema de recolección, bombas, pantalla de victoria y sonidos generados con WebAudio. Al máximo, el primer token cayó tras 7,8 segundos y 50.000 tokens fluyeron a 120 por segundo. Clip original arriba, reconstrucción ejecutándose abajo, en el mismo cuadro. Una hazaña de lectura similar convirtió un plano de vivienda en un apartamento 3D completo vía enlace Blender en una hora. El presentador añade que el punto de control oculto no deja de acelerarse y mejorar desde sus primeros días.

La ronda final pidió una aplicación bursátil completa con una sola consigna: datos de mercado, gráficos, competidores, documentos de la SEC y actualidad reunidos en una interfaz limpia y adaptable, con escenarios alcista, base y bajista. El modelo habría decidido solo casi todo, de la fuente a los rivales. El acceso es sencillo: vía OpenRouter y dentro de OpenCode, con el agente de código preferido. La documentación de OpenCode describe más de 75 proveedores, elección con el comando /models, y recomienda entre otros GPT 5.2, Claude Opus 4.5 y Minimax M2.1. Una página de lanzamiento con visuales 3D también salió en una sesión. Probar antes de que cierre la ventana gratuita tiene sentido; vigilar lo que se pega en ella es obligatorio.