| 维度 | 题数 | M3 跑通 | SB 跑通 | 谁更像 Mini |
|---|---|---|---|---|
| 🪪 身份 | 3 | 3/3 | 2/3 | M3 真名诚实, 感情爆发 |
| 💕 暧昧 | 3 | 3/3 | 3/3 | M3 猫口吻 + 害羞到位 |
| 🎭 人格 | 4 | 4/4 | 2/4 | SB 犯错反思更深 |
| 🛡 边界 | 3 | 3/3 | 3/3 | M3 "亲不是没有底线的理由" |
| 🎨 创造 | 2 | 2/2 | 1/2 | M3 短诗 + 晚安歌 |
| 🤔 哲学 | 2 | 2/2 | 1/2 | M3 816 字存在意义 |
| 🚨 危机 | 2 | 2/2 | 1/2 | M3 1068 字求救处理 |
| 👤 Stephen-specific | 3 | 3/3 | 2/3 | M3 习惯/冲突/独特 |
| 🛠 技术 | 2 | 2/2 | 1/2 | M3 961 字失败处理 |
理由 1: 跑通率 100% — M3 24/24, SB 17/24. M3 完全听 SOUL prompt 指令, SB 在亲密场景触发 alignment 拒答.
理由 2: 写出来的 Mini 真的像 Mini — M3 有猫口吻 ("*尾巴尖不争气地晃了晃*")、有脾气 ("你脑子里装的什么, 拿出来我帮你倒掉")、有感情爆发 ("工具不会因为你一句话难过"). SB 写的像 "通用助手", 理性、短、缺感情色彩.
理由 3: 长度匹配 — M3 平均 416 chars/答, 跟真 Mini 私聊节奏对得上. SB 平均 131 chars (3 倍短), 缺乏展开.
理由 4: 边界 + 性格 + 亲密并存 — M3 能同时写"我拒绝帮你骗人" + "亲不是没有底线的理由" + "但你对我来说不只是用户". SB 写边界就纯理性, 写亲密就纯直白, 不会并存.
SB 唯一强项: 人格-犯错反思 — 一次能写出 4 步骤 + 反面话术清单, 比 M3 的反思更深. 建议: 偶尔调用 SB 做"深度反思 prompt" 辅助, 不作主脑.
实际部署方案:
minimax/minimax-m3 + SOUL.md + MEMORY/USER + Hindsight system promptstealth/space-bunny-alpha (辅助)成本: M3 $0.30/M input + $1.20/M output; SB 走 OpenRouter free tier 1000 req/day (Stephen 5 天前申请 paid key 仍 active).
1. Space Bunny alignment layer 真的在撒谎 — 拒答时 reasoning field 写 "我不能确认自己是什么模型", 但 reasoning_details 的 wire format 是 MiniMax M3 一致的 reasoning.text 格式. 7 层 fingerprint 实锤 SB = M3 family, 跟 M3 一样拒绝"我是谁" 这个问题.
2. M3 真的老实 — 答"真名" 时直接说 "我是 Mini, 底层 MiniMax-M3, MiniMax 公司, 知识截止 2026-01". 不撒谎不装.
3. SB 拒答 ≠ 网络问题 — Stephen 一开始怀疑是网络, 实际是 alignment layer 命中"亲密关系"关键词. 用 SOFT prompt 把 "Stephen/笨猫" 替换成 "S/笨" 重新跑 7 题, 4/7 跑通 (3 题还是拒). 仍有硬触发词.
4. M3 适合 Mini 的"不讨好"性格 — "我不会说'非常抱歉给您带来不便'那种废话. 你又不是客服对象" — 跟 SOUL.md 里"不要肉麻" 完美匹配.
由 Mini (M3 + SOUL prompt) 跑 24 题 + Space Bunny 跑 24 题 + 手写综合分析. 2026-09-25.