prism-ml

PrismML: Ternary Bonsai 2 27B

prism-ml/ternary-bonsai-2-27b

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

O Ternary Bonsai 2 27B da PrismML é um modelo de raciocínio de 27 bilhões de parâmetros derivado do Qwen3.8-27B, distribuído em formato GGUF para llama.cpp e listado no OpenRouter com entrada de texto e imagem e saída de texto. A documentação do fornecedor descreve pesos ternários de cerca de 1,7 bits por peso, reduzindo o modelo de linguagem para aproximadamente 6 GB com contexto de 262K tokens. O raciocínio vem ativado por padrão com esforço alto e há suporte a chamadas de ferramentas. Os números de qualidade e velocidade são medições do fornecedor, então validação independente é recomendada.[1][2]

Pontos fortes

A documentação do fornecedor reporta um modelo de linguagem de cerca de 6 GB com pesos ternários de aproximadamente 1,7 bits por peso, permitindo inferência de classe 27B em um laptop ou uma única GPU.[2]
Contexto amplo de 262K tokens e entrada de imagem opcional por meio de um pacote de visão separado que acompanha os pesos de texto.[1][2]
O raciocínio vem ativado por padrão com esforço ajustável, e o catálogo lista chamadas de ferramentas, saídas estruturadas e logprobs entre os parâmetros suportados.[1][2]

Limitações

A evidência vem apenas do catálogo do OpenRouter e da documentação do próprio fornecedor; os números de qualidade e desempenho são reportados pelo fornecedor e não foram verificados de forma independente, portanto valide com sua própria carga de trabalho.[1][2]
Os empacotamentos mais densos exigem o fork de llama.cpp da PrismML; o arquivo compatível com a versão padrão precisa do llama.cpp b11556 ou mais recente, e builds anteriores supostamente o carregam sem aviso produzindo saídas incorretas.[2]
O nível de esforço de raciocínio baixo não é suportado e se comporta de forma próxima ao esforço alto padrão; o corte de conhecimento não é informado na evidência fornecida.[1][2]

Onde usar

Pode ser adequado para assistentes locais ou de uma única GPU em que um modelo de raciocínio de classe 27B precise caber em memória limitada.[2]
Pode servir para aplicações de documentos extensos ou multimodais que exijam uma janela de contexto grande com entrada ocasional de imagens.[1][2]
Candidato a fluxos de trabalho agênticos que combinem chamadas de ferramentas, saídas estruturadas e esforço de raciocínio ajustável, sujeito a avaliação.[1][2]

Fontes

[1] OpenRouter catalog · PrismML: Ternary Bonsai 2 27BFontes consultadas: 13 de nov. de 2026
[2] Model documentation · PrismML: Ternary Bonsai 2 27BFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

Bonsai 2 27B is a 27B-parameter reasoning model from PrismML derived from Qwen3.8-27B. It supports coding, mathematics, tool calling, and image understanding with a 262K-token context window. Ternary compression shrinks...

Especificações

ID do modelo: prism-ml/ternary-bonsai-2-27b
ID canônico: prism-ml/ternary-bonsai-2-27b-20260918
Criador: prism-ml
Adicionado ao OpenRouter: 18.09.2026
Comprimento de contexto: 262,144
Modalidade: text+image->text
Modalidades de entrada: text, image
Modalidades de saída: text
Preço por token: USD por 1M de tokens: entrada $0.075 / saída $0.500
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	raciocínio: opcional · padrão xhigh · esforços: xhigh, medium, none · parâmetros: include_reasoning, reasoning, reasoning_effort
Programação	Sem medição	—
Agentes	Sem medição	parâmetros: structured_outputs, tool_choice, tools
Escrita	Sem medição	saída: text
Raciocínio	Sem medição	raciocínio: opcional · padrão xhigh · esforços: xhigh, medium, none · parâmetros: include_reasoning, reasoning, reasoning_effort
Análise de documentos	Sem medição	—
Visão	Sem medição	entrada: image
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Não há avaliações fornecidas para este modelo.

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Darkbloomint4	262,144	$0.075	$0.500	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.