Zum Hauptinhalt springen

PrismMLSprachmodellOpen Source

Ternary Bonsai 2 27B

Für Ternary Bonsai 2 27B gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen. Aus den Herstellerangaben schätzen wir rund 72,8 Punkte (95-%-Bereich 52,4 bis 93,1). Das ist keine unabhängige Messung.

Beliebtheitnoch keine Daten

k. A.ohne Such- oder Nutzungsdaten

Zusammenfassung

Ternary Bonsai 2 27B komprimiert Qwen3.8-27B auf ternäre Gewichte. Die dicht gepackten PTQ1_0-Dateien benötigen laut PrismML 5,95 GB für das Sprachmodell und speichern 1,75 Bit pro Gewicht. Die separat gelieferte visuelle Komponente kommt bei Bildeingaben hinzu.

Der Checkpoint umfasst insgesamt 27,36 Milliarden Parameter und verarbeitet 262.144 Token Kontext. Die Architektur des Basismodells bleibt erhalten. PrismML veröffentlicht die Gewichte unter Apache 2.0; die idealisierte ternäre Präzision von 1,72 Bit unterscheidet sich vom tatsächlich ausgelieferten PTQ1_0-Format.

Ternary Bonsai 2 27B im eigenen Test

SVG-Kurztest

Ein SVG-Auftrag mit denselben festen Einstellungen für alle Modelle, ohne verdecktes Nachdenken.

Ternary Bonsai 2 27B

API-Anfrage fehlgeschlagen. Das Modell wurde nicht bewertet.

Frühere Tests

Das ist jeweils die niedrigste dokumentierte Einstellung des Anbieters. Daraus folgt keine Vergleichbarkeit des Rechenaufwands zwischen Modellen.

Ternary Bonsai 2 27B: Pelikan auf dem Fahrrad
Community-Klassiker für eine freie SVG-Zeichnung.

Pelikan auf dem Fahrrad

Auftrag (englisches Original)

Generate an SVG of a pelican riding a bicycle

11.10.2026 · 104 s · 0,0022 $

Testdetails
Datum des Testlaufs
11.10.2026
API-Anbieter
Darkbloom
Angefragtes API-Modell
prism-ml/ternary-bonsai-2-27b
Reasoning-Einstellung
deaktiviert (enabled: false)
Tokenlimit inklusive Reasoning
8.192 Token
Reasoning-Tokens
0
Ausgabe-Token
4.427 Token
Kosten des Versuchs
0,0022 $
Antwortzeit
103,8 s
API-Modell laut Antwort
prism-ml/ternary-bonsai-2-27b
Festgelegter Endpunkt
Darkbloom | prism-ml/ternary-bonsai-2-27b-20260918
Temperatur
Anbieterstandard
Testprotokoll
community-visual-low-v1
Technische Prüfung
Bestanden, keine Qualitätsbewertung

Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.

Ursprung der Aufgabe: Simon Willison

Alle Benchmark-Werte

Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.

Alle 67 veröffentlichten Benchmark-Werte anzeigen

Seite 1 von 6

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

MMLU-Redux (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
89,09
Messgröße
MMLU-Redux
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
GPQA Diamond (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
85,76
Messgröße
GPQA Diamond
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
GSM8K (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
96,66
Messgröße
GSM8K
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
AIME25 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
95
Messgröße
AIME25
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
AIME26 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
95,83
Messgröße
AIME26
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
HumanEval+ (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
95,12
Messgröße
HumanEval+
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
LiveCodeBench v6 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
90,07
Messgröße
LiveCodeBench v6
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
IFEval (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
91,31
Messgröße
IFEval
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
IFBench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
74
Messgröße
IFBench
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
tau2-Bench (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
80,22
Messgröße
tau2-Bench
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
BFCL v3 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
74,92
Messgröße
BFCL v3
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology
OCR Bench v2 (Messwert, Testbedingungen und Quelle anzeigen)
Originalwert
56,88
Messgröße
OCR Bench v2
Einheit
%
Kategorie
source-specific
Richtung
Mehr ist besser
Quellentyp
vendor-reported
Auswertung
PrismML whitepaper Tables 7, 8, 10 and methodology
Status
active
Abrufdatum
2026-10-04
Methodik
Vom Anbieter veröffentlichter Wert. NVIDIA H100, EvalScope + vLLM, TP2/DP4, thinking mode, xhigh, top-p 0.95/top-k 20, temperature 1.0, reasoning parser strips thought block. Most tasks single-pass; GPQA mean 5 samples/question; AIME25/26 mean 8/problem; vision tower loaded for vision tasks. Twenty-benchmark suite plus Terminal-Bench 2.1 and SWE-Bench Verified.
Einordnung
Quellenspezifische Beobachtung, keine gemeinsame Vergleichsgruppe.
Quelle PrismML whitepaper Tables 7, 8, 10 and methodology

Seite 1 von 6

Alle technischen Daten

Architektur

Basismodell
Qwen3.8-27B
Quelle: Basismodell

Ein- und Ausgabe

Kontextfenster
262.144 Token
Quelle: Kontextfenster

Wasserzeichen und Herkunft

KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.

KI-Wasserzeichen
Unbekannt
ohne Quelle
Wasserzeichen-Technik
Nicht bekannt
ohne Quelle

Lizenz und Zugang

Veröffentlichung
17. September 2026
Quelle: Veröffentlichung
Lizenz
Apache 2.0
Quelle: Lizenz
Abschaltung
Keine angekündigt
ohne Quelle

Weitere Angaben

Kompression
PTQ1_0-Dateien mit 1,75 Bit pro Gewicht und 5,95 GB Dateigröße
Quelle: Kompression

Häufige Fragen zu Ternary Bonsai 2 27B

Wie gut ist Ternary Bonsai 2 27B in Benchmarks?

Unabhängige Ergebnisse reichen noch nicht für den Gesamtindex. Eine Schätzung aus 5 Herstellerangaben (AIME 2025 95 %, GPQA Diamond 85,8 %, LiveCodeBench v6 90,1 %, SWE-bench Verified 60,8 %, Terminal-Bench 2.1 52,8 %) ergibt rund 72,8 Punkte, mit einem 95-%-Bereich von 52,4 bis 93,1. Die Schätzung ist an Modellen geeicht, für die es sowohl Herstellerangaben als auch unabhängige Messungen gibt. Herstellerangaben liegen bei einigen Tests deutlich über unabhängigen Messungen; die Eichung gleicht das im Mittel aus.

Herstellerschätzung, kein Wert des Gesamtindex

Wie groß ist das Kontextfenster von Ternary Bonsai 2 27B?

262.144 Token. Für Ein- und Ausgabe können zusätzliche Limits gelten.

KontextfensterKontextlimit in Token · höher ist besser
Ternary Bonsai 2 27BPlatz 77 von 112262 Tsd.
Kimi K2.6262 Tsd.
Qwen 3.8 27B262 Tsd.
Kimi K2.7 Code262 Tsd.
Kimi K2.5262 Tsd.
Kimi K2 Thinking262 Tsd.
Mistral Medium 3.5262 Tsd.

Kann ich Ternary Bonsai 2 27B lokal nutzen?

Ja, die Gewichte sind offen.

Angaben von PrismML

Offene Gewichte
ja
Lizenz
Apache 2.0
Parameter
27,4 Mrd.
davon aktiv je Token
k. A.

Quellen und Datenstand

Alle 13 Quellen anzeigen

Benchmarkquellen im Überblick

Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.

Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.

Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.

ArtNachweis und Datenstand
RecherchestandRecherchestand 4. Oktober 2026. 12 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Nicht veröffentlicht

category-aggregation

Hinweis

Die Release-Seite nennt die Einzelbenchmarks je Kategorie, aber keine Punkteskala, Aggregationsformel, Einzelwerte der jeweiligen Kategorie, Nenner, Prompts, Decoding-Einstellungen oder Evaluierungsdatum.

Ungeklärt

profile-specific-generalization

Hinweis

Der externe Bericht behandelt Reasoning-off ausdrücklich als eigenes wesentliches Profil und stützt keine Übertragung auf Reasoning-on oder andere Quantisierungen. Da der Team-Roster keine eigene Modell-ID je Konfiguration führt, bleibt die genaue Trennung in jeder Scorekonfiguration und Caveat erhalten.

Ungeklärt

separate prefill-curve result

Hinweis

Der Bericht führt separat eine Prefill-Kurve mit pp512 293 Tok/s auf, während die llama-bench-Tabelle für zwei T4 313,0 Tok/s nennt. Methode und Kontext der Kurve sind nicht hinreichend spezifiziert; sie wurde deshalb weder zusammengeführt noch als Ersatz übernommen.

Weitere QuellePrismML Bonsai 2 27B announcement (abgerufen 3. Oktober 2026; 17. Oktober 2026) · PrismML Bonsai 2 27B announcement · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuelleTernary Bonsai 2 model card (abgerufen 3. Oktober 2026) · Ternary Bonsai 2 model card · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere QuellePrismML whitepaper Tables 7, 8, 10 and methodology (abgerufen 4. Oktober 2026)
Weitere QuelleWumboLabs, Bonsai 2 27B WELP methodology-revision supplement (abgerufen 17. Oktober 2026)
Weitere QuelleBonsai-demo community benchmark report (abgerufen 18. Oktober 2026)
Weitere QuelleBonsai-demo community issue #181 by xzphot (abgerufen 18. Oktober 2026)
Weitere QuellePrismML Bonsai 2 community benchmarks, RTX 5090 Linux report (abgerufen 18. Oktober 2026)
Weitere QuellePrismML Bonsai 2 community benchmarks, RTX 5080 Windows report (abgerufen 18. Oktober 2026)
Weitere Quelleinstax-dutta GitHub Gist (abgerufen 19. Oktober 2026)
Weitere QuelleTsotchke Corporation / GeoRefine, What ternary keeps, and what it loses (abgerufen 22. Oktober 2026)
Weitere QuelleWumboLabs WELP methodology-revision supplement, thinking-off profile (abgerufen 23. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 17. Oktober 2026; 23. Oktober 2026)
Weitere QuelleModellmetadaten (abgerufen 18. Oktober 2026)