Ternary Bonsai 2 27B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Ternarna przebudowa Qwen3.8-27B od PrismML: 26,9B parametrów w modelu językowym i embeddingach plus wieża wizyjna 0,46B, 64 bloki, z których mniej więcej co czwarty używa pełnej uwagi. Plik PTQ1_0 ma 5,95 GB, a PQ2_0 7,21 GB, wobec około 54 GB w FP16. PrismML podaje, że model zachowuje 98,2% średniej modelu FP16 w 14 benchmarkach w trybie myślenia. Standardowe llama.cpp NIE uruchomi tych plików: odrzuca PTQ1_0 i PQ2_0, a według karty wczytuje wersję Q2_0 bez ostrzeżenia i generuje bezsensowny tekst. Użyj forka llama.cpp lub MLX od PrismML.
Ternary Bonsai 2 27B potrzebuje około 7 GB VRAM przy PTQ1_0 ternary — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| PTQ1_0 ternary 1.78 bpw | 7.3 GB | ~95 tok/s | Mieści się | |
| PQ2_0 ternary 2.16 bpw | 8.5 GB | ~82 tok/s | Mieści się |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla Ternary Bonsai 2 27B →
Uruchom Ternary Bonsai 2 27B
Najtańsze GPU z naszego katalogu, które uruchomi Ternary Bonsai 2 27B, to Intel Arc B570 (10 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić Ternary Bonsai 2 27B
No Ollama library entry, and stock llama.cpp cannot run these files. Use PrismML's llama.cpp fork (CUDA, Metal, CPU) or its MLX fork on Apple Silicon.
Specyfikacja
Corroborated — Two or more independent sources agree on these figures, but the model card itself was not retrieved. Treat the numbers as good rather than confirmed. Jeszcze niepotwierdzone: parameter count (model card and GGUF metadata agree on 26.9B for the language model; no independent source).
- Parametry
- 26.9 Billion (+0.46B vision tower)
- Okno kontekstu
- 262,144
- Architektura
- Qwen3.8-27B hybrid attention (~3 linear : 1 full), ternary weights
- Dostawca
- PrismML
- Licencja
- Apache 2.0
- Availability
- Weights downloadable
- Practical deployment
- Laptop
- Określono przy
- PTQ1_0 ternary
- Vision projector
- +0.6 GB when you send images (not included above)
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2026-10-15
Commercial use permitted. No usage restrictions beyond attribution.
Ograniczenia i zastrzeżenia
- Ships only in PrismML's ternary packings; there is no Q4_K_M, Q8_0 or FP16 GGUF to choose instead.
- Stock llama.cpp, Ollama and LM Studio cannot run it; the PrismML forks are required.
- The card's speed table was measured on an earlier build and is marked pending re-measurement.
- The vision projector is a separate file (0.63 GB at Q8_0).
Zobacz też Ternary Bonsai 27B
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
Czy uruchomię Ternary Bonsai 2 27B na moim GPU?
Inne rozmiary Ternary Bonsai 2
Ternary Bonsai 2 27B — najczęściej zadawane pytania
How much VRAM does Ternary Bonsai 2 27B need?
About 7 GB at PTQ1_0 ternary — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does Ternary Bonsai 2 27B run on an RTX 4090 (24 GB)?
Yes. Ternary Bonsai 2 27B needs about 7 GB at PTQ1_0 ternary, inside a 24 GB card, at an estimated 95 tokens/sec.
How do I run Ternary Bonsai 2 27B locally?
No Ollama library entry, and stock llama.cpp cannot run these files. Use PrismML's llama.cpp fork (CUDA, Metal, CPU) or its MLX fork on Apple Silicon. Running the published tag would send your prompts to a hosted GPU rather than your own machine.
What other sizes does Ternary Bonsai 2 come in?
Ternary Bonsai 2 2B (1 GB), Ternary Bonsai 2 4B (2 GB), Ternary Bonsai 2 9B (3 GB), Ternary Bonsai 2 27B (7 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.