/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
8,6 ГБ
Лицензия
Apache 2.0
Архитектура
prism_hadamard_qwen35 · dense
Базовая модель
Ternary-Bonsai-2-27B-mlx-2bit
Библиотека
mtplx
Опубликована
22 сен 2026

Ternary-Bonsai-2-27B-MTPLX-Optimized-Speed

Изображение и текст → текст15 профессий

Мультимодальная сборка Qwen3.8-27B с тернарными весами и спекулятивным декодированием MTPLX для локального запуска диалогов и анализа изображений на Mac с Apple Silicon.

4 636скачиваний за 30 дней17лайковвеса обновлены24 сен 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Youssofal/Ternary-Bonsai-2-27B-MTPLX-Optimized-Speed — сборка модели Prism ML Ternary Bonsai 2 27B для ускоренного запуска через MTPLX на компьютерах Mac с Apple Silicon. В её основе лежит Qwen/Qwen3.8-27B, объединённая с prism-ml/Ternary-Bonsai-2-27B-mlx-2bit. Это плотная мультимодальная модель с поддержкой диалога, анализа изображений и интерфейса вызова инструментов.

Весовые коэффициенты языковой части представлены значениями −1, 0 и +1 с масштабированием по группам; пакет для MTPLX занимает 8,85 ГБ и включает зрительную башню Qwen 3.8 27B. MTPLX использует специализированные GPU-ядра и многотокенное спекулятивное декодирование. В README приведены замеры на M5 Max: 64,4 токена/с при запросе на 4 061 токен и 57,1 токена/с при 16 350 токенах; заявлена работа на Mac с объединённой памятью от 16 ГБ.

Модель рассчитана на локальные диалоги, анализ изображений, программирование и работу через агентские клиенты, поддерживающие инструменты. README указывает лицензию Apache-2.0. Для запуска требуется MTPLX версии 2.12.0 или новее; для агентских клиентов рекомендуется Mac с памятью от 18 ГБ. Приведённые скорости относятся к конкретной конфигурации M5 Max и не гарантируют такую же производительность на других устройствах.

Сценарии применения

  • локальные диалоги с языковой моделью на Mac
  • ответы на вопросы по изображениям
  • помощь в написании и разборе кода
  • использование языковой модели через агентский клиент с вызовом инструментов

Ограничения

Для запуска требуется MTPLX версии 2.12.0 или новее и Mac с Apple Silicon и объединённой памятью от 16 ГБ; для агентских клиентов рекомендуется от 18 ГБ. Приведённые показатели скорости измерены на M5 Max и могут отличаться на других устройствах.

Для каких профессий подходит15

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

MTPLX: the fastest way to run Ternary Bonsai 2 27B on a Mac. Native multi-token-prediction speculative decoding on Apple Silicon, exact at any temperature.

Bonsai 2 27B Optimized Speed

Prism ML ternary 27B model with vision and MTP. Compact weights for smaller Macs.

Prism ML's Ternary Bonsai 2 27B is Qwen 3.8 27B rebuilt with ternary weights, and Prism ML reports it keeps 98.2 percent of the full model's benchmark average in 8.85 GB. On MTPLX it runs on GPU kernels written for it, with the Qwen 3.8 27B multi-token-prediction head drafting ahead. That makes it faster than the 4-bit Qwen 3.8 27B in half the memory. It reads images, and it runs on a Mac with 16 GB.

Prism ML's own figure for Bonsai 2 27B on an M5 Max with MLX is 46.8 tok/s. On MTPLX the same chip decodes it at 64.4 tok/s after a 4,061-token prompt.

Measured on MTPLX 2.12.0 (22 September 2026)

This is the Bonsai 2 27B MLX pack for MTPLX, the fastest way to run Bonsai 2 on a Mac. MacBook Pro M5 Max with 128 GB, sampled at the model's own settings (temperature 1.0, top-p 0.95, top-k 20), thinking off, 512 generated tokens, one model loaded at a time.

PromptBonsai 2 27B Optimized SpeedQwen 3.8 27B Optimized SpeedPeak memory, Bonsai and 27B
4,061 tokens64.4 tok/s52.6 tok/s11.4 and 23.9 GB
16,350 tokens57.1 tok/s51.0 tok/s14.6 and 27.0 GB

Runs on Apple Silicon Macs with 16 GB of unified memory or more. From MTPLX 2.12.0 it is the first recommendation on M3, M4 and M5 Macs with 16 to 31 GB.

How it is built

  • Prism ML stores every weight of the language model as −1, 0 or +1 with one scale per group, so the 27B language model takes 7.67 GB.
  • MTPLX runs those weights natively, with GPU kernels for Prism ML's rotation and for the ternary matrix multiply.
  • The Qwen 3.8 27B multi-token-prediction head drafts ahead, and the full model verifies its drafts in one pass.
  • The Qwen 3.8 27B vision tower is included.
Download8.85 GB
Peak while serving11.4 GB at a 4K prompt, 14.6 GB at 16K
Recommended Macs16 GB+ unified memory (18 GB+ for agent clients such as OpenCode)
Context window8,192 tokens on 16 GB, 20,480 on 18 GB, 94,208 on 24 GB, up to 262,144
MTP depth1
Reasoning effortmedium by default, xhigh available
Samplingtemperature 1.0, top-p 0.95, top-k 20

The serving contract ships inside mtplx_runtime.json. MTPLX reads it on load. Drafts are accepted with the probability-ratio rule plus residual resampling, so the output follows the model's own distribution at any temperature.

Use it

Mac app (MTPLX 2.12.0 or later): download at mtplx.com, pick "Bonsai 2 27B Optimized Speed".

Command line (MTPLX 2.12.0 or later):

pip install mtplx
mtplx serve --model Youssofal/Ternary-Bonsai-2-27B-MTPLX-Optimized-Speed

Siblings: Qwen 3.8 27B Optimized Speed (the 4-bit 27B, for Macs with 32 GB or more) and MiMo V2.6 Qwen 9B Optimized Speed.

Base model: prism-ml/Ternary-Bonsai-2-27B-mlx-2bit, built from Qwen/Qwen3.8-27B (Apache 2.0; LICENSE and NOTICE.txt in this repo). Created using Bonsai by Prism ML.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mtplx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Ревизия весов
03bd60b

0 моделей