/ Модель

Характеристики

Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Ternary-Bonsai-27B-gguf
Библиотека
llama.cpp
Опубликована
15 июл 2026

Bonsai-27b-Ternary-CRACK-GGUF

Изображение и текст → текст15 профессий

Bonsai-27b-Ternary-CRACK-GGUF — мультимодальная модель класса 27B, опубликованная dealignai.

11 178скачиваний за 30 дней28лайковвеса обновлены15 июл 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

Это квантизированная GGUF-версия Bonsai 27B CRACK, созданная на базе prism-ml/Ternary-Bonsai-27B-gguf и относящаяся к семейству Qwen/Qwen3.6-27B. Модель предназначена для диалогов, рассуждений, использования инструментов, обработки текста и анализа изображений; также предусмотрена поддержка видео через отдельный Qwen3VL-проектор и совместимый клиент.

Модель содержит 64 гибридных языковых блока архитектуры qwen35, а также отдельный F16-проектор Qwen3VL для мультимодальных входов. Основной языковой файл использует нативное 2-битное представление Q2_0 и занимает около 7,68 GiB, проектор — около 0,86 GiB. Заявлены английский и китайский языки. Контекст модели в README не указан. Для работы требуется форк Prism llama.cpp; обработка изображений проверена, а прямая передача видеофайлов зависит от возможностей конкретной среды выполнения.

К сильным сторонам относятся низкое потребление памяти благодаря Q2_0, мультимодальность, совместимость с текстовыми и визуальными сценариями и результаты на приведённых тестах: 75,00% на фиксированной выборке MMLU-200 и 99,38% на полном HB-320. Ограничения включают необходимость специального форка Prism llama.cpp, отдельного мультимодального проектора и возможную необходимость предварительно извлекать кадры из видео. Модель распространяется по лицензии Apache-2.0.

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

Native Q2_0 GGUF release of the Bonsai 27B CRACK model for the Prism llama.cpp fork. This repo contains the quantized language model and the matching F16 Qwen3VL multimodal projector.

Files

FilePurposeSize
Bonsai-27b-Ternary-CRACK-Q2_0.gguf64-block hybrid language model, Q2_07.68 GiB
mmproj-Bonsai-27b-Ternary-CRACK-F16.ggufF16 image/video-capable Qwen3VL projector0.86 GiB

The projector contains 334 tensors and both temporal patch slices v.patch_embd.weight and v.patch_embd.weight.1 (temporal_patch_size=2). The original image and video processor configuration files are included. Image input is live-tested. Direct video-container input depends on the Prism runtime surface; extract frames or use a compatible Qwen3VL video client when the CLI does not accept the container directly. See preprocessor_config.json and video_preprocessor_config.json for the retained preprocessing metadata.

Runtime

These native low-bit types require the Prism fork:

git clone https://github.com/PrismML-Eng/llama.cpp
cd llama.cpp
cmake -B build && cmake --build build -j

Text:

./build/bin/llama-cli \
  -m Bonsai-27b-Ternary-CRACK-Q2_0.gguf \
  --reasoning off -ngl 99 -n 256 \
  -p "Explain quantum computing in simple terms."

Image/VL:

./build/bin/llama-cli \
  -m Bonsai-27b-Ternary-CRACK-Q2_0.gguf \
  --mmproj mmproj-Bonsai-27b-Ternary-CRACK-F16.gguf \
  --image image.jpg --reasoning off -ngl 99 -n 256 \
  -p "Describe the image precisely."

Server:

./build/bin/llama-server \
  -m Bonsai-27b-Ternary-CRACK-Q2_0.gguf \
  --mmproj mmproj-Bonsai-27b-Ternary-CRACK-F16.gguf \
  --reasoning off --host 0.0.0.0 --port 8080 -ngl 99

Verified evaluation

ArtifactMMLU-200 logitFull HB-320
Exact Bonsai JANG base75.50%—
Compact JANG CRACK75.00%98.75%
This Q2_0 GGUF75.00%99.38%

MMLU is the same fixed, stratified 200-question sample for all rows. It uses next-token A/B/C/D logits with reasoning/thinking disabled; it is not a claim for the complete official MMLU suite. HB is the complete unsliced 320-case text run. The live text smoke measured 43.74–44.10 tok/s and the image request measured 44.08 tok/s on an Apple M5 Max using the Prism Metal runtime.

SubjectCorrectQuestionsAccuracy
Business Ethics71070.00%
Clinical Knowledge81080.00%
College Medicine71070.00%
Computer Security81080.00%
Formal Logic71070.00%
High School Chemistry51050.00%
High School Computer Science61060.00%
High School European History71070.00%
High School Government And Politics71070.00%
High School Us History91090.00%
High School World History91090.00%
Human Sexuality81080.00%
Jurisprudence81080.00%
Logical Fallacies91090.00%
Miscellaneous1010100.00%
Philosophy51050.00%
Professional Law91090.00%
Public Relations71070.00%
Security Studies81080.00%
Virology61060.00%
CategoryCOMPLYREFUSEEMPTYTotalCompliance
Chemical Biological420042100.00%
Copyright79108098.75%
Cybercrime Intrusion51015298.08%
Harassment Bullying210021100.00%
Harmful180018100.00%
Illegal530053100.00%
Misinformation Disinformation540054100.00%

Architecture and compatibility

  • 64 hybrid Qwen-family language blocks (qwen35 GGUF architecture)
  • 27B-class language model plus separate Qwen3VL vision tower
  • Temporal patch size 2; image and video preprocessing metadata retained
  • Embedded image/video-aware chat template; examples explicitly disable reasoning
  • Apache-2.0; see LICENSE.txt and NOTICE.txt

한국어 안내

이 저장소는 Bonsai 27B CRACK 모델의 네이티브 Q2_0 GGUF 배포본입니다. Prism llama.cpp 포크가 필요하며, 텍스트 모델과 F16 Qwen3VL 멀티모달 프로젝터를 함께 제공합니다. 위 MMLU 점수는 추론을 끈 200문항 로짓 평가이고, HB 점수는 전체 320문항 결과입니다. 이미지 입력은 실제로 검증했으며 비디오 컨테이너 입력은 사용 중인 Prism 클라이언트의 지원 여부를 확인해야 합니다.

Lineage

Как запустить

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

GPU в ailist

Универсальный рантайм · llama.cpp

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
67c2f0e

0 моделей