/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
16,1 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Ternary-Bonsai-2-27B-gguf
Библиотека
mlx
Опубликована
18 сен 2026

Ternary-Bonsai-2-27B-MLX-4bit

Изображение и текст → текст8 профессий

Ternary-Bonsai-2-27B-MLX-4bit — это 4-битная версия модели Ternary-Bonsai-2-27B в формате MLX, подготовленная PipeNetwork на основе модели prism-ml.

2 334скачиваний за 30 дней2лайкавеса обновлены18 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

В основе лежит тернаризованная Qwen3.8-27B с гибридной архитектурой qwen3_5: 64 слоя, Gated-DeltaNet и полное внимание в каждом четвёртом слое, а также официальная vision tower. Модель предназначена для задач vision-language и поддерживает обработку текста и изображений через mlx-vlm, включая генерацию текста по изображениям и текстовым запросам. Языки и размер контекстного окна в README не указаны.

Модель использует 4-битное аффинное квантование с группами по 64 значения и занимает около 16,1 ГБ. Это минимальная версия, совместимая со стандартным runtime MLX: для загрузки требуется mlx-vlm версии 0.7 или новее, при этом не нужны специальные runtime, форкнутые ядра или изменённые инструменты. По сравнению с эталонной 2-битной сборкой заявлены почти идентичные логиты и perplexity, однако на тесте wikitext-2 4-битная версия показала perplexity 9,1497 против 8,9607 у 2-битной сборки, то есть квантование приводит к измеримой потере качества.

Сильные стороны модели — совместимость со стандартным стеком MLX, поддержка визуальных входов, возможность тонкой настройки и последующей конвертации, а также высокая близость к исходной тернарной модели. Ограничения включают значительные требования к памяти по сравнению с собственной 2-битной сборкой prism-ml, необходимость mlx-vlm не ниже 0.7 и небольшое снижение качества из-за 4-битного квантования. Модель распространяется по лицензии Apache-2.0.

Для каких профессий подходит8

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

Ternary-Bonsai-2-27B-MLX-4bit

Stock-runtime MLX build of Ternary-Bonsai-2-27B — prism-ml's ternarized Qwen3.8-27B (64-layer qwen3_5 hybrid: Gated-DeltaNet + every-4th full attention, with the official vision tower) — with the blockwise Hadamard rotation unfolded back into the standard weight basis, so it loads in unmodified mlx-vlm (≥ 0.7): no custom runtime, no forked kernels.

4-bit affine (group 64): +2.1% perplexity, the smallest stock-loadable build. For the true efficiency frontier (8.6 GB, lossless ternary) use prism-ml's own 2-bit pack with their runtime.

from mlx_vlm import load, generate
model, processor = load("pipenetwork/Ternary-Bonsai-2-27B-MLX-4bit")

How this relates to prism-ml's own MLX release

prism-ml ships an excellent 8.6 GB 2-bit pack whose weights are the exact ternary values — it is the efficiency frontier for this model, and it requires their bundled runtime (the stored weights are Hadamard-rotated; activations are transformed to match). This set serves the complementary case: standard-basis weights for stock tooling, fine-tuning, and downstream conversion. The unfold is exact — refold(unfold(W)) is bitwise identical in fp32, and the fold contract was verified against their runtime, not assumed (applying the sign vector in the wrong order moves logits by 7.4; the test catches it).

Fidelity

Against prism's 2-bit pack running under their runtime, same prompts, 81 positions: max |Δlogit| 0.22 on a ±20 scale, cosine 0.99999, argmax 96.7–100% (the flips are ties; in fp16 — their activation dtype — agreement is 100%). Paired over 145 shared wikitext-2 windows the perplexity ratio is 0.9992 [0.9990, 0.9994]: a bf16-rounding-level difference.

Perplexity (wikitext-2 test, 296,815 tokens, identical windows through stock mlx-vlm):

buildsizeppl
prism 2-bit, their runtime8.6 GB8.9607
bf16 (this set's unquantized)54.7 GB8.9679
8-bit29.5 GB8.9636
6-bit22.8 GB8.9548
4-bit16.1 GB9.1497

8-bit and 6-bit are statistically indistinguishable from bf16; 4-bit costs +2.1% — the only build with a measurable loss, and still the smallest stock-loadable one. Vision verified end-to-end. Requires mlx-vlm ≥ 0.7 (earlier versions double-shift qwen3_5 norms).

License

Apache-2.0, as upstream (prism-ml/Ternary-Bonsai-2-27B-gguf); their NOTICE.txt is included. Conversion code: https://github.com/PipeNetwork/bonsai2-mlx.

Как запустить

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

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon, на GPU NVIDIA они не запускаются.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
7af5b90

0 моделей