/ Модель

Характеристики

Контекст
32 768 токенов
Параметры
1,7 млрд
Размер весов
484 МБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Ternary-Bonsai-1.7B-unpacked
Библиотека
mlx
Опубликована
14 апр 2026

Ternary-Bonsai-1.7B-mlx-2bit

Генерация текстаТекст → текст4 профессии

Компактная ternary-квантованная версия модели Qwen3 на 1,7 млрд параметров для локальной генерации текста и диалогов на устройствах Apple.

1 868скачиваний за 30 дней21лайквеса обновлены18 апр 2026

Бенчмарки

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

Публичные оценки1

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

  • openai/gsm8k

    score · выше — лучше

    Результат

    74,2

    gsm8k 74,2
    Hugging Face Leaderboards

    Публичная таблицаревизия не подтверждена

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Ternary-Bonsai-1.7B-mlx-2bit — компактная языковая модель Prism ML для генерации текста и диалогов на устройствах Apple. Это вариант семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 1,7 млрд параметров; в README указаны GQA, SwiGLU, RoPE и RMSNorm. Модель принимает текст и рассчитана на контекст до 32 768 токенов.

Веса представлены в ternary-формате: значения −1, 0 и +1 хранятся в формате MLX 2-bit с группами по 128 весов и масштабами FP16. Размер упакованных весов составляет около 0,48 ГБ; модель предназначена для локального запуска на Mac, iPhone и iPad с Apple Silicon через MLX или mlx-swift. README приводит результаты внутренних тестов производительности и бенчмарков, которые могут зависеть от устройства и условий измерения.

По данным карточки, модель дообучена на основе prism-ml/Ternary-Bonsai-1.7B-unpacked и распространяется по лицензии Apache-2.0. Сильная сторона — малый размер и быстрый локальный запуск; качество в приведённых бенчмарках ниже, чем у полной версии Qwen3 1.7B. README не описывает специализированные отраслевые сценарии.

Сценарии применения

  • локальные ответы на вопросы и диалоги на Mac
  • генерация текста на iPhone или iPad без облачного API
  • встраивание компактной языковой модели в приложения для Apple Silicon

Ограничения

В приведённых бенчмарках модель уступает полной версии Qwen3 1.7B по среднему результату. Запуск и заявленная производительность ориентированы на MLX и устройства Apple Silicon.

Для каких профессий подходит4

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Ternary-Bonsai-1.7B-mlx-2bit

Ternary (1.58-bit) language model for Apple Silicon

7.2x smaller than FP16 | 3.8x faster on M4 Pro | 103 tok/s on iPhone | runs on Mac, iPhone, iPad

Highlights

  • 0.45 GiB (0.48 GB) packed 2-bit size (down from 3.44 GB FP16) — fits anywhere
  • Ternary weights {-1, 0, +1} across embeddings, attention projections, MLP projections, and LM head
  • 57.5 avg benchmark score across 6 categories
  • 103 tok/s on iPhone 17 Pro Max
  • MLX-native format with group size 128 and FP16 scaling

Resources

  • White Paper
  • Demo repo — examples for serving, benchmarking, and integrating Bonsai
  • Discord — community support and updates
  • Kernels: MLX (Apple Silicon) · mlx-swift (iOS/macOS) — 2-bit format is supported out of the box

Model Overview

ItemSpecification
Base modelQwen3-1.7B
Parameters1.72B
ArchitectureGQA, SwiGLU MLP, RoPE, RMSNorm
Context length32,768 tokens
Vocab size151,936
Weight formatTernary g128: {-1, 0, +1} with FP16 group-wise scaling
Packed 2-bit size0.45 GiB (0.48 GB)
Ternary coverageEmbeddings, attention projections, MLP projections, LM head
LicenseApache 2.0

Quantization Format: Ternary g128

Each weight takes a value from {-1, 0, +1}, with one shared FP16 scale per group of 128 weights:

w_i = scale_g * t_i,    t_i in {-1, 0, +1}

The information-theoretic cost is log2(3) ≈ 1.585 bits per weight, plus FP16 group scales (16 bits per 128 weights), for a theoretical minimum of ~1.71 bits/weight. This release uses the MLX 2-bit format, which stores each ternary value in 2 bits plus group scales, for an effective ~2.125 bits/weight.

Memory

FormatSizeReductionRatio
FP163.44 GB--1.0x
MLX 2-bit g1280.45 GiB (0.48 GB)86.0%7.2x

Quickstart

MLX (Python)

pip install mlx-lm
from mlx_lm import load, generate

model, tokenizer = load("prism-ml/Ternary-Bonsai-1.7B-mlx-2bit")

response = generate(
    model,
    tokenizer,
    prompt="Explain quantum computing in simple terms.",
    max_tokens=256,
)
print(response)

Throughput (MLX / Apple Silicon)

PlatformBackendPP512 (tok/s)TG128 (tok/s)FP16 TG (tok/s)Speedup
M4 Pro 48 GBMLX (Python)1,764235623.8x

iPhone 17 Pro Max (MLX Swift)

PlatformBackendPP512 (tok/s)TG128 (tok/s)4-bit TG (tok/s)Speedup
iPhone 17 Pro MaxMLX Swift1,456103601.7x

Benchmarks

Evaluated with EvalScope v1.4.2 + vLLM 0.15.1 on NVIDIA H100. Full benchmark suite (10 benchmarks):

ModelSizeAvgMMLU-RMuSRIFEvalGSM8KHE+BFCLv3
Ternary Bonsai 1.7B0.37 GB58.4752.950.870.174.251.851.0
1-bit Bonsai 1.7B (prior)0.24 GB49.6043.245.163.066.345.134.9
Qwen3 1.7B3.44 GB66.5766.850.170.383.157.371.8
Qwen3 0.6B1.19 GB48.0247.541.562.864.130.541.7
LFM2 1.2B2.34 GB46.7352.925.477.562.236.026.4
Gemma3 1B2.00 GB45.5343.237.061.964.440.226.5
Llama 3.2 1B2.47 GB39.8847.229.247.749.035.430.8

Intelligence Density

density = -ln(1 - score/100) / size_GB
ModelSizeIntelligence Density (1/GB)
Ternary Bonsai 1.7B0.37 GB2.389
1-bit Bonsai 1.7B (prior)0.24 GB2.832
Qwen3 0.6B1.19 GB0.549
Qwen3 1.7B3.44 GB0.318
Gemma3 1B2.00 GB0.304
LFM2 1.2B2.34 GB0.269
Llama 3.2 1B2.47 GB0.206

Citation

@techreport{ternarybonsai,
    title   = {Ternary Bonsai: 1.58-bit Language Models at 8B, 4B, and 1.7B Scale},
    author  = {Prism ML},
    year    = {2026},
    month   = {April},
    url     = {https://prismml.com}
}

Contact

For questions, feedback, or collaboration inquiries: contact@prismml.com

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.

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
5f3e306

0 моделей