بونساي 2 مقابل بونساي 27B: أحدهما يمكنك سحبه، والآخر لا يمكنك ذلك

الفرق الأكثر ملموسًا بين Bonsai 2 وBonsai 27B لا علاقة له بمعايير الأداء. في 17 أكتوبر 2026، أصبح مدخل في مكتبة Ollama متاحًا يغطي عائلة Bonsai 2 بأكملها — Ternary Bonsai 2 2B، Ternary Bonsai 2 4B، Ternary Bonsai 2 9B وBonsai 2 27B — ولا يوجد مدخل مكافئ للجيل الأول. ابحث عن bonsai-27b، ternary-bonsai-27b أو أي اسم بديل في ذلك السجل، وستحصل على 404. Bonsai 27B، الذي أصدرته Prism ML في 14 يوليو 2026، يجب تنزيله من مستودعات Hugging Face الخاصة بالمورّد وتشغيله باستخدام تفرّع Prism ML من llama.cpp. يتم تثبيت Bonsai 2 بسطر واحد.

هذا اللاتماثل هو كامل الشكل العملي للخيار، ويسهل إغفاله لأن الاسمين يبدوان كخط إنتاج واحد مع ترقية إصدار. إنهما جيلان، وطرازان أساسيان، ومجموعتان مختلفتان من العبوات، و—اعتبارًا من هذا الأسبوع—آليتا توصيل مختلفتان. وفيما يلي ما تغيّر فعليًا بينهما، وأين لا يزال الأقدم يتفوق، والتهيئة الوحيدة التي لا تكون الإجابة فيها أيًّا منهما.

ما هو كل واحد

كلا الأمرين ضغطان ثلاثيان لنموذج Qwen ذي الانتباه الهجين. لا يُعد أيٌّ منهما نموذجًا مُدرَّبًا حديثًا — فالبنية والأوزان والتدريب الواعي بالتكميم تأتي من قاعدة Qwen، وما يُسهم به Prism ML هو التمثيل الثلاثي والأنوية التي تستهلكه.

• الجيل — Bonsai 2 (سبتمبر 2026، ومُدّد في أكتوبر 2026) مقابل Bonsai 27B (14 يوليو 2026)

• النموذج الأساسي بحجم 27B — Qwen3.8-27B مقابل Qwen3.6-27B

• النماذج الأساسية عبر العائلة — Qwen3.5-2B و-4B و-9B وQwen3.8-27B ضمن Bonsai 2؛ وQwen3.6-27B واحد ضمن الجيل الأول

• الأحجام المتوفرة — أربعة (2B، 4B، 9B، 27B) مقابل واحد (27B)

• نقطتا تشغيل عند 27B — لا، نقطة واحدة: Bonsai 2 27B يأتي بنسخة ثلاثية القيم فقط، بينما صدر Bonsai 27B بنسختين: ثلاثية القيم وثنائية

• أصغر حجم في فئة 27B — 5.95 غيغابايت PTQ1_0 في Bonsai 2 مقابل 3.9 غيغابايت في إصدار 1-bit للجيل الأول

• السياق — 262,144 رمزًا موروثًا من العمود الفقري Qwen على كليهما

• رخصة — Apache 2.0 على كليهما

• التسليم — وسوم Ollama و Hugging Face لـ Bonsai 2؛ و Hugging Face بالإضافة إلى تفريعة Prism ML llama.cpp لـ Bonsai 27B

الصف الذي يحدد عمليات نشر أكثر من أي صف آخر هو الصف الخامس. طرح Bonsai 27B طريقتين لاستهلاك الذاكرة: نسخة ثلاثية القيم بحجم يقارب 7.2 GB، ونسخة ثنائية بحجم 3.9 GB. أما Bonsai 2 27B فيقدّم نسخة واحدة — نسخة ثلاثية القيم بحجم 5.95 GB في التعبئة الكثيفة للثلاثيات أو 7.21 GB في التعبئة بفتحات 2 بت — ولا توجد نسخة ثنائية مرافقة في هذا الجيل. إذا كنت تشغّل نسخة 3.9 GB من الجيل الأول وتتوقع خلفًا مطابقًا لها، فلا يوجد خلف مماثل في فئة 27B.

ما الذي اشتراه الجيل فعليًا

أرقام Prism ML الخاصة، وعلى أداة الاختبار الخاصة بـ Prism ML، ومن دون أي إعادة إنتاج مستقلة متاحة: سجّل الجيل الأول من Bonsai 27B ثلاثي القيم متوسطًا في وضع التفكير قدره 80.49 مقابل 85.07 لمرجعه Qwen3.6-27B FP16 — أي احتفاظ بنسبة 94.6% عبر 15 اختبارًا. ويسجل Bonsai 2 27B نسبة 84.78 مقابل 86.32 لـ Qwen3.8-27B FP16 — أي 98.2% عبر 14 اختبارًا. وبالقيم المطلقة، حقق النموذج المضغوط مكسبًا بنحو 4.3 نقاط على مقياس المورّد.

تحذيران ينتميان إلى السياق نفسه، لأن العنوان الرئيسي يوحي بقراءة أنظف مما تدعمه البيانات. أولاً، مجموعات الاختبار المعيارية ليست المجموعة نفسها — 15 لإحداهما، و14 للأخرى — وقد انتقل خط الأساس من Qwen3.6-27B إلى Qwen3.8-27B، الذي كان بحد ذاته نموذجاً أقوى. وتوضح بطاقة النموذج الخاصة بالبائع لنموذج 27B النقطة الثانية صراحةً عبر إعادة حساب الإصدار السابق على مجموعة الاختبارات المعيارية الجديدة المكوّنة من 14 اختباراً للحصول على صف مقارنة متماثل: على ذلك الأساس المشترك، يسجّل الإصدار السابق 80.98 ويسجّل Bonsai 2 27B نتيجة 84.78. لذا فإن القراءة الأمينة للتغيير هي نحو 3.8 نقاط مقابل المجموعة نفسها من الاختبارات المعيارية، مع كون جزء من ذلك آتياً من النموذج الأساسي وجزء من التدريب الثلاثي. وقد ارتفعت نسبة الاستبقاء من 94.6% إلى 98.2% جزئياً لأن المقام تغيّر.

ثانيًا، شكل الخسارة أكثر إفادة من الإجمالي. على نفس مجموعة الاختبارات المعيارية الـ14، لا يتنازل Bonsai 2 27B عن شيء تقريبًا حيث يظهر الاستدلال المستدام: الرياضيات 96.57 مقابل 97.06، والبرمجة 89.42 مقابل 89.07 — مستوى، ومتقدّم بشكل طفيف — واتباع التعليمات 82.66 مقابل 81.25، متقدّم. أما المعرفة والاستدلال فيتراجعان من 85.55 إلى 79.86، والرؤية من 71.36 إلى 66.19. هذا هو الملف الذي تتوقعه من تمثيل بـ1.72 بت لكل وزن: جوهر الاستدلال يبقى، بينما يتلقى الاستدعاء الواقعي وفهم الصور الضربة. إذا كان عبء عملك هو البرمجة والرياضيات، فالضغط شبه مجاني. وإذا كان على شكل سؤال وجواب قائم على الاسترجاع من مجموعة نصوص، فليس كذلك.

خانة 3.9 GB هي حيث يصبح الأمر مثيرًا للاهتمام

هذا هو الجزء الذي يخفيه تأطير الجيلين. كان النتاج الأكثر تميزًا للجيل الأول هو البناء الثنائي: نموذج بحجم 27B في 3.9 GB، محتفظًا بنسبة 89.5% من أداء FP16 وفق ما أبلغ عنه المورّد، بمتوسط 76.11 عبر 15 اختبارًا معياريًا. لا يملك Bonsai 2 أي نموذج 27B ثنائي. لكن لدى Bonsai 2 نموذج 9B بحجم 1.997 GB في تغليف الثلاثيات الكثيف و2.42 GB في التغليف بفتحات ثنائية البت — أي نحو نصف بصمة الـ27B الثنائي، من الجيل الأحدث والنموذج الأساسي الأحدث.

هل ‏9B أفضل من ‏27B بعرض 1-بت؟ لا يقدّم المورّد رقماً يجيب عن ذلك، ولا ينبغي لك أن تصنع رقماً بنفسك. قُيّم النموذجان على مجموعتَي اختبارات مختلفتين — 19 معياراً عبر ستة مجالات مهارية لنماذج ‏Bonsai 2 الصغيرة، و15 للجيل الأول من ‏27B — مقابل خطوط أساس مختلفة، كما أنّ تقارير إصدار النماذج الصغيرة تذكر احتفاظاً بالفئات مقارنةً بنظيراتها ‏Qwen3.5 كاملة الدقة، لا متوسطاً مطلقاً واحداً قابلاً للمقارنة بالرقم 76.11 الخاص بـ‏27B. أما المقارنات الموجودة فعلاً فهي لكل معيار على حدة وتشير في كلا الاتجاهين. وفقاً لأرقام المورّد، يسجّل ‏9B ‏71.81 على ‏BFCLv3 و73.02 على ‏Tau2Bench، بينما سجّل ‏27B الثنائي 74.41 على ‏BFCL v3 — وهو قريب بما يكفي بحيث يبتلع اختلاف مجموعة الاختبارات هذا الفارق.

ما يمكن قوله من دون تجاوز هو أضيق نطاقًا وما يزال مفيدًا: فئة البصمة التي كان النموذج 27B الثنائي يحتكرها وحده أصبح لها الآن منافس أرخص من الجيل التالي، والاثنان متقاربان بما يكفي بحيث لا ينبغي لأحد أن يختار بينهما اعتمادًا على جدول مورّد. هذه حجة لصالح القياس على مطالباتك الخاصة، لا للثقة برقم. وهي أيضًا الموضع الوحيد في هذه المقارنة حيث لا تكون الإجابة في الحقيقة أيًّا من النموذجين الواردين في العنوان.

تشغيلها: الأرقام والمشكلة الكامنة

أرقام معدل الإنتاجية مقاسة من قِبل المورّد ولم تُؤخذ على جهاز مشترك، لذا اقرأها على أنها رتب من حيث الحجم لا تصنيف.

• بونساي 2 27B على Apple M5 Max — حوالي 47 tok/s في الإصدار السابق قبل التدوير، بانتظار إعادة القياس على المنظومة الحالية

• Bonsai 2 27B على M5 Pro — ‏28.1 tok/s مع تجميع الفتحات ثنائي البت، عند نحو 27.5 واط على مسار GPU

• بونساي 2 27B على RTX 5090 — 129.9 tok/s في حزم فتحات 2-بت، و120.5 في حزم التريت الكثيفة

• الجيل الأول من Bonsai 27B الثلاثي على M5 Max — 44.0 tok/s؛ وعلى H100، 98.0 tok/s، ويرتفع إلى حوالي 131.8 مع مُسوّد DSpark الخاص به

• الجيل الأول من Bonsai 27B الثنائي على iPhone 17 Pro Max — نحو 11 توكن/ث، محدود حرارياً

المشكلة تكمن في التغليف، وهي تسري بالطريقة نفسها على كلا الجيلين. لا توجد نوى ternary لأي من الجيلين في نسخة llama.cpp الأصلية (upstream). يحتاج الجيل الأول إلى تفرع Prism ML لكل ملف. ويأتي Bonsai 2 بثلاث تعبئات من الأوزان نفسها، ولا تشغّل نسخة llama.cpp الأصلية منها إلا واحدة بالضبط — Q2_0، في فرع master الحديث — بينما ترفض PTQ1_0 الأصغر وPQ2_0 الأسرع باعتبارهما نوعين غير معروفين. لذا فإن حزمة dense-trit التي تقترب أكثر من أي شيء من الحد النظري البالغ 1.72 بت لكل وزن هي أيضًا التي تتطلب بناءً متفرعًا.

هذا أمر يستحق التأمل، لأنه يفسّر إدراج Ollama. وسوم Ollama الخاصة بـ Bonsai 2 توفّر Q2_0: فطبقة النموذج في وسم 9B تبلغ 2.557 GB، أي ما يطابق بايتًا ببايت حجم ملف Q2_0 على Hugging Face، كما أن أصغر حزمة PTQ1_0 غائبة كليًا عن السجل. ومهما يكن ذلك الإدراج، فهو ليس طريقًا إلى أصغر ملف. هناك مقايضة تجري هنا بين الملاءمة والبصمة، وهي مقايضة غير مرئية ما لم تقرأ أحجام الملفات.

الوصول إلى أيٍّ منهما

إذا كنت تستخدم Ollama، فالقرار متخذ نيابةً عنك: Bonsai 2، بأربعة أحجام، ollama pull bonsai-2:27b أو :9b، بحدود 8.3 غيغابايت و3.2 غيغابايت على القرص بما في ذلك مُسقِط الرؤية. إذا كنت بحاجة إلى التعبئة الكثيفة لـ dense-trit، أو نماذج المسودة لفك التشفير التخميني، أو أي شيء من الجيل الأول، فهو تنزيل من Hugging Face وبناء fork، ومستودع العرض التجريبي الخاص بالمورّد هو المرجع المُختبَر لذلك المسار.

حيث تفيد طبقة التوجيه حقًا هنا هو في الجانب الآخر من السؤال. لا يمكنك التوجيه إلى أيٍّ من هذين — فهما أوزان محلية، ولا يقدّم OrcaRouter أي حجم من Bonsai اليوم. ما يمنحك إياه OrcaRouter هو خط الأساس للمقارنة: واجهة API واحدة أمام أكثر من 200 نموذج مستضاف بهامش ربح 0%، مع تمرير سعر قائمة المزوّد كما هو، وتحويل تلقائي بين المزوّدين عند الفشل. التسلسل المنطقي لمعظم الفرق هو أن تحدّد على نموذج مستضاف ما تحتاجه المهمة فعليًا، ثم تقرّر ما إذا كان نموذج محلي بحجم 2 GB أو 3.9 GB أو 6 GB يستوفي هذا الحد — بدلًا من التخمين انطلاقًا من نسبة الاحتفاظ.

أي واحد، بالتحديد؟

• أنت تريد أحدث جيل ثلاثي بحجم 27B وتثبيتًا بأمر واحد — Bonsai 2 27B عبر Ollama، مع قبول تغليف Q2_0 والحجم الأكبر على القرص.

• تريد أصغر المخرجات الممكنة من فئة 27B، أو تعتمد على مُسوّد DSpark — الجيل الأول من Bonsai 27B من Hugging Face، مع بناء التفرّع. لا شيء في Bonsai 2 يحل محله عند 27B.

• كنت تشغّل بناءً ثنائيًا بحجم 3.9 GB وتحتاج إلى أن تظل هذه البصمة ثابتة — لا تفترض أن لـ Bonsai 2 خلفًا. إما أن تبقى، أو أن تقيس Bonsai 2 9B مقابل مطالباتك الخاصة؛ فهو بنصف الحجم وأحدث بجيل، ولم ينشر المورّد مقارنةً تحسم الأمر.

• تحتاج إلى أربع فئات حجم من بيئة تشغيل واحدة — Bonsai 2 هو الجيل الوحيد الذي يوفّر ذلك.

أمر واحد يستحق الانتباه من شأنه تبسيط كل هذا: ptq1_0 وسم يظهر في قائمة Ollama. سيَعني ذلك أن نوى dense-trit وصلت إلى المحرّك الذي تشحنه Ollama، وأن شرط التفرّع يزول بالنسبة إلى أصغر حزمة، وأن المقايضة بين الراحة والبصمة تتوقف عن كونها مقايضة.

لا شيء من ذلك افتراضي: تم جمع إخفاقات الذكاء الاصطناعي الموثقة وحوادث الوكلاء الكامنة وراء إصدارات مثل هذا في OrcaRouter AI Incident Archive، حيث يحمل كل مدخل مصادره الخاصة ودرجة خطورته ودرجة ثقته وعلامة النزاع الخاصة به.