Bonsai مقابل Bonsai 27B: اسم عائلة واحد، وستة عشر ضعف عدد المعاملات

أي شخص يبحث عن هذه العائلة بالاسم لشرائها سيحصل على الطراز الخطأ، والسبب أن اسم "Bonsai" المجرد ليس طرازًا، بل هو العائلة. واعتبارًا من هذا الأسبوع، تضم العائلة نموذجًا للرؤية واللغة بملياري معامل يعمل على زوج من النظارات الذكية، ونموذجًا بـ27 مليار معامل يعمل على هاتف أو حاسوب محمول أو حاسوب مكتبي. الأول هو نموذج Bonsai 2B للرؤية واللغة بقياس 1 بت الذي أُعلن في 23 سبتمبر 2026 — نموذج لغوي بحجم 1.7B بقياس 1 بت إضافة إلى مشفّر رؤية بحجم 0.3B بقياس 4 بت، بسياق يبلغ 1,024 رمزًا، ومبني على Bonsai 1.7B. الثاني هو Bonsai 27B، صدر في 14 يوليو 2026 بموجب Apache 2.0، ومبني على Qwen3.6-27B بسياق يبلغ 262,000 رمز، مع خيار نسخة ثلاثية بحجم 5.9 GB أو نسخة ثنائية بحجم 3.9 GB. يتشاركان اسمًا ومورّدًا وفلسفة ضغط، ولا يكادان يتشاركان أي شيء آخر. ستة عشر ضعفًا في عدد المعاملات، ومئتان وستة وخمسون ضعفًا في السياق، وجهازان مختلفان تمامًا.

هذه الصفحة مخصصة للشخص الذي بحث عن أحدهما فوصل إلى الآخر.

مشكلة التسمية، مطروحة بوضوح

تسرد قائمة النماذج لدى PrismML حاليًا Bonsai 2 27B، وBonsai 27B، وBonsai 8B، وBonsai 4B، وBonsai 1.7B، وBonsai Image. يضيف إعلان النظارات نموذجًا لغويًا بصريًا ذا ملياري معامل إلى سلسلة Bonsai 1.7B. لذا يمكن أن تعني «Bonsai» وحدها أيًّا من أربع فئات معاملات على الأقل وجيلين، ولا شيء سوى لاحقة الحجم يزيل الالتباس. هذا ليس انتقادًا للتسمية — فهو الشكل الطبيعي لعائلة نماذج — لكنه يعني أن اسم العائلة لا يحمل أي معلومات عمّا تنزّله.

التقسيم المفيد ليس الجيل، بل فئة الجهاز. كل شيء في خط 27B يفترض أن لديك ما بين 4 جيجابايت و8 جيجابايت من الذاكرة لتخصيصها لنموذج لغوي وأنك على استعداد لإنفاقها. كل شيء في خط 1.7B يفترض أن لديك بضع مئات من الميجابايت وليس أكثر. هذه الحقيقة الواحدة تحدد أي نصف من العائلة ذو صلة بك قبل أن يحدد أي اختبار أداء ذلك.

ما هو كل واحد منها في الحقيقة

• المعلمات — نموذج لغوي كبير بحجم 1.7B بدقة 1-بت مع مُرمّز رؤية بحجم 0.3B بدقة 4-بت في نموذج النظارة، مقابل نموذج من فئة 27B مشتق من Qwen3.6-27B في Bonsai 27B.

• السياق — 1,024 رمزًا على نموذج النظارات، مقابل سياق كامل يبلغ 262,000 رمز على Bonsai 27B.

• أوزان نموذج اللغة — 0.43 جيجابايت لـ 1.7B بدقة 1-بت، مقابل 5.9 جيجابايت لـ Bonsai 27B ثلاثي القيم و3.9 جيجابايت لنسخته بدقة 1-بت.

• التمثيل — أوزان ثنائية {−1, +1} مع قياس جماعي بنمط FP16 في كليهما، وهي الوصفة أحادية البت التي بُنيت عليها العائلة؛ كما تقدم Bonsai 27B بناءً ثلاثيًا {−1, 0, +1} عند 1.71 بت فعّال لكل وزن.

• السيليكون المستهدف — وحدة معالجة الشبكات العصبية Qualcomm Hexagon NPU على منصة نظارات Snapdragon AR1 Gen 1، المُجمَّعة عبر QNN SDK مع دعم نوى 1-بت، مقابل Apple silicon عبر MLX وNVIDIA عبر CUDA من أجل Bonsai 27B.

• إنتاجية فك التشفير — 15.36 رمزًا في الثانية على منصة اختبار AR1 Gen 1 بسعة 4 غيغابايت لنموذج النظارات، مقابل نحو 11 رمزًا في الثانية على iPhone 17 Pro، و87 على Apple M5 Max، و163 على RTX 5090 بالنسبة إلى 1-bit Bonsai 27B.

كل هذه الأرقام هي أرقام المورّد نفسه، وقد قيست المجموعتان على عتاد مختلف مقابل خطوط أساس مختلفة، لذا فهما تصفان منتجين لا نقطتين على منحنى واحد.

حيث يفوز Bonsai 27B، وليس بفارق ضئيل.

السياق يأتي في المقام الأول، والهامش ليس تفصيلًا ثانويًا. نافذة من 262,000 رمزًا تستوعب قاعدة شيفرة، أو مستندًا طويلًا، أو نصًا مفرّغًا، أو جلسة وكيل قيد العمل مع بقاء مساحة فائضة. نافذة من 1,024 رمزًا تستوعب تعليمة قصيرة واحدة وصورة واحدة. إذا كان عبء عملك يتضمن قراءة أي شيء أطول من صفحة، فإن Bonsai 27B هو الوحيد من بين الاثنين القادر على إنجاز المهمة أصلًا، ولن تسدّ أي كمية من التوجيه الذكي على نموذج النظارات تلك الفجوة؛ لأن القيد يكمن في الذاكرة المحجوزة لحالة المفتاح-القيمة، لا في حجم الأوزان.

القدرة هي المرتبة الثانية. يُذكر أن نسخة Bonsai 27B الثلاثية تحتفظ بنحو 95% من خط أساسها بالدقة الكاملة عبر مجموعة من 15 اختبارًا في وضع التفكير، وأن نسختها أحادية البت تحتفظ بنحو 90%، مع أكبر الخسائر في الرؤية واستخدام الأدوات. هذه أرقام مورّد على مجموعة المورّد نفسه، وهي مع ذلك من رتبة مختلفة عن نموذج بحجم ملياري معلمة لا يتوفر عنه من بيانات الجودة المنشورة سوى أنه حقق «نتائج معيارية مقارنة» مقابل Qwen 3 1.7B بدقة 4 بت. نموذج النظارة لا يُقارَن بنموذج 27B من قِبل صانعه نفسه، لأن المقارنة لن تكون مفيدة.

النظام البيئي هو الثالث. يُشحن Bonsai 27B بتنسيقات GGUF وMLX وAWQ مع بيئات تشغيل موثّقة، لذا يوجد مسار لتشغيله على أجهزة تملكها بالفعل. نموذج النظارات موجود داخل سلسلة أدوات Qualcomm NPU.

حيث يفوز 2B، وهذا هو بيت القصيد كله

نموذج لغوي بحجم 0.43 غيغابايت يتّسع في أماكن لا يمكن لنموذج بحجم 5.9 غيغابايت أن يصل إليها، ومنصة النظارات إحدى هذه الأماكن. تلك هي الحجة كاملة، وهي أقوى مما يوحي به تباين المواصفات، لأن الأجهزة المعنية لا تملك بديلاً: زوج من النظارات بذاكرة منصة مشتركة سعة 4 غيغابايت لا يمكنه استضافة Bonsai 27B بأي إصدار، والهاتف لا يمكنه استضافة النسخة الثلاثية دون التخلي عن معظم ما وُجد الهاتف من أجله.

ثمة مكسب ثانٍ يحظى باهتمام أقل: ألا وهو أن التمثيل ببت واحد ليس تنازلًا في هذه الفئة من الأجهزة، بل هو الحيلة الممكِّنة. تصوغ PrismML الأمر على نحو مفاده أن مسار البت الواحد يقدّم ذكاءً مكافئًا تقريبًا لذكاء النموذج نفسه بدقة 4-بت، مع استخدام نحو ربع الذاكرة وتوليد الرموز بسرعة تزيد على الضعف. وبالنسبة لجهاز يعمل دائمًا، حيث يكون كل ميلي واط وكل ميغابايت محلّ تنافس، فإن تلك المقايضة هي المنتج.

إذن، النموذجان لا يتنافسان. النموذج 2B هو ما يعمل عندما لا يوجد مكان آخر ليعمل فيه. والنموذج 27B هو ما يعمل عندما يوجد مكان آخر.

الحد الفاصل بين الفئات هو القرار الحقيقي

لا يكاد أحد يختار بين هذين الاثنين. فالنشر الواقعي يتضمن كليهما: نموذج صغير يعمل دائمًا على الجهاز للطلبات التي تقع ضمن 1,024 رمزًا، ونموذج أكبر خلفه لكل ما عدا ذلك. وبمجرد أن تقبل هذا الشكل، يتوقف السؤال الهندسي عن كونه «أي Bonsai» ويصبح «أين يقع الحد، ومن يفرضه».

عند فرضه في كود التطبيق، يصبح ذلك السطر فرعًا يجب إعادة كتابته كلما غيّر النموذج الموجود على الجهاز طول السياق أو قدرته — وهو، بناءً على أدلة الأشهر الثلاثة الماضية، يحدث شهريًا تقريبًا. أما عند فرضه كسياسة توجيه، فيصبح قاعدة واحدة بشأن ميزانية السياق والقدرة المطلوبة، وتبقى الطبقة المحلية طبقةً بدل أن تتحول إلى افتراض راسخ في العميل. تلك هي الطبقة التي تعمل عندها OrcaRouter: نقطة نهاية واحدة أمام أكثر من 200 نموذج مستضاف، مع التجاوز عند الفشل وسياسة التصعيد المعبّر عنها في الإعدادات. لا يُوجَّه أي من Bonsai هنا — فكلاهما تنزيلان تشغّلهما على العتاد الخاص بك — لذا فالإطار الأمين هو أن طبقة التوجيه تغطي الطبقة الأعلى من المحلية، ومع نموذج محلي بطول 1,024 رمزًا، فإن تلك الطبقة هي حيث ستهبط معظم الحركة.

إذا كان عليك اختيار واحد

• أنت تبني لنظارات أو أجهزة قابلة للارتداء أو أي جهاز يعمل باستمرار — نموذج Bonsai 2B للرؤية واللغة ببت واحد هو الخيار الوحيد هنا، وسياق الـ1,024 رمزًا هو قيد التصميم الذي تبني حوله لا ضده.

• أنت تبني لهاتف — 1-bit Bonsai 27B بحجم 3.9 GB هو أكبر نموذج في هذه العائلة يتناسب مع ميزانية ذاكرة من فئة iPhone، وهو يمنحك سياقًا بحجم 262K لا يستطيع نموذج النظارة الاقتراب منه.

• أنت تبني لحاسوب محمول أو مكتبي — تُعدّ نسخة Bonsai 27B الثلاثية الخيار الموجَّه نحو الجودة في هذه العائلة، بينما تشتري نسخة 1-بت السرعة بدلًا من القدرة.

• أنت تبني نظامًا هجينًا — قرّر قاعدة التصعيد أولًا والنموذج ثانيًا. النموذج يمكنك استبداله؛ أما الحد فلا يمكنك، بمجرد أن يصبح في العميل.

ما يستحق المتابعة هو ما إذا كان مسار NPU الذي جعل إطلاق النظارات ممكنًا يمتد صعودًا. إذا كانت نوى 1-بت على مسرعات الأجهزة المحمولة قابلة للتعميم، فسيصبح خط 1.7B أكبر وتصبح الحجة لصالح نموذج 27B على هاتف أقوى. وحتى ذلك الحين، يبقى نصفا العائلة منفصلين بوضوح حسب فئة الجهاز، مما يجعل الاختيار أسهل مما يوحي به الاسم المشترك.