LFM2.5-24B-A2B vs. Ternary Bonsai 2 27B: Der Unterschied sind 2 Bits und eine Cloud-Verbindung

Hier ist die kürzeste ehrliche Antwort. LFM2.5-24B-A2B ist ein reines Text-Mixture-of-Experts, das Liquid AI gebaut hat, um in einem Agent-Loop auf einem Rechner ohne Netzwerk zu laufen, angekündigt am 13. Oktober 2026 mit insgesamt 24,0 Mrd. und 2,45 Mrd. aktiven Parametern. Ternary Bonsai 2 27B ist eine Low-Bit-Neuschreibung von Qwen3.8-27B, die Prism ML am 17. September 2026 unter Apache 2.0 veröffentlicht hat, wobei jedes Gewicht als eines von drei Symbolen mit 1,76 effektiven Bits gespeichert und ein 53,81 GB großes FP16-Modell auf einen 5,93 GB großen Download verkleinert wird. Beide sind klein genug, um lokal gehalten zu werden, und beide sind Open-Weight, und sie versuchen nicht, dieselbe Aufgabe zu erledigen. Das Modell von Liquid wurde darauf trainiert, Tools aufzurufen. Das Modell von Prism ist ein Full-Precision-Vision-Language-Modell, das einen viel günstigeren Anzug trägt.

Was dieses Paar eine Seite wert macht, ist, dass jedes für sich verrät, wo die eigene Beweislage dünn ist – und die beiden Schwächen sind Gegensätze.

Was jedes Einzelne ist, reduziert auf den Teil, der zählt.

LFM2.5-24B-A2B behält die LFM2-Architektur bei: 40 Schichten, 30 doppelt gegatete Kurzfaltungsblöcke und 10 Grouped-Query-Attention-Schichten, 64 Experten pro Block mit Top-4-Routing, 131.072 Token Kontext, ein Vokabular von 128.000 Token, Texteingabe und Textausgabe. Liquids Post-Training-Pipeline endet mit einer Stufe des agentischen Reinforcement Learnings, die in OpenClaw, Hermes Agent, Pi und OpenCode ausgeführt wird. Der Anbieter empfiehlt ausdrücklich, es mit Retrieval oder Websuche zu kombinieren, anstatt sich bei Wissensfragen darauf zu verlassen — und in seiner eigenen Launch-Tabelle steht die AA-Omniscience-Zeile bei −24,90, was diese Empfehlung in numerischer Form ist.

Ternary Bonsai 2 27B ist dasselbe Netzwerk wie Qwen3.8-27B, nur anders aufgeschrieben. Das Whitepaper von Prism ML unterteilt 27,36 Mrd. Parameter in 24,35 Mrd. im Sprach-Backbone, verteilt auf 64 Blöcke, 2,54 Mrd. in Embedding und LM-Head sowie 0,47 Mrd. in einem 27-Block-Vision-Tower, der als separate 4-Bit-mmproj-Datei von ungefähr 0,63 GB ausgeliefert wird und nur geladen wird, wenn ein Bild eintrifft. Die hybride Attention des Basismodells – 48 Linear-Attention-Schichten von Gated DeltaNet, verschachtelt mit 16 Full-Attention-Schichten, Hidden-Size 5.120, ein 248.320-Token-Vokabular – wird unverändert übernommen. Gleiches gilt für den 262.144-Token-Kontext.

Die Grenze, die sie am schnellsten trennt, ist die Modalität. Ternary Bonsai 2 27B akzeptiert Bilder. LFM2.5-24B-A2B nicht, und kein Quantisierungstrick ändert etwas daran.

Qualität, auf dem einzigen Tisch, den einer der beiden hat

Prism ML hat seinen Build im Vergleich zum Original mit voller Präzision über eine Suite aus 20 Benchmarks hinweg gemessen und berichtet, dass er 98,2 % des Durchschnitts beibehält – 83,9 gegenüber 85,4. Das ist der eigene Test-Harness des Anbieters, einen Monat alt, von niemandem reproduziert. Es ist außerdem, ob absichtlich oder nicht, genau die Art von Behauptung, die ihre eigene Verteilung verbirgt, weil die 1,8 Punkte nicht gleichmäßig verteilt sind.

• Mathe — 96,57 gegenüber 97,06. Praktisch gleichauf.

• Programmierung — 81,58 gegenüber 82,17. Knapp, und die Kategorie, in der über die Kompressionstechnik diskutiert wird.

• Instruktionsbefolgung — 82,66 gegenüber 81,25. Das komprimierte Modell liegt vorn, die einzige wirklich überraschende Zeile in der Tabelle.

• Wissen und logisches Denken — 83,95 gegenüber 86,66. Ein Rückgang um 2,7 Punkte und der mit Abstand größte Einzelbeitrag zu den fehlenden 1,8.

• Agentische und Tool-Aufrufe — 77,57 gegenüber 79,74, einschließlich τ2-Bench bei 80,22 und BFCL v3 bei 74,92.

Nun zum Problem damit, diese Tabelle hier zu verwenden. Prisms Zahlen stammen aus seinem Build gegen seine eigene Vollpräzisions-Basis. Limes Zahlen – AutomationBench 27.69, LiveClaw 48.09, ToolSandbox 80.71, BFCLv4 65.01, IFEval 96.75, IFBench 74.69 – beziehen sich auf einen anderen Satz von Modellen, auf einem anderen Harness, mit anderen Generierungseinstellungen. Kein einziger Benchmark taucht in beiden Tabellen auf.Wer BFCLv3 74.9 neben BFCLv4 65.01 stellt und einen Sieger verkündet, hat zwei verschiedene Dinge verglichen und das Ergebnis genannt.

Zur Laufzeit gehen die beiden wirklich auseinander.

Dieser Punkt ist keine Herstellerbehauptung, sondern eine Kompatibilitätstatsache, die man an einem Nachmittag überprüfen kann.

Prism ML musste Kernel für die Architektur schreiben, weil sowohl das gepackte Format als auch die größtenteils lineare Attention ungewöhnlich sind. Stock-llama.cpp lehnt beide Packings von Prism als unbekannte Typen ab – und lädt, was gefährlicher ist, ein älteres ternäres Format ohne Beanstandung und erzeugt flüssigen Unsinn, weil auf die Aktivierungen keine passende Rotation angewendet wurde. Wenn Sie Ternary Bonsai 2 27B auf einer Binary ausführen, die nichts davon weiß, bekommen Sie keinen Fehler. Sie bekommen selbstsichere, falsche Ausgabe.

LFM2.5-24B-A2B hat das entgegengesetzte Risikoprofil. Liquid nennt Day-One-Support über llama.cpp für GGUF, MLX, vLLM, SGLang und ONNX sowie FP8-, ONNX- und 4-Bit-MLX-Schwester-Repos – ein konventionelles Release. Die offene Frage ist dort die Leistung und nicht die Korrektheit: Die Herstellerangaben von 184 Token pro Sekunde auf einem Apple M5 Max und 114 auf einem AMD Ryzen AI Max+ 395 sind nicht reproduziert, und die Schlagzeile „bis zu 1,7× schneller als das nächstbeste Modell“ hat keine veröffentlichte Baseline, auf die sie sich bezieht.

Wo spielt ein Aufschlag von 0 % hier tatsächlich eine Rolle?

Zwischen diesen beiden Modellen ist der Routing-Aspekt wirklich unangenehm, und es lohnt sich, das so zu sagen, statt es zu beschönigen. Ternary Bonsai 2 27B ist ein Download: Prism ML vertreibt es auf Hugging Face unter Apache 2.0, und der Sinn der ganzen Technik ist, dass man es selbst betreibt. LFM2.5-24B-A2B ist ebenfalls in erster Linie ein lokales Artefakt, mit dem Console-Endpunkt von Liquid bei 0,10 $ pro Million Eingabe-Tokens – 0,05 $ gecacht – und 1,00 $ pro Million Ausgabe als gehostete Alternative. Keines der beiden hat als Kernwertversprechen einen nach Verbrauch abgerechneten API-Aufruf.

Wo eine Routing-Schicht ihren Platz verdient, ist neben ihnen, nicht an ihrer Stelle. Das Basismodell Ternary Bonsai 2 27B, aus dem komprimiert wird — qwen/qwen3.8-27b, veröffentlicht von A​libaba am 13. August 2026 — wird in unserem Katalog zu 0,33 $ pro Million Eingabe- und 2,40 $ pro Million Ausgabe-Token bereitgestellt, was bedeutet, dass dieselbe Aufgabe gegen das bereitgestellte Full-Precision-Modell laufen kann, während Sie den lokalen 5,93-GB-Build mit denselben Prompts evaluieren. Das ist ein fairer Vergleich, der günstig angestellt wird, und es ist derjenige, den Prisms eigene 20-Benchmark-Tabelle nicht für Sie anstellen kann.

Die Lizenz, die auf keiner der beiden Seiten eine Fußnote ist

Ternary Bonsai 2 27B steht unter Apache 2.0, ohne Umsatzschwelle und ohne Anwendungsfeldklausel; dasselbe gilt für die Qwen3.8-27B-Gewichte, von denen es abgeleitet ist. LFM2.5-24B-A2B wird unter Liquids lfm1.0-Lizenz ausgeliefert, bei der es sich um ein anderes Instrument mit eigenen kommerziellen Bedingungen handelt. Aus rein technischer Sicht liegen die beiden Modelle nah genug beieinander, dass die Wahl oft von der Deployment-Form abhängt – lokaler Executor versus lokaler visueller Reasoner –, aber die Lizenz ist der eine Faktor, der sich nicht mit dem Benchmark-Zyklus ändert, und es lohnt sich, sie mit Ihren eigenen Umsatzzahlen abzugleichen, bevor Sie auf einem der beiden ein Produkt aufbauen.

Das, was jeder Anbieter ungemessen ließ, ist genau das, worauf man achten sollte. Prism ML veröffentlichte einen Retentionsprozentsatz, aber nicht das Verhalten eines 1,76-Bit-Modells pro Workload auf Ihren Daten, und ein Kompressionsartefakt, das 98,2 % des Durchschnitts erreicht, kann für die eine Kategorie, die Ihnen wichtig ist, trotzdem das falsche Werkzeug sein — der Coding-Rückgang, in der Summe klein, schlägt an einer bestimmten Stelle am härtesten zu. Liquid veröffentlichte eine agentische Tabelle ohne unabhängige Spalte und völlig ohne Long-Context-Retrieval-Werte für ein 131K-Fenster. Beide Lücken lassen sich mit einer Benchmark-Veröffentlichung statt mit einem Blogbeitrag schließen, und welcher Anbieter auch immer zuerst eine herausbringt, wird die Diskussion viel weiter vorangebracht haben als die letzten 1,8 Punkte.

Verfolgen Sie Live-Ausfälle und Beeinträchtigungen von Modellen in unserem Incident-Archiv und sehen Sie, welche Routen sauber ein Failover durchgeführt haben.