Une carte-titre générée indiquant « DaisyRose 27B vs Bonsai 27B », sous-titrée « Même taille, paris opposés », au-dessus de trois cartes arrondies indiquant « DaisyRose : 52 GB BF16, post-entraînement RL uniquement », « Bonsai : 3,8 GB de poids binaires » et « Les deux : contexte de 262 000 tokens, Apache 2.0 », avec un pied de page indiquant « Chiffres de DaisyRose selon RadixArk, novembre 2026 ; chiffres de Bonsai selon PrismML, juillet 2026. » Le logo OrcaRouter se trouve en bas à droite.
Guides & Insights

DaisyRose 27B vs Bonsai 27B : même taille, paris opposés

Auteur

jinhao.song

Date de publication

Derniers modèles · 20Voir tous les modèles →
Benchmarks : Artificial Analysis · mis à jour quotidiennement
Retour à tous les articles

DaisyRose 27B et Bonsai 27B sont tous deux des modèles de vingt-sept milliards de paramètres avec un contexte de 262 000 tokens, une licence Apache 2.0 et une base Qwen, et ils sont presque à l’opposé sur tous les autres plans. DaisyRose 27B, publié par RadixArk le 18 novembre 2026, consacre dix-huit jours de temps H200 et environ 63 000 heures GPU à l’apprentissage par renforcement pour améliorer ce qu’un 27B peut accomplir sur des tâches agentiques ; il est livré sous forme de 52 Go de poids BF16 et nécessite un GPU de centre de données. Bonsai 27B, publié par PrismML le 14 juillet 2026, concentre ses efforts dans la direction opposée : il prend un 27B et compresse les poids à 1,125 bit chacun afin que l’ensemble tienne dans 3,8 Go et tourne sur un téléphone. Aucun des deux n’est un meilleur modèle. Ce sont deux réponses différentes à la question « combien devrait coûter un 27B », et la réponse que vous voulez dépend entièrement de savoir si la contrainte est la qualité ou les octets.

Une mise en garde avant toute comparaison, car elle détermine quelle part de cette page peut relever de l’arithmétique : les deux fournisseurs ne partagent pas un seul benchmark. RadixArk indique Terminal Bench, DeepSWE, SWE Bench Pro, HLE, IFBench et GPQA Diamond. PrismML indique une suite de quinze benchmarks qui lui est propre, ainsi qu’un chiffre dérivé de « densité d’intelligence ». Il n’existe aucune ligne sur laquelle ces deux modèles ont tous deux été mesurés, donc rien ci-dessous ne soustrait un score à un autre.

De quoi chacun est constitué

La lignée est la première véritable différence, et il est facile de la manquer, car les deux affichent « Q​wen 27B ».

• DaisyRose 27B — un post-entraînement de Qwen3.8-27B, architecture inchangée. Même tokenizer, même template de chat, même tour de vision, même contexte de 262 144 tokens. L'entraînement de RadixArk a modifié le comportement et rien d'autre, et il décrit le résultat comme un remplacement direct du modèle de base.

• Bonsai 27B — une reconstruction en basse précision de Qwen3.6-27B, d’une génération plus ancienne. Il ne s’agit pas d’un post-entraînement : le réseau de langage est réencodé de bout en bout en précision 1 bit ou ternaire, qu’il s’agisse des embeddings, de l’attention, des projections MLP ou de la tête LM, sans aucune porte de sortie vers une précision supérieure nulle part dans le backbone.

Cet écart générationnel est un véritable handicap pour Bonsai, et il est rarement énoncé clairement. Qwen3.6-27B est le modèle que RadixArk a choisi d’améliorer ; Bonsai 27B en est une copie compressée. Ainsi, un lecteur qui compare les deux ne compare pas seulement un post-entraînement à une compression, mais un post-entraînement d’une base plus récente à une compression d’une base plus ancienne. Deux changements en une seule étape, et le tableau d’aucun des fournisseurs ne permet de les distinguer.

Deux packs, deux empreintes

Bonsai 27B est proposé en deux formats de poids du même modèle, et le choix entre eux est la seule véritable décision au sein de cette version.

• Pack binaire — poids {−1, +1} avec mise à l’échelle par groupes en FP16, empaquetés en GGUF Q1_0_g128 à 1,125 bit effectif par poids. Le fichier livré fait 3,803 Go ; la fiche arrondit l’empreinte déployée à environ 3,9 Go.

• Pack ternaire — poids {−1, 0, +1} à la même échelle. Une valeur ternaire transporte log₂3 ≈ 1,585 bit, donc le plancher de la représentation est d’environ 1,71 bit par poids, soit 5,9 Go dans l’idéal. Le fichier livré fait 7,165 Go, car les noyaux actuels stockent chaque valeur ternaire dans un emplacement de deux bits — 2,125 bits par poids déployé. Cet écart est une limitation des noyaux, pas un choix de modélisation, et PrismML publie les deux chiffres.

DaisyRose 27B est distribué de manière classique : BF16 à environ 52 Go, FP8 à environ 29 Go, NVFP4 à environ 23 Go et réservé à Blackwell. Face aux 3,803 Go de Bonsai, cela représente un facteur d'environ quatorze du côté binaire, et la compression n'est pas sans coût — la suite de tests propre à PrismML place le pack binaire à 89,5 % de sa référence en pleine précision et le pack ternaire à 94,6 %.

Là où la compression est réellement payée

La répartition par catégorie de PrismML est l’élément le plus utile dans l’une ou l’autre des versions, car elle montre que la perte n’est pas répartie uniformément. Par rapport à sa propre référence FP16 Qwen3.6-27B à 85,07 sur une suite de quinze benchmarks en mode réflexion :

• Pack binaire — 76,11 global, 89,5 % de rétention. Les mathématiques passent de 95,33 à 91,66 et le codage de 88,74 à 81,88. Le suivi d’instructions passe de 78,47 à 65,74, le travail agentique et d’appel d’outils de 80,00 à 66,03, et la vision de 72,61 à 59,57.

• Pack ternaire — 80,49 au total, 94,6 % de rétention, en récupérant environ la moitié de l’écart avec la pleine précision pour 3,3 Go de poids en plus.

Si l’on compare cette liste à ce pour quoi DaisyRose 27B a été entraîné, les deux versions cessent d’être comparables de manière simple. La catégorie la plus faible de Bonsai 27B après compression est celle des agents et de l’appel d’outils, à 66,03 contre une référence de 80,00 — une perte de quinze points dans exactement le domaine où RadixArk a consacré dix-huit jours de temps GPU à s’améliorer. Un modèle paie sa petite taille dans la monnaie que l’autre modèle dépense en calcul pour l’acheter. Si votre charge de travail est un agent de codage qui appelle des outils en boucle, le paquet binaire de Bonsai 27B est l’artefact le moins adapté de cette comparaison et DaisyRose 27B le meilleur, et rien d’autre dans l’une ou l’autre table ne change cet ordre.

A screenshot of the Hugging Face model card for prism-ml/Bonsai-27B-gguf showing the repository header, the 1-bit GGUF description, the headline footprint against FP16, the fifteen-benchmark retention figures and the base model reference to Qwen3.6-27B.

Ce que chacun exige de votre matériel

C’est ici que la comparaison devient concrète plutôt que rhétorique.

• DaisyRose 27B — un seul H200, B200 ou GB300, ou une RTX PRO 6000, une RTX 5090 ou un DGX Spark en NVFP4. La voie de service recommandée est SGLang avec un drafter de décodage spéculatif DSpark, quatre réplicas de parallélisme de données sur un nœud de quatre GPU en parallélisme tensoriel 1 avec un cache KV FP8. RadixArk ne publie aucun chiffre de jetons par seconde pour aucune de ces configurations.

• Bonsai 27B — llama.cpp sur CUDA, Metal ou CPU, les noyaux 1 bit et ternaires résidant dans le fork propre à PrismML plutôt que dans le dépôt amont, donc le llama.cpp standard ne les chargera pas encore correctement. Le pack binaire tient sur un téléphone de 12 Go ; le pack ternaire demande un peu plus de marge. Ajoutez environ 2,4 Go si vous prenez aussi le drafter et la tour de vision, car les 3,9 Go annoncés correspondent aux poids linguistiques et non au déploiement.

Il n’existe aucune configuration dans laquelle ces deux modèles se disputent le même emplacement. Un modèle binaire de 3,8 Go sur un téléphone et un modèle BF16 de 52 Go sur un H200 ne sont pas en concurrence ; ils servent des produits différents. Le chevauchement est plus étroit et plus intéressant : le seul cas où le choix est véritablement un arbitrage plutôt qu’une catégorie est celui d’un DaisyRose NVFP4 à 23 Go face à un Bonsai ternaire à 7,2 Go, deux modèles qui tiennent tous les deux sur une seule carte grand public.

Les preuves, et leur quantité

Bonsai 27B compte quatre mois de téléchargements derrière lui — le dépôt GGUF ternaire a franchi les 590 000 en octobre 2026, contre un peu plus de 400 000 pour le pack binaire, les conteneurs MLX des deux dépassant chacun le million. Cela suggère que l'essentiel de ce modèle tourne sur du matériel Apple plutôt que sur des serveurs, et que ceux qui le téléchargent recherchent les cinq points de rétention supplémentaires plutôt que le fichier le plus petit. Ce sont des preuves d'usage plutôt que de qualité, mais c'est un type de preuve qu'aucun des deux fournisseurs ne fournit dans ses tableaux de benchmarks.

DaisyRose 27B dispose de trois jours et d’aucune exécution indépendante. Ses sept lignes de benchmark sont celles de RadixArk, mesurées sur les harnais de RadixArk, à une température de 1,0, top_p 0,95, top_k 20 et un effort de raisonnement xhigh, et publiées comme la meilleure de ses exécutions BF16 et FP8. Sa comparaison entre modèles avec des systèmes plus grands s’appuie sur des chiffres publiés par d’autres parties plutôt que sur des exécutions côte à côte, et la fiche le précise.

Aucun des deux modèles n’a été exécuté sur le même banc d’essai que l’autre. Toute page qui place un chiffre DaisyRose à côté d’un chiffre Bonsai et en tire une conclusion invente une comparaison que personne n’a réalisée.

A generated two-column scoreboard titled 'DaisyRose 27B vs Bonsai 27B — the scoreboard'. Left column DaisyRose 27B: Base model Qwen3.8-27B; Weights 52 GB BF16 / 23 GB NVFP4; Training RL-only, 63,000 GPU-hours; Terminal Bench 4.1 12.0; Context 262,144; Licence Apache 2.0. Right column Bonsai 27B: Base model Qwen3.6-27B; Weights 3.803 GB binary / 7.165 GB ternary; Training low-bit compression; Vendor suite 76.11 binary / 80.49 ternary; Context 262,000; Licence Apache 2.0. Footer reads 'DaisyRose figures vendor-reported, November 2026; Bonsai figures vendor-reported, July 2026; no shared benchmark.' The OrcaRouter logo sits in the bottom-right.

Lequel choisir

La décision se joue sur une seule question, et ce n’est pas une question de benchmark : le modèle doit-il fonctionner là où il n’y a pas de centre de données ?

Si oui, la réponse est Bonsai 27B, et plus précisément le ternary pack, sauf si l’appareil manque vraiment de mémoire. La perte de quinze points du binary pack sur le travail agentique et l’appel d’outils est la plus grande concession de qualité dans l’une ou l’autre version, et les 3,3 Go que coûte le ternary pack récupèrent la moitié de la distance à la pleine précision. Sur un téléphone de 12 Go, il n’y a pas d’alternative ; sur tout appareil disposant de 8 Go à consacrer aux poids, le ternary pack est le meilleur artefact.

Si non — si le modèle tourne derrière une API ou sur un nœud de service — l’avantage central de Bonsai 27B s’évapore et l’avantage central de DaisyRose 27B est le seul qui reste. Un modèle qui tient sur un H200 n’est pas un modèle que vous avez besoin de compresser, et ce que vous achèteriez avec Bonsai à cette place est un 27B plafonné à 89,5 % ou 94,6 % d’une base plus ancienne d’une génération. La publication de RadixArk s’adresse exactement à ce lecteur, et l’affirmation à tester est de savoir si le saut de Terminal Bench 4.1 de 5,6 à 12,0 se reproduit sur un harnais public.

Un moyen économique de faire la comparaison vous-même

Ni DaisyRose 27B ni Bonsai 27B ne figurent au catalogue d’OrcaRouter au moment de la rédaction, et cette page ne prétendra pas le contraire. Leur ancêtre commun est : Qwen3.8-27B est servi sous qwen/qwen3.8-27b à 0,33 $ par million de jetons d’entrée et 2,40 $ par million de jetons de sortie, avec le même contexte de 262 144 jetons et la même tour de vision que conserve DaisyRose 27B. Exécuter le modèle de base sur vos propres prompts est le moyen le moins cher de déterminer ce que le post-entraînement est censé améliorer, et cela coûte quelques centimes plutôt que la location d’un H200.

Le même point de terminaison constitue ensuite un filet de sécurité utile. Si un déploiement DaisyRose auto-hébergé atteint une fenêtre de contexte saturée ou un bac à sable défaillant en cours de tâche, une règle automatique de basculement renvoie la requête au modèle de base au lieu de retourner une erreur — une réponse dégradée plutôt qu'un appel échoué. C'est la version concrète du compromis au cœur de toute cette comparaison : le plafond vaut la peine d'être payé, mais seulement s'il y a quelque chose en dessous.

Ce qui changerait cette page, c’est un banc d’essai commun unique. Si PrismML compresse Qwen3.8-27B — la base que DaisyRose a améliorée — les deux modèles seraient enfin mesurables l’un par rapport à l’autre, et la question « ce qu’un 27B perd en devenant 3,8 Go » aurait un chiffre au lieu d’une catégorie.