
DaisyRose 27B vs Bonsai 27B: Ukuran Sama, Taruhan Berlawanan
- OrcaBARUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1 juta token · 184 tok/s
- tencentBARUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1 juta token · 494 tok/s
- AlibabaBARUQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1 juta token · 385 tok/s
- GoogleBARUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1 juta token · 94 tok/s
- AnthropicBARUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1 juta token · 290 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1 juta token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1 juta token · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1 juta token · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1 juta token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1 juta token · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1 juta token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1 juta token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Kecerdasan
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1 juta token · 215 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Kecerdasan
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1 juta token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Kecerdasan
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1 juta token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Kecerdasan
DaisyRose 27B dan Bonsai 27B sama-sama model dua puluh tujuh miliar parameter dengan konteks 262.000 token, lisensi Apache 2.0, dan basis Qwen, tetapi hampir bertolak belakang dalam segala hal lainnya. DaisyRose 27B, yang diterbitkan oleh RadixArk pada 18 November 2026, menghabiskan delapan belas hari waktu H200 dan sekitar 63.000 jam GPU untuk reinforcement learning guna meningkatkan kemampuan model 27B pada tugas agentic; model ini dikirim sebagai bobot BF16 52 GB dan membutuhkan GPU pusat data. Bonsai 27B, yang diterbitkan oleh PrismML pada 14 Juli 2026, mengerahkan upayanya ke arah sebaliknya: model ini mengambil model 27B dan memampatkan bobotnya menjadi 1,125 bit per bobot sehingga keseluruhannya muat dalam 3,8 GB dan berjalan di ponsel. Tidak ada yang lebih baik di antara keduanya. Keduanya adalah dua jawaban berbeda atas pertanyaan "berapa biaya yang seharusnya untuk model 27B," dan jawaban yang Anda inginkan sepenuhnya bergantung pada apakah kendalanya kualitas atau byte.
Satu catatan sebelum perbandingan apa pun, karena ini menentukan seberapa banyak halaman ini dapat menggunakan aritmetika: kedua vendor tidak memiliki satu pun benchmark yang sama. RadixArk melaporkan Terminal Bench, DeepSWE, SWE Bench Pro, HLE, IFBench, dan GPQA Diamond. PrismML melaporkan rangkaian lima belas benchmark miliknya sendiri ditambah angka turunan "intelligence density". Tidak ada satu baris pun yang memuat hasil pengukuran kedua model ini, jadi tidak ada bagian di bawah ini yang mengurangi satu skor dari skor lainnya.
Dari apa masing-masing dibuat
Silsilahnya adalah perbedaan nyata pertama, dan mudah terlewat karena keduanya menyebut "Qwen 27B."
• DaisyRose 27B — hasil post-train dari Qwen3.8-27B, arsitektur tidak diubah. Tokenizer sama, chat template sama, vision tower sama, konteks 262.144 token sama. Pelatihan RadixArk mengubah perilaku dan tidak mengubah hal lain, dan RadixArk menyebut hasilnya sebagai pengganti langsung untuk model dasar.
• Bonsai 27B — rekonstruksi bit-rendah dari Qwen3.6-27B, satu generasi lebih tua. Ini bukan post-train: jaringan bahasa dienkode ulang secara menyeluruh dari ujung ke ujung pada presisi 1-bit atau ternari, termasuk embeddings, attention, proyeksi MLP, dan LM head, tanpa jalur keluar berpresisi lebih tinggi di mana pun dalam backbone.
Kesenjangan generasi itu merupakan hambatan nyata bagi Bonsai dan jarang diungkapkan secara gamblang. Qwen3.6-27B adalah model yang dipilih RadixArk untuk ditingkatkan; Bonsai 27B adalah salinan terkompresi dari model itu. Jadi, pembaca yang membandingkan keduanya bukan hanya membandingkan hasil pasca-latihan dengan kompresi, tetapi juga hasil pasca-latihan dari basis yang lebih baru dengan kompresi dari basis yang lebih lama. Dua perubahan dalam satu langkah, dan tabel dari kedua vendor tidak memisahkannya.
Dua kemasan, dua jejak
Bonsai 27B hadir dalam dua format bobot dari model yang sama, dan pilihan di antara keduanya adalah satu-satunya keputusan nyata dalam rilis tersebut.
• Paket biner — bobot {−1, +1} dengan penskalaan per grup FP16, dikemas sebagai GGUF Q1_0_g128 pada 1,125 bit efektif per bobot. File yang dikirim berukuran 3,803 GB; kartu membulatkan jejak penerapannya menjadi sekitar 3,9 GB.
• Paket ternary — bobot {−1, 0, +1} pada skala yang sama. Nilai ternary membawa log₂3 ≈ 1,585 bit, sehingga batas bawah representasinya sekitar 1,71 bit per bobot, atau 5,9 GB ideal. File yang dikirimkan berukuran 7,165 GB, karena kernel saat ini menyimpan setiap nilai ternary dalam slot dua bit — 2,125 bit per bobot yang digunakan. Kesenjangan itu adalah keterbatasan kernel, bukan pilihan pemodelan, dan PrismML menerbitkan kedua angka tersebut.
DaisyRose 27B hadir dengan cara biasa: BF16 sekitar 52 GB, FP8 sekitar 29 GB, NVFP4 sekitar 23 GB dan khusus Blackwell. Dibandingkan 3,803 GB milik Bonsai, itu berarti faktor sekitar empat belas kali lipat pada varian biner, dan kompresi tidak gratis — suite PrismML sendiri menempatkan paket biner pada 89,5% dari baseline presisi penuhnya dan paket ternary pada 94,6%.
Di mana biaya kompresi sebenarnya ditanggung
Rincian per kategori PrismML adalah hal paling berguna dalam kedua rilis tersebut, karena hal itu menunjukkan bahwa penurunan tidak tersebar secara merata. Dibandingkan dengan baseline FP16 Qwen3.6-27B miliknya sendiri pada 85,07 dalam rangkaian mode berpikir yang terdiri dari lima belas benchmark:
• Paket biner — 76,11 secara keseluruhan, retensi 89,5%. Matematika turun dari 95,33 menjadi 91,66 dan pengodean dari 88,74 menjadi 81,88. Kepatuhan terhadap instruksi turun dari 78,47 menjadi 65,74, pekerjaan agentik dan pemanggilan alat dari 80,00 menjadi 66,03, serta visi dari 72,61 menjadi 59,57.
Ternary pack — skor keseluruhan 80,49, retensi 94,6%, memulihkan sekitar setengah jarak menuju presisi penuh dengan tambahan bobot 3,3 GB.
Bacalah daftar itu dengan membandingkannya dengan tujuan pelatihan DaisyRose 27B, dan kedua rilis itu tidak lagi dapat dibandingkan secara sederhana. Kategori terlemah Bonsai 27B setelah kompresi adalah agentic dan tool-calling pada 66,03 berbanding baseline 80,00 — kerugian lima belas poin tepat di area yang selama delapan belas hari waktu GPU dihabiskan RadixArk untuk memperbaikinya. Satu model membayar kekecilannya dengan mata uang yang dibeli model lain dengan membelanjakan komputasinya. Jika beban kerja Anda adalah agen coding yang memanggil alat dalam loop, paket biner Bonsai 27B adalah artefak yang paling tidak cocok dalam perbandingan ini dan DaisyRose 27B adalah yang terbaik, dan tidak ada hal lain di kedua tabel yang mengubah urutan itu.

Apa yang masing-masing tuntut dari perangkat keras Anda
Di sinilah perbandingan menjadi konkret, bukan sekadar retoris.
• DaisyRose 27B — satu H200, B200, atau GB300, atau RTX PRO 6000, RTX 5090, atau DGX Spark dengan NVFP4. Jalur serving yang direkomendasikan adalah SGLang dengan drafter speculative-decoding DSpark, empat replika data-parallel pada node empat GPU dengan tensor parallelism 1 dan cache KV FP8. RadixArk tidak menerbitkan angka token per detik untuk salah satu konfigurasi tersebut.
• Bonsai 27B — llama.cpp pada CUDA, Metal, atau CPU, dengan kernel 1-bit dan ternary yang berada di fork PrismML sendiri dan bukan di upstream, sehingga llama.cpp versi standar belum akan memuatnya dengan benar. Paket biner muat di ponsel 12 GB; paket ternary butuh sedikit ruang lebih. Tambahkan sekitar 2,4 GB jika Anda juga mengambil drafter dan menara visi, karena angka utama 3,9 GB itu adalah bobot bahasa, bukan keseluruhan deployment.
Tidak ada konfigurasi di mana keduanya bersaing untuk slot yang sama. Model biner 3,8 GB di ponsel dan model BF16 52 GB di H200 tidak saling menggantikan; keduanya melayani produk yang berbeda. Tumpang tindihnya lebih sempit dan lebih menarik: NVFP4 DaisyRose pada 23 GB versus Bonsai ternary pada 7,2 GB, yang keduanya muat di satu kartu konsumen, adalah satu-satunya tempat di mana pilihan itu benar-benar merupakan pertukaran, bukan kategori.
Bukti, dan seberapa banyak jumlahnya
Bonsai 27B telah empat bulan diunduh — repositori GGUF ternary melewati 590.000 pada Oktober 2026, dibandingkan dengan sedikit di atas 400.000 untuk paket biner, dengan kontainer MLX untuk keduanya masing-masing di atas satu juta. Hal itu menunjukkan bahwa sebagian besar model ini dijalankan pada perangkat keras Apple, bukan pada server, dan bahwa orang-orang yang mengunduhnya membeli lima poin retensi tambahan, bukan file terkecil. Ini adalah bukti penggunaan, bukan bukti kualitas, tetapi ini adalah bukti semacam yang tidak disediakan oleh tabel benchmark vendor mana pun.
DaisyRose 27B baru berumur tiga hari dan belum memiliki uji independen. Tujuh baris benchmark-nya milik RadixArk, diukur dengan harness RadixArk, pada temperature 1.0, top_p 0.95, top_k 20, dan reasoning effort xhigh, lalu dipublikasikan sebagai hasil terbaik dari run BF16 dan FP8-nya. Perbandingan lintas modelnya terhadap sistem yang lebih besar menggunakan angka terbitan pihak lain, bukan uji berdampingan, dan kartu model menyatakan hal itu.
Tidak ada satu pun model yang pernah diuji pada harness yang sama dengan model lainnya. Halaman mana pun yang menempatkan angka DaisyRose di samping angka Bonsai lalu menarik kesimpulan sedang mengarang perbandingan yang belum pernah dijalankan siapa pun.

Mana yang harus dipilih
Keputusan itu bergantung pada satu pertanyaan, dan ini bukan pertanyaan benchmark: apakah model harus berjalan di tempat yang tidak ada pusat data?
Jika ya, jawabannya adalah Bonsai 27B, dan secara khusus paket ternary kecuali perangkat benar-benar kekurangan memori. Kerugian lima belas poin paket biner pada pekerjaan agentic dan pemanggilan alat merupakan konsesi kualitas terbesar di antara kedua rilis, dan 3,3 GB yang menjadi biaya paket ternary mengembalikan setengah jarak menuju presisi penuh. Di ponsel 12 GB tidak ada alternatif; pada perangkat apa pun yang menyisakan 8 GB untuk bobot, paket ternary adalah artefak yang lebih baik.
Jika tidak — jika model berjalan di balik API atau pada node penyajian — keunggulan utama Bonsai 27B menguap dan keunggulan utama DaisyRose 27B adalah satu-satunya yang tersisa. Model yang muat di H200 bukanlah model yang perlu dikompresi, dan yang akan Anda beli dengan Bonsai di slot itu adalah 27B yang dibatasi pada 89,5% atau 94,6% dari basis yang lebih tua satu generasi. Rilis RadixArk ditujukan tepat untuk pembaca itu, dan klaim yang perlu diuji adalah apakah lonjakan Terminal Bench 4.1 dari 5,6 ke 12,0 tereproduksi pada harness publik.
Cara murah untuk menjalankan perbandingan sendiri
Baik DaisyRose 27B maupun Bonsai 27B tidak ada dalam katalog OrcaRouter pada saat penulisan, dan halaman ini tidak akan berpura-pura sebaliknya. Leluhur bersama mereka adalah: Qwen3.8-27B disajikan sebagai qwen/qwen3.8-27b dengan harga $0.33 per juta token input dan $2.40 per juta token output, dengan konteks 262.144 token dan menara visi yang sama yang dipertahankan DaisyRose 27B. Menjalankan model dasar pada prompt Anda sendiri adalah cara termurah untuk menetapkan apa yang diminta untuk ditingkatkan oleh proses pasca-latihan, dan biayanya hanya beberapa sen, bukan H200 sewaan.
Endpoint yang sama merupakan jaring pengaman yang berguna setelahnya. Jika deployment DaisyRose yang dihosting sendiri mencapai jendela konteks penuh atau sandbox rusak di tengah tugas, sebuah aturan failover otomatis mengirim permintaan ke model dasar alih-alih mengembalikan error — jawaban yang terdegradasi alih-alih panggilan yang gagal. Itulah versi praktis dari kompromi yang menjadi inti seluruh perbandingan ini: plafon itu layak dibayar, tetapi hanya jika ada sesuatu di bawahnya.
Yang akan mengubah halaman ini adalah satu harness bersama. Jika PrismML memampatkan Qwen3.8-27B — basis yang ditingkatkan DaisyRose — kedua model itu akhirnya bisa diukur satu sama lain, dan pertanyaan "apa yang hilang dari sebuah 27B ketika menjadi 3,8 GB" akan punya angka, bukan sekadar kategori.
