
DaisyRose 27B vs Bonsai 27B: stessa dimensione, scommesse opposte
- OrcaNUOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M di token · 184 tok/s
- tencentNUOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M di token · 494 tok/s
- AlibabaNUOVOQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M di token · 385 tok/s
- GoogleNUOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M di token · 94 tok/s
- AnthropicNUOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M di token · 290 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M di token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M di token · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M di token · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M di token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M di token · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M di token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M di token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligenza
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M di token · 215 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligenza
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M di token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligenza
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M di token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligenza
DaisyRose 27B e Bonsai 27B sono entrambi modelli da ventisette miliardi di parametri con un contesto di 262.000 token, una licenza Apache 2.0 e una base Qwen, e sono quasi opposti sotto ogni altro aspetto. DaisyRose 27B, pubblicato da RadixArk il 18 novembre 2026, dedica diciotto giorni di tempo H200 e circa 63.000 ore GPU all'apprendimento per rinforzo per migliorare ciò che un 27B può fare nei compiti agentici; viene distribuito come pesi BF16 da 52 GB e richiede una GPU da datacenter. Bonsai 27B, pubblicato da PrismML il 14 luglio 2026, concentra i suoi sforzi nella direzione opposta: prende un 27B e comprime i pesi a 1,125 bit ciascuno, così che l'intero modello stia in 3,8 GB e giri su un telefono. Nessuno dei due è un modello migliore. Sono due risposte diverse alla domanda “quanto dovrebbe costare un 27B”, e la risposta che vuoi dipende interamente da se il vincolo è la qualità o i byte.
Un'avvertenza prima di qualsiasi confronto, perché decide quanto di questa pagina può essere aritmetico: i due fornitori non condividono un singolo benchmark. RadixArk riporta Terminal Bench, DeepSWE, SWE Bench Pro, HLE, IFBench e GPQA Diamond. PrismML riporta una suite di quindici benchmark propria, più una cifra derivata di "densità di intelligenza". Non c'è alcuna riga in cui questi due modelli siano stati misurati entrambi, quindi nulla di quanto segue sottrae un punteggio da un altro.
Da cosa è costruito ciascuno
La linea di discendenza è la prima vera differenza, ed è facile non accorgersene perché entrambi dicono "Qwen 27B".
• DaisyRose 27B — un post-addestramento di Qwen3.8-27B, architettura invariata. Stesso tokenizer, stesso template di chat, stessa torre visiva, stesso contesto di 262.144 token. L'addestramento di RadixArk ha cambiato il comportamento e nient'altro, e descrive il risultato come una sostituzione drop-in per il modello base.
• Bonsai 27B — una ricostruzione a bassi bit di Qwen3.6-27B, una generazione più vecchia. Non è un post-addestramento: la rete linguistica è ricodificata end-to-end a precisione a 1 bit o ternaria, embeddings, attenzione, proiezioni MLP e LM head allo stesso modo, senza alcuna scappatoia verso precisioni superiori in nessun punto della backbone.
Quel divario generazionale è un vero handicap per Bonsai e raramente viene detto chiaramente. Qwen3.6-27B è il modello su cui RadixArk ha scelto di migliorare; Bonsai 27B ne è una copia compressa. Quindi chi confronta i due non confronta solo un post-train con una compressione, ma un post-train di una base più recente con una compressione di una più vecchia. Due cambiamenti in un solo passo, e nessuna delle tabelle dei due fornitori li separa.
Due confezioni, due impronte
Bonsai 27B viene distribuito in due formati di pesi dello stesso modello, e la scelta tra i due è l'unica vera decisione all'interno di quel rilascio.
• Pacchetto binario — pesi {−1, +1} con scaling group-wise FP16, impacchettati come GGUF Q1_0_g128 a 1,125 bit effettivi per peso. Il file distribuito è di 3,803 GB; la scheda arrotonda il footprint distribuito a circa 3,9 GB.
• Pack ternario — pesi {−1, 0, +1} con lo stesso scaling. Un valore ternario trasporta log₂3 ≈ 1,585 bit, quindi il limite inferiore della rappresentazione è di circa 1,71 bit per peso, ovvero 5,9 GB ideali. Il file distribuito è di 7,165 GB, perché i kernel attuali memorizzano ogni valore ternario in uno slot da due bit — 2,125 bit per peso impiegato. Quel divario è un limite dei kernel, non una scelta di modellazione, e PrismML pubblica entrambi i numeri.
DaisyRose 27B viene distribuito nel modo consueto: BF16 a circa 52 GB, FP8 a circa 29 GB, NVFP4 a circa 23 GB e solo per Blackwell. Rispetto ai 3,803 GB di Bonsai, all'estremo binario si tratta di un fattore di circa quattordici, e la compressione non è gratuita: la suite di PrismML stessa colloca il pacchetto binario all'89,5% della sua baseline a piena precisione e il pacchetto ternario al 94,6%.
Dove la compressione si paga effettivamente
La ripartizione per categorie di PrismML è la cosa più utile in entrambe le release, perché mostra che la perdita non è distribuita in modo uniforme. Rispetto alla sua baseline FP16 Qwen3.6-27B a 85,07 su una suite in modalità thinking composta da quindici benchmark:
• Binary pack — 76.11 complessivo, 89.5% di retention. La matematica scende da 95.33 a 91.66 e la programmazione da 88.74 a 81.88. La capacità di seguire le istruzioni scende da 78.47 a 65.74, il lavoro agentico e di tool-calling da 80.00 a 66.03, e la visione da 72.61 a 59.57.
• Pacchetto ternario — 80,49 complessivo, 94,6% di ritenzione, recuperando circa metà della distanza dalla precisione completa con 3,3 GB di peso in più.
Leggi quella lista in rapporto a ciò per cui è stato addestrato DaisyRose 27B e le due release smettono di essere confrontabili in qualsiasi senso semplice. La categoria più debole di Bonsai 27B dopo la compressione è quella agentica e di chiamata degli strumenti, a 66,03 contro una baseline di 80,00 — una perdita di quindici punti esattamente nell'area che RadixArk ha impiegato diciotto giorni di tempo GPU a migliorare. Un modello paga la propria piccolezza nella valuta in cui l'altro spende potenza di calcolo per comprarla. Se il tuo carico di lavoro è un agente di coding che chiama strumenti in un ciclo, il pacchetto binario di Bonsai 27B è l'artefatto meno adatto in questo confronto e DaisyRose 27B è il migliore, e nient'altro in nessuna delle due tabelle cambia quest'ordine.

Cosa ciascuno richiede al tuo hardware
È qui che il confronto diventa concreto anziché retorico.
• DaisyRose 27B — un singolo H200, B200 o GB300, oppure una RTX PRO 6000, una RTX 5090 o una DGX Spark in NVFP4. Il percorso di serving consigliato è SGLang con un drafter DSpark per la decodifica speculativa, quattro repliche data-parallel su un nodo a quattro GPU con tensor parallelism 1 e una cache KV FP8. RadixArk non pubblica alcun valore di token al secondo per nessuna di queste configurazioni.
• Bonsai 27B — llama.cpp su CUDA, Metal o CPU, con i kernel a 1 bit e ternari presenti nella fork di PrismML anziché upstream, quindi il llama.cpp standard non li caricherà ancora correttamente. Il pacchetto binario entra in un telefono da 12 GB; quello ternario richiede un po' più di margine. Aggiungi circa 2,4 GB se includi anche il drafter e la torre visiva, perché i 3,9 GB in evidenza sono i pesi del linguaggio e non il deployment.
Non esiste una configurazione in cui questi due competano per lo stesso slot. Un modello binario da 3,8 GB su un telefono e un modello BF16 da 52 GB su un H200 non si compensano a vicenda; servono prodotti diversi. La sovrapposizione è più ristretta e più interessante: un DaisyRose NVFP4 da 23 GB contro un Bonsai ternario da 7,2 GB, entrambi compatibili con una singola scheda consumer, è l'unico punto in cui la scelta è davvero un compromesso anziché una categoria.
Prove, e quante ce ne sono
Bonsai 27B ha quattro mesi di download alle spalle: il repository GGUF ternario ha superato i 590.000 a ottobre 2026, contro poco più di 400.000 del pacchetto binario, mentre i container MLX di entrambi sono oltre il milione ciascuno. Questo suggerisce che la maggior parte di questo modello gira su hardware Apple anziché su server, e che chi lo scarica preferisce i cinque punti di ritenzione in più rather che il file più piccolo. Sono dati d'uso, non di qualità, ma sono un tipo di evidenza che nessuna delle tabelle di benchmark dei due fornitori offre.
DaisyRose 27B ha tre giorni e nessuna esecuzione indipendente. Le sue sette righe di benchmark sono di RadixArk, misurate sugli harness di RadixArk, a temperatura 1.0, top_p 0.95, top_k 20 e reasoning effort xhigh, e pubblicate come il migliore tra le sue esecuzioni BF16 e FP8. Il suo confronto cross-model con sistemi più grandi si basa su cifre pubblicate da terzi anziché su esecuzioni affiancate, e la scheda lo dichiara.
Nessuno dei due modelli è mai stato sottoposto allo stesso harness dell'altro. Qualsiasi pagina che affianchi un numero di DaisyRose a un numero di Bonsai e ne tragga una conclusione sta inventando un confronto che nessuno ha mai eseguito.

Quale scegliere?
La decisione dipende da una sola domanda, e non è una questione di benchmark: il modello deve essere eseguito dove non c'è un data center?
In caso affermativo, la risposta è Bonsai 27B, e in particolare il pack ternario, a meno che il dispositivo sia davvero a corto di memoria. La perdita di quindici punti del pack binario nelle attività agentiche e di tool calling è la più grande concessione sulla qualità in entrambe le release, e i 3,3 GB che costa il pack ternario recuperano metà della distanza dalla precisione completa. Su un telefono da 12 GB non c'è alternativa; su qualsiasi dispositivo con 8 GB liberi per i pesi, il pack ternario è l'artefatto migliore.
Se no — se il modello gira dietro un'API o su un nodo di serving — il vantaggio principale di Bonsai 27B svanisce e il vantaggio principale di DaisyRose 27B è l'unico a rimanere in piedi. Un modello che sta su una H200 non è un modello che hai bisogno di comprimere, e ciò che acquisteresti con Bonsai in quello slot è un 27B limitato all'89,5% o al 94,6% di una base più vecchia di una generazione. Il rilascio di RadixArk è rivolto esattamente a quel lettore, e l'affermazione da verificare è se il salto di Terminal Bench 4.1 da 5,6 a 12,0 si riproduce su un harness pubblico.
Un modo economico per fare il confronto da solo
Né DaisyRose 27B né Bonsai 27B figurano nel catalogo di OrcaRouter al momento della stesura, e questa pagina non fingerà il contrario. Il loro antenato comune è: Qwen3.8-27B viene servito come qwen/qwen3.8-27b a 0,33 $ per milione di token in input e 2,40 $ per milione in output, con lo stesso contesto da 262.144 token e la stessa torre di visione che DaisyRose 27B mantiene. Eseguire il modello base sui propri prompt è il modo più economico per stabilire cosa si chiede al post-training di migliorare, e costa qualche centesimo invece di una H200 noleggiata.
Lo stesso endpoint è una valida rete di sicurezza a posteriori. Se un deployment self-hosted di DaisyRose esaurisce la finestra di contesto o incappa in un sandbox guasto a metà attività, una regola automatica di failover invia la richiesta al modello di base anziché restituire un errore: una risposta degradata invece di una chiamata fallita. È questa la versione pratica dello scambio su cui verte l'intero confronto: vale la pena pagare per il tetto massimo, ma solo se c'è qualcosa sotto.
Ciò che cambierebbe questa pagina è un unico harness condiviso. Se PrismML comprimesse Qwen3.8-27B — la base che DaisyRose ha migliorato — i due modelli sarebbero finalmente misurabili l'uno contro l'altro, e la domanda «quanto perde un 27B diventando 3.8 GB» avrebbe un numero invece di una categoria.
