LFM2.5-24B-A2B vs Ternary Bonsai 2 27B: la differenza sta in 2 bit e in una connessione cloud

Ecco la risposta onesta più breve. LFM2.5-24B-A2B è un mixture-of-experts solo testo che Liquid AI ha realizzato per inserirsi in un ciclo di agenti su una macchina senza rete, annunciato il 13 ottobre 2026 con 24,0B di parametri totali e 2,45B di parametri attivi. Ternary Bonsai 2 27B è una riscrittura a basso numero di bit di Qwen3.8-27B che Prism ML ha rilasciato il 17 settembre 2026 con licenza Apache 2.0, memorizzando ogni peso come uno di tre simboli a 1,76 bit effettivi e riducendo un modello FP16 da 53,81 GB a un download da 5,93 GB. Sono entrambi abbastanza piccoli da stare in locale ed entrambi open-weight, e non cercano di fare lo stesso lavoro. Il modello di Liquid è stato addestrato a chiamare strumenti. Il modello di Prism è un modello visione-linguaggio a piena precisione che indossa un abito molto più economico.

Ciò che rende l'abbinamento degno di una pagina è che ognuno dei due ti dice dove le proprie prove sono carenti, e le due debolezze sono opposte.

Che cos'è ciascuno, ridotto alla parte che conta

LFM2.5-24B-A2B mantiene l'architettura LFM2: 40 livelli, 30 blocchi di convoluzione breve a doppio gate e 10 livelli di attenzione con query raggruppate, 64 esperti per blocco con routing top-4, 131.072 token di contesto, un vocabolario di 128.000 token, testo in ingresso e testo in uscita. La pipeline di post-training di Liquid termina con una fase di apprendimento per rinforzo agentico eseguita all'interno di OpenClaw, Hermes Agent, Pi e OpenCode. Il fornitore consiglia esplicitamente di abbinarlo al retrieval o alla ricerca web invece di affidarsi a esso per domande di conoscenza — e nella sua stessa tabella di lancio la riga AA-Omniscience si trova a −24,90, che è quel consiglio in forma numerica.

Ternary Bonsai 2 27B è la stessa rete di Qwen3.8-27B scritta in modo diverso. Il whitepaper di Prism ML suddivide 27,36B parametri in 24,35B nel backbone linguistico su 64 blocchi, 2,54B nell'embedding e nella testa LM, e 0,47B in una torre di visione a 27 blocchi che viene distribuita come file mmproj separato a 4 bit di circa 0,63 GB e si carica solo quando arriva un'immagine. L'attenzione ibrida del modello base — 48 livelli di attenzione lineare Gated DeltaNet intercalati con 16 livelli di attenzione completa, dimensione nascosta 5.120, un vocabolario di 248.320 token — è ereditata invariata. Lo stesso vale per il contesto di 262.144 token.

La linea che li separa più rapidamente è la modalità. Ternary Bonsai 2 27B accetta immagini. LFM2.5-24B-A2B no, e nessun trucco di quantizzazione può cambiarlo.

Qualità, sull'unico tavolo che l'uno o l'altro ha

Prism ML ha misurato la propria build rispetto all'originale a piena precisione su una suite di 20 benchmark e riferisce di conservare il 98,2% della media — 83,9 contro 85,4. Si tratta del sistema di valutazione dello stesso fornitore, vecchio di un mese, che nessuno ha riprodotto. Ed è anche, deliberatamente o no, esattamente il tipo di affermazione che nasconde la propria distribuzione, perché gli 1,8 punti non sono distribuiti in modo uniforme.

• Matematica — 96,57 contro 97,06. Praticamente allo stesso livello.

• Programmazione — 81,58 contro 82,17. Vicino, ed è la categoria sulla quale si discute della tecnica di compressione.

• Capacità di seguire le istruzioni — 82,66 contro 81,25. Il modello compresso è in vantaggio, l'unica riga davvero sorprendente della tabella.

• Conoscenza e ragionamento — 83,95 rispetto a 86,66. Un calo di 2,7 punti, e il singolo maggiore fattore che contribuisce all'1,8 mancante.

• Agentico e invocazione di strumenti — 77,57 rispetto a 79,74, coprendo τ2-Bench a 80,22 e BFCL v3 a 74,92.

Ora, il problema di usare quella tabella qui. I numeri di Prism sono quelli della sua build rispetto alla propria base a piena precisione. I numeri di Liquid — AutomationBench 27.69, LiveClaw 48.09, ToolSandbox 80.71, BFCLv4 65.01, IFEval 96.75, IFBench 74.69 — sono riferiti a un insieme diverso di modelli, su un'infrastruttura di test diversa, con impostazioni di generazione diverse. Non c'è nemmeno un benchmark che compaia in entrambe le tabelle.Chiunque metta BFCLv3 74.92 accanto a BFCLv4 65.01 e annunci un vincitore ha confrontato due test diversi e l'ha chiamato un risultato.

Il runtime è dove i due divergono davvero

Questa parte non è una dichiarazione del fornitore, è un fatto di compatibilità che puoi verificare in un pomeriggio.

Prism ML ha dovuto scrivere kernel per l'architettura, perché sia il formato packed sia l'attenzione per lo più lineare sono entrambi insoliti. Il llama.cpp standard rifiuta entrambi i packing di Prism come tipi sconosciuti — e, cosa più pericolosa, carica senza protestare un vecchio formato ternario e produce sciocchezze fluenti, perché alle attivazioni non è stata applicata alcuna rotazione corrispondente. Se esegui Ternary Bonsai 2 27B su un binario che non lo conosce, non ottieni un errore. Ottieni un output sicuro di sé, ma sbagliato.

LFM2.5-24B-A2B ha un profilo di rischio opposto. Liquid elenca il supporto dal primo giorno in llama.cpp per GGUF, MLX, vLLM, SGLang e ONNX, più i repository gemelli FP8, ONNX e MLX a 4 bit — un rilascio convenzionale. La questione aperta qui è la prestazione piuttosto che la correttezza: le cifre del fornitore di 184 token al secondo su un Apple M5 Max e 114 su un AMD Ryzen AI Max+ 395 non sono state riprodotte, e il titolo "fino a 1,7× più veloce del secondo miglior modello" non ha alcuna baseline pubblicata ad esso associata.

Dove conta davvero lo 0% di markup qui?

Tra questi due modelli, il discorso del routing è davvero scomodo, e vale la pena dirlo invece di abbellirlo. Ternary Bonsai 2 27B è un download: Prism ML lo distribuisce su Hugging Face con licenza Apache 2.0, e il punto dell'intera tecnica è che lo esegui tu stesso. LFM2.5-24B-A2B è anch'esso principalmente un artefatto locale, con l'endpoint Console di Liquid a $0.10 per milione di token di input — $0.05 in cache — e $1.00 per milione di output come alternativa hosted. La proposta di valore fondamentale di nessuno dei due è una chiamata API a consumo.

Il posto in cui un livello di routing si guadagna il proprio ruolo è accanto a loro, non al posto loro. Il modello di base da cui è compresso Ternary Bonsai 2 27B — qwen/qwen3.8-27b, pubblicato da Alibaba il 13 agosto 2026 — è servito sul nostro catalogo a $0,33 per milione di token in input e $2,40 per milione in output, il che significa che lo stesso compito può essere eseguito su il modello servito a piena precisione mentre valuti la build locale da 5,93 GB sugli stessi prompt. Si tratta di un confronto equo realizzato a basso costo, ed è quello che la tabella di 20 benchmark di Prism stessa non può fare per te.

La licenza, che non è una nota a piè di pagina da nessuna delle due parti

Ternary Bonsai 2 27B è distribuito con Apache 2.0, senza soglia di attivazione legata ai ricavi e senza clausola di limitazione del campo di utilizzo; lo stesso vale per i pesi Qwen3.8-27B da cui deriva. LFM2.5-24B-A2B è distribuito con la licenza lfm1.0 di Liquid, che è uno strumento diverso con propri termini commerciali. Da una lettura puramente ingegneristica, i due modelli sono abbastanza vicini che la scelta spesso si riduce alla configurazione di deployment — executor locale rispetto a reasoner visivo locale — ma la licenza è l'unico input che non cambia con il ciclo dei benchmark, e vale la pena verificarla rispetto ai tuoi numeri di fatturato prima di costruire un prodotto su uno dei due.

Ciò che ogni fornitore ha lasciato non misurato è ciò a cui prestare attenzione. Prism ML ha pubblicato una percentuale di ritenzione ma non il comportamento per carico di lavoro di un modello a 1,76 bit sui tuoi dati, e un artefatto di compressione che è al 98,2% della media può comunque essere lo strumento sbagliato per l’unica categoria che ti interessa — il calo nel coding, piccolo nel complesso, colpisce più duramente in un punto specifico. Liquid ha pubblicato una tabella agentica senza alcuna colonna indipendente e senza alcun dato di recupero a contesto lungo per una finestra di 131K. Entrambe le lacune si colmano con il rilascio di un benchmark anziché con un post su un blog, e qualunque fornitore ne rilasci uno per primo avrà portato la discussione molto più avanti di quanto abbiano fatto gli ultimi 1,8 punti.

Monitora in tempo reale interruzioni e degradazioni dei modelli nel nostro archivio degli incidenti e scopri quali route hanno eseguito il failover in modo pulito.