
DaisyRose 27B vs Bonsai 27B:同じサイズ、正反対の賭け
- OrcaNEWOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 100万トークンあたり · 184 tok/s
- tencentNEWTencent: Hy4 Flash2026-11-16$0.02 / $0.07 100万トークンあたり · 494 tok/s
- AlibabaNEWQwen: Qwen4 Max2026-11-16$1.50 / $4.50 100万トークンあたり · 385 tok/s
- GoogleNEWGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 100万トークンあたり · 94 tok/s
- AnthropicNEWAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 100万トークンあたり · 290 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 100万トークンあたり · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 100万トークンあたり · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 100万トークンあたり · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 100万トークンあたり · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 100万トークンあたり · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 100万トークンあたり · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 100万トークンあたり · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447知能
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 100万トークンあたり · 215 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929知能
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 100万トークンあたり · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733知能
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 100万トークンあたり · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740知能
DaisyRose 27BとBonsai 27Bはどちらも270億パラメータのモデルで、262,000トークンのコンテキスト、Apache 2.0ライセンス、Qwenベースを備えながら、その他のあらゆる点ではほぼ正反対だ。RadixArkが2026年11月18日に公開したDaisyRose 27Bは、H200で18日間、約63,000 GPU時間を強化学習に費やし、27Bモデルがエージェントタスクでできることを高めている。52 GBのBF16重みとして提供され、データセンター向けGPUを必要とする。PrismMLが2026年7月14日に公開したBonsai 27Bは、努力を正反対の方向に注ぐ。27Bモデルを土台に重みを各1.125ビットに圧縮することで、全体を3.8 GBに収め、スマートフォンで動作させる。どちらかが優れたモデルというわけではない。両者は「27Bのコストはどうあるべきか」という問いへの2つの異なる答えであり、望ましい答えは、制約が品質なのかバイト数なのかによって完全に決まる。
比較の前に注意点が一つあります。これは、このページのどこまでを計算で扱えるかを左右するからです。両ベンダーは単一のベンチマークも共有していません。RadixArk は Terminal Bench、DeepSWE、SWE Bench Pro、HLE、IFBench、GPQA Diamond を報告しています。PrismML は独自の15ベンチマークスイートに加え、派生した「インテリジェンス密度」の数値を報告しています。これら2つのモデルが両方とも測定されている行は存在しないため、以下のどこでも一方のスコアから他方を差し引くことはしません。
それぞれが何から構成されているか
系譜が最初の実質的な違いであり、どちらも「Qwen 27B」と表示されているため見落としやすい。
• DaisyRose 27B — Qwen3.8-27Bのポストトレーニング版で、アーキテクチャはそのまま。同じトークナイザー、同じチャットテンプレート、同じビジョンタワー、同じ262,144トークンのコンテキストを備えています。RadixArkのトレーニングは挙動だけを変え、それ以外は何も変えておらず、同社はその結果をベースモデルのドロップイン代替品と表現しています。
• Bonsai 27B — Qwen3.6-27B の低ビット再構築版で、1世代前のモデルです。これはポストトレインではありません。言語ネットワークは、埋め込み、アテンション、MLP 射影、LM ヘッドのすべてにわたり、1ビットまたは三値精度でエンドツーエンドに再エンコードされており、バックボーン内のどこにも高精度への逃げ道はありません。
その世代差はBonsaiにとって現実のハンディキャップであり、率直に語られることはほとんどない。Qwen3.6-27BはRadixArkが改善の土台として選んだモデルであり、Bonsai 27Bはその圧縮コピーだ。したがって、両者を比較する読者は、ポストトレインと圧縮を比較しているだけでなく、より新しいベースのポストトレインを、より古いベースの圧縮と比較していることになる。一度に二つの変更が加わっており、どちらのベンダーの表もそれらを分離していない。
2つのパック、2つの足跡
Bonsai 27Bは同じモデルの2つの重み形式として提供され、そのどちらを選ぶかがこのリリース内で唯一の実質的な判断です。
• バイナリパック — {−1, +1} の重みを FP16 のグループ単位スケーリングで扱い、実効 1.125 ビット/重みで GGUF Q1_0_g128 としてパック。出荷ファイルは 3.803 GB、カードでは展開後のフットプリントを約 3.9 GB に丸めて表示。
• 三値パック — 同じスケーリングでの {−1, 0, +1} の重み。三値値は log₂3 ≈ 1.585 ビットを運ぶため、この表現の下限は重みあたり約 1.71 ビット、つまり理想的には 5.9 GB です。出荷されるファイルは 7.165 GB です。これは、現在のカーネルが各三値値を 2 ビットのスロットに格納しており、デプロイ時の重みあたり 2.125 ビットになるためです。この差はカーネルの制約であり、モデリング上の選択ではなく、PrismML は両方の数値を公表しています。
DaisyRose 27B は通常の方法で提供される。BF16 で約 52 GB、FP8 で約 29 GB、NVFP4 で約 23 GB、かつ Blackwell 専用だ。Bonsai の 3.803 GB と比べると、バイナリ版では約 14 倍になり、圧縮は無料ではない。PrismML 自身のスイートでは、バイナリパックがフル精度ベースラインの 89.5%、三値パックが 94.6% となる。
圧縮の代償が実際に支払われるのはどこか
PrismMLのカテゴリ別内訳は、どちらのリリースの中でも最も有用な部分です。なぜなら、損失が均等に分散しているわけではないことを示しているからです。15個のベンチマークからなる思考モードスイートで85.07を記録した同社自身のFP16 Qwen3.6-27Bベースラインと比較すると:
• バイナリパック — 総合76.11、保持率89.5%。数学は95.33から91.66に、コーディングは88.74から81.88に低下。指示追従は78.47から65.74に、エージェントおよびツール呼び出し作業は80.00から66.03に、視覚は72.61から59.57に低下。
• Ternary pack — 総合 80.49、保持率 94.6%、重みを 3.3 GB 増やすだけでフル精度までの差の約半分を回復します。
そのリストを、DaisyRose 27Bが何のために訓練されたかと照らし合わせて読むと、この2つのリリースは単純な意味ではもはや比較できなくなる。Bonsai 27Bの圧縮後に最も弱いカテゴリはエージェント型タスクとツール呼び出しで、ベースライン80.00に対して66.03——RadixArkがGPU時間18日を費やして改善したまさにその領域での15ポイントの損失だ。一方のモデルはその小ささの代償を、もう一方のモデルが計算資源を費やして買っている通貨で支払っている。あなたのワークロードがループ内でツールを呼び出すコーディングエージェントなら、Bonsai 27Bのバイナリパックはこの比較で最も適合しないアーティファクトであり、DaisyRose 27Bが最良であり、どちらの表の他の何もその順序を変えない。

それぞれがお使いのハードウェアに求めるもの
ここで、その比較は修辞的なものではなく具体的なものになる。
• DaisyRose 27B — 単一の H200、B200、GB300、または NVFP4 動作の RTX PRO 6000、RTX 5090、DGX Spark。推奨されるサービング構成は SGLang に DSpark 投機的デコーディング用ドラフターを組み合わせたもので、4 GPU ノード全体にテンソル並列度 1 で 4 つのデータ並列レプリカを配置し、FP8 KV キャッシュを使用します。RadixArk はこれらのいずれの構成についても、1 秒あたりのトークン数を公表していません。
• Bonsai 27B — CUDA、Metal、CPU上のllama.cpp。1ビットおよび三値カーネルは上流ではなくPrismML独自のフォークに存在するため、標準のllama.cppではまだ正しく読み込めません。バイナリパックは12 GBのスマートフォンに収まりますが、三値パックにはもう少し余裕が必要です。ドラフターとビジョンタワーも含めるなら約2.4 GBを追加してください。3.9 GBという公称値は言語ウェイトであり、デプロイ全体ではないためです。
これら2つが同じスロットを争う構成は存在しない。スマートフォン上の3.8 GBバイナリモデルとH200上の52 GB BF16モデルは互いにトレードオフの関係にはなく、異なる製品に供するものだ。重なりはより狭く、より興味深い。23 GBのNVFP4 DaisyRoseと7.2 GBの三値Bonsai——どちらも単一のコンシューマー向けカードに収まる——の比較だけが、選択がカテゴリの違いではなく真にトレードオフとなる唯一の場所だ。
証拠、そしてその量
Bonsai 27Bには4か月分のダウンロード実績がある——ternary GGUFリポジトリは2026年10月に59万件を突破し、バイナリパックは40万件をわずかに超えた。両方のMLXコンテナはそれぞれ100万件を超えている。これが示唆するのは、このモデルの大半がサーバー上ではなくAppleハードウェアで実行されていること、そしてダウンロードしている人々が最小のファイルではなく、保持率の余分な5ポイントを選んでいるということだ。これは品質の証拠ではなく利用状況の証拠だが、どちらのベンダーのベンチマーク表も提供しない種類の証拠ではある。
DaisyRose 27B は公開から3日が経ち、独立した実行はまだありません。その7つのベンチマーク行は RadixArk のもので、RadixArk のハーネス上で temperature 1.0、top_p 0.95、top_k 20、reasoning effort xhigh で測定され、BF16 と FP8 の実行のうち優れた方として公開されています。より大きなシステムとのクロスモデル比較は、並列実行ではなく他者の公開数値に依拠しており、カードにもそう記載されています。
どちらのモデルも、相手と同じハーネスで評価されたことはない。DaisyRoseの数値とBonsaiの数値を並べて結論を導き出すページは、誰も実施していない比較をでっち上げているにすぎない。

どちらを選ぶべきですか
決定は一つの問いに帰着する。それはベンチマークの問いではない。モデルはデータセンターのない場所で動作しなければならないのか?
はいの場合、答えはBonsai 27B、特にデバイスが本当にメモリ不足でない限りは三値パックです。バイナリパックのエージェント作業とツール呼び出しにおける15ポイントの損失は、どちらのリリースにおいても最大の品質上の譲歩であり、三値パックが要する3.3 GBは、フル精度までの距離の半分を取り戻します。12 GBのスマートフォンでは選択の余地はありませんが、重み用に8 GBを確保できるのであれば、三値パックの方が優れた成果物です。
そうでない場合——モデルがAPIの背後やサービングノード上で動作する場合——Bonsai 27Bの中心的優位性は消え失せ、DaisyRose 27Bの中心的優位性だけが残る。H200に収まるモデルは圧縮を必要とするモデルではなく、その枠でBonsaiを選ぶことで得られるのは、1世代前のベースモデルの89.5%または94.6%に性能を制限された27Bである。RadixArkのリリースはまさにそうした読者を狙ったものであり、検証すべき主張は、Terminal Bench 4.1における5.6から12.0への跳躍が公開ハーネス上で再現するかどうかである。
自分で比較を実行するための低コストな方法
執筆時点で、DaisyRose 27BもBonsai 27BもOrcaRouterのカタログには掲載されておらず、このページでそうではないかのように装うつもりはありません。両者に共通する祖先はこちらです。Qwen3.8-27Bはqwen/qwen3.8-27bとして入力100万トークンあたり$0.33、出力100万トークンあたり$2.40で提供されており、DaisyRose 27Bが保持するのと同じ262,144トークンのコンテキストとビジョンタワーを備えています。ベースモデルを自分のプロンプトで実行することは、ポストトレーニングが何を改善するよう求められているのかを突き止める最も安価な方法であり、H200をレンタルする代わりに数セントで済みます。
同じエンドポイントは、その後で役立つセーフティネットになります。セルフホストのDaisyRoseデプロイメントがコンテキストウィンドウの上限に達したり、タスクの途中でサンドボックスが壊れたりした場合、自動のフェイルオーバールールが、エラーを返す代わりにリクエストをベースモデルへ送ります——失敗した呼び出しではなく、劣化した回答です。これがこの比較全体で扱っているトレードオフの実用的な形です。天井には対価を払う価値がありますが、それはその下に何かがある場合に限ります。
このページを変えるのは、単一の共通ハーネスだ。PrismMLがQwen3.8-27B——DaisyRoseが改善したベース——を圧縮すれば、2つのモデルはついに互いに比較測定できるようになり、「27Bは3.8 GBになることで何を失うのか」という問いは、カテゴリではなく数値で答えられるようになる。
