Een gegenereerde titelkaart met de tekst 'DaisyRose 27B vs Bonsai 27B', met als ondertitel 'Zelfde formaat, tegengestelde gokken', boven drie afgeronde kaarten met de tekst 'DaisyRose: 52 GB BF16, post-train met alleen RL', 'Bonsai: 3,8 GB binaire gewichten' en 'Beide: context van 262.000 tokens, Apache 2.0', met een voettekst met de tekst 'DaisyRose-cijfers volgens RadixArk, november 2026; Bonsai-cijfers volgens PrismML, juli 2026.' Het OrcaRouter-logo staat rechtsonder.
Guides & Insights

DaisyRose 27B vs Bonsai 27B: zelfde grootte, tegengestelde inzetten

Auteur

jinhao.song

Publicatiedatum

Nieuwste modellen · 20Bekijk alle modellen →
Benchmarks: Artificial Analysis · dagelijks bijgewerkt
Terug naar alle berichten

DaisyRose 27B en Bonsai 27B zijn beide modellen met zevenentwintig miljard parameters, een context van 262.000 tokens, een Apache 2.0-licentie en een Qwen-basis, en op vrijwel alle andere punten zijn ze elkaars tegenpolen. DaisyRose 27B, op 18 november 2026 gepubliceerd door RadixArk, besteedt achttien dagen H200-tijd en ongeveer 63.000 GPU-uren aan reinforcement learning om te verhogen wat een 27B kan doen bij agentische taken; het wordt geleverd als 52 GB BF16-gewichten en heeft een datacenter-GPU nodig. Bonsai 27B, op 14 juli 2026 gepubliceerd door PrismML, steekt zijn inspanning juist in de tegenovergestelde richting: het neemt een 27B en comprimeert de gewichten tot 1,125 bits per gewicht, zodat het geheel in 3,8 GB past en op een telefoon draait. Geen van beide is een beter model. Het zijn twee verschillende antwoorden op de vraag "wat zou een 27B moeten kosten", en het antwoord dat je wilt, hangt volledig af van of de beperking kwaliteit of bytes is.

Eén voorbehoud vóór elke vergelijking, omdat het bepaalt hoeveel van deze pagina rekenwerk kan zijn: de twee leveranciers delen geen enkele benchmark. RadixArk rapporteert Terminal Bench, DeepSWE, SWE Bench Pro, HLE, IFBench en GPQA Diamond. PrismML rapporteert een eigen suite van vijftien benchmarks plus een afgeleide waarde voor 'intelligence density'. Er is geen rij waarop deze twee modellen beide zijn gemeten, dus niets hieronder trekt de ene score van de andere af.

Waar elk van is opgebouwd

De afstammingslijn is het eerste echte verschil, en dat is makkelijk te missen omdat beide "Q​wen 27B" zeggen.

• DaisyRose 27B — een post-train van Qwen3.8-27B, architectuur ongewijzigd. Dezelfde tokenizer, hetzelfde chatsjabloon, dezelfde vision tower, dezelfde context van 262.144 tokens. De training van RadixArk veranderde het gedrag en niets anders, en het beschrijft het resultaat als een drop-invervanging voor de basis.

• Bonsai 27B — een low-bit-herbouw van Qwen3.6-27B, één generatie ouder. Het is geen post-train: het taalnetwerk wordt end-to-end opnieuw gecodeerd met 1-bit- of ternaire precisie, inclusief embeddings, attention, MLP-projecties en LM-head, zonder ergens in de backbone een ontsnappingsroute naar hogere precisie.

Die generatiekloof is een echte handicap voor Bonsai, en dat wordt zelden ronduit gezegd. Qwen3.6-27B is het model dat RadixArk als uitgangspunt koos om te verbeteren; Bonsai 27B is daar een gecomprimeerde kopie van. Een lezer die de twee vergelijkt, vergelijkt dus niet alleen een post-train met een compressie, maar ook een post-train van een nieuwere basis met een compressie van een oudere. Twee veranderingen in één stap, en de tabel van geen van beide leveranciers scheidt ze.

Twee pakken, twee voetafdrukken

Bonsai 27B wordt geleverd in twee gewichtsformaten van hetzelfde model, en de keuze tussen beide is de enige echte beslissing binnen die release.

• Binair pakket — {−1, +1}-gewichten met FP16-groepsgewijze schaling, verpakt als GGUF Q1_0_g128 bij 1,125 effectieve bits per gewicht. Het meegeleverde bestand is 3,803 GB; de kaart rondt de uitgerolde voetafdruk af op ongeveer 3,9 GB.

• Ternaire pack — {−1, 0, +1}-gewichten bij dezelfde schaling. Een ternaire waarde draagt log₂3 ≈ 1,585 bits, dus de ondergrens van de representatie is ongeveer 1,71 bits per gewicht, of 5,9 GB ideaal. Het uitgeleverde bestand is 7,165 GB, omdat huidige kernels elke ternaire waarde opslaan in een twee-bits slot — 2,125 bits per gewicht in gebruik. Die kloof is een kernelbeperking, geen modelleringskeuze, en PrismML publiceert beide getallen.

DaisyRose 27B wordt op de gebruikelijke manier geleverd: BF16 op ongeveer 52 GB, FP8 op ongeveer 29 GB, NVFP4 op ongeveer 23 GB en alleen voor Blackwell. Ten opzichte van Bonsai's 3,803 GB is dat aan de binaire kant een factor van ruwweg veertien, en de compressie is niet gratis — de eigen suite van PrismML zet het binaire pakket op 89,5% van zijn baseline met volledige precisie en het ternaire pakket op 94,6%.

Waar er daadwerkelijk voor compressie wordt betaald

De categorie-uitsplitsing van PrismML is het nuttigste onderdeel van beide releases, omdat ze laat zien dat het verlies niet gelijkmatig is verdeeld. Ten opzichte van de eigen FP16 Qwen3.6-27B-baseline van 85,07 op een suite van vijftien benchmarks in thinking-modus:

• Binair pakket — 76,11 totaal, 89,5% retentie. Wiskunde daalt van 95,33 naar 91,66 en coderen van 88,74 naar 81,88. Instructies volgen daalt van 78,47 naar 65,74, agentisch en tool-calling-werk van 80,00 naar 66,03, en vision van 72,61 naar 59,57.

• Ternary pack — 80,49 totaal, 94,6% retentie, waarbij ongeveer de helft van de afstand tot volledige precisie wordt teruggewonnen voor 3,3 GB extra gewicht.

Leg die lijst naast waarvoor DaisyRose 27B is getraind, en de twee releases zijn in geen enkele eenvoudige zin nog vergelijkbaar. De zwakste categorie van Bonsai 27B na compressie is agentische taken en tool-calling met 66,03 tegenover een baseline van 80,00 — een verlies van vijftien punten precies op het gebied waar RadixArk achttien dagen GPU-tijd aan heeft besteed om het te verbeteren. Het ene model betaalt voor zijn geringe omvang in de valuta die het andere model met zijn rekenkracht koopt. Als je werklast een codeeragent is die in een lus tools aanroept, is het binaire pakket van Bonsai 27B het slechtst passende artifact in deze vergelijking en is DaisyRose 27B het best, en niets anders in beide tabellen verandert die rangorde.

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.

Wat elk ervan van je hardware vraagt

Dit is waar de vergelijking concreet wordt in plaats van retorisch.

• DaisyRose 27B — één H200, B200 of GB300, of een RTX PRO 6000, een RTX 5090 of een DGX Spark op NVFP4. Het aanbevolen serveerpad is SGLang met een DSpark speculative-decoding-drafter, vier data-parallelle replica's op een vier-GPU-node bij tensorparallelisme 1 met een FP8-KV-cache. RadixArk publiceert voor geen van die configuraties een aantal tokens per seconde.

• Bonsai 27B — llama.cpp op CUDA, Metal of CPU, waarbij de 1-bit- en ternaire kernels in PrismML's eigen fork zitten in plaats van upstream, dus standaard llama.cpp zal ze nog niet correct laden. Het binaire pakket past op een telefoon van 12 GB; het ternaire pakket heeft iets meer ruimte nodig. Voeg ongeveer 2,4 GB toe als je ook de drafter en de vision tower meeneemt, want de 3,9 GB uit de kop is de taalgewichten en niet de deployment.

Er is geen configuratie waarin deze twee om dezelfde plek strijden. Een binair model van 3,8 GB op een telefoon en een BF16-model van 52 GB op een H200 zijn geen uitwisselbare opties; ze bedienen verschillende producten. De overlap is smaller en interessanter: een NVFP4 DaisyRose van 23 GB tegenover een ternaire Bonsai van 7,2 GB, die beide op één consumentenkaart passen, is de enige plek waar de keuze echt een afweging is in plaats van een categorie.

Bewijs, en hoeveel ervan er is

Bonsai 27B heeft vier maanden aan downloads achter de rug — de ternaire GGUF-repository passeerde in oktober 2026 de 590.000, tegen iets meer dan 400.000 voor het binaire pakket, terwijl de MLX-containers voor beide elk boven een miljoen uitkwamen. Dat suggereert dat het grootste deel van dit model op Apple-hardware draait in plaats van op servers, en dat de mensen die het downloaden de extra vijf punten retentie kopen in plaats van het kleinste bestand. Het is gebruiksbewijs, geen kwaliteitsbewijs, maar het is bewijs van een soort dat geen enkele benchmarktabel van een leverancier biedt.

DaisyRose 27B heeft drie dagen en geen onafhankelijke run. De zeven benchmarkrijen zijn van RadixArk, gemeten op RadixArks harnesses, bij temperatuur 1,0, top_p 0,95, top_k 20 en reasoning effort xhigh, en gepubliceerd als de betere van zijn BF16- en FP8-runs. De cross-modelvergelijking met grotere systemen put uit door andere partijen gepubliceerde cijfers in plaats van uit naast elkaar uitgevoerde runs, en de kaart zegt dat ook.

Geen van beide modellen heeft op dezelfde testopstelling gedraaid als het andere. Elke pagina die een DaisyRose-getal naast een Bonsai-getal zet en daar een conclusie uit trekt, verzint een vergelijking die niemand heeft uitgevoerd.

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.

Welke moet je kiezen?

De beslissing komt neer op één vraag, en het is geen benchmarkvraag: moet het model draaien waar geen datacenter is?

Zo ja, dan is het antwoord Bonsai 27B, en specifiek het ternaire pakket, tenzij het apparaat echt een tekort aan geheugen heeft. Het verlies van vijftien punten van het binaire pakket bij agentisch werk en werk met tool-aanroepen is de grootste kwaliteitsconcessie in beide releases, en de 3,3 GB die het ternaire pakket kost, levert de helft van de afstand tot volledige precisie terug. Op een telefoon met 12 GB is er geen alternatief; op alles met 8 GB vrij voor gewichten is het ternaire pakket het betere artefact.

Zo niet — als het model achter een API of op een serving-node draait — dan verdampt het centrale voordeel van Bonsai 27B en blijft alleen het centrale voordeel van DaisyRose 27B nog over. Een model dat op een H200 past, is geen model dat je hoeft te comprimeren, en wat je met Bonsai op die plek zou kopen, is een 27B die geplafonneerd is op 89,5% of 94,6% van een één generatie ouder basismodel. De release van RadixArk is precies op die lezer gericht, en de claim die getest moet worden, is of de sprong op Terminal Bench 4.1 van 5,6 naar 12,0 zich op een openbare harness reproduceert.

Een goedkope manier om de vergelijking zelf uit te voeren

Noch DaisyRose 27B, noch Bonsai 27B staat op het moment van schrijven in de catalogus van OrcaRouter, en deze pagina zal niet doen alsof dat wel zo is. Hun gemeenschappelijke voorouder is: Qwen3.8-27B wordt aangeboden als qwen/qwen3.8-27b voor $0,33 per miljoen inputtokens en $2,40 per miljoen output, met dezelfde context van 262.144 tokens en dezelfde vision-tower die DaisyRose 27B behoudt. Het basismodel op je eigen prompts draaien is de goedkoopste manier om vast te stellen wat de post-train wordt geacht te verbeteren, en het kost een paar cent in plaats van een gehuurde H200.

Hetzelfde endpoint is achteraf een nuttig veiligheidsnet. Als een self-hosted DaisyRose-implementatie midden in een taak een vol contextvenster of een kapotte sandbox raakt, stuurt een automatische failover-regel het verzoek naar het basismodel in plaats van een fout terug te geven — een verslechterd antwoord in plaats van een mislukte aanroep. Dat is de praktische versie van de afweging waar deze hele vergelijking om draait: het plafond is het waard om voor te betalen, maar alleen als er iets onder zit.

Wat deze pagina zou veranderen, is één gedeelde harness. Als PrismML Qwen3.8-27B comprimeert — de basis die DaisyRose heeft verbeterd — zouden de twee modellen eindelijk tegen elkaar afmeetbaar zijn, en zou de vraag "wat verliest een 27B door 3.8 GB te worden" een getal in plaats van een categorie opleveren.