
DaisyRose 27B vs Bonsai 27B: Samma storlek, motsatta satsningar
- OrcaNYOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 per 1M tokens · 184 tok/s
- tencentNYTencent: Hy4 Flash2026-11-16$0.02 / $0.07 per 1M tokens · 494 tok/s
- AlibabaNYQwen: Qwen4 Max2026-11-16$1.50 / $4.50 per 1M tokens · 385 tok/s
- GoogleNYGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 per 1M tokens · 94 tok/s
- AnthropicNYAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 per 1M tokens · 290 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 per 1M tokens · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 per 1M tokens · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 per 1M tokens · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 per 1M tokens · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 per 1M tokens · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 per 1M tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 per 1M tokens · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligens
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 per 1M tokens · 215 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligens
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 per 1M tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligens
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 per 1M tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligens
DaisyRose 27B och Bonsai 27B är båda modeller med 27 miljarder parametrar, en kontext på 262 000 token, Apache 2.0-licens och en Qwen-bas, och i alla andra avseenden är de nästan varandras motsatser. DaisyRose 27B, som publicerades av RadixArk den 18 november 2026, lägger 18 dagar av H200-tid och cirka 63 000 GPU-timmar på förstärkningsinlärning för att förbättra vad en 27B klarar av i agentiska uppgifter; den levereras som 52 GB BF16-vikter och kräver ett datacenter-GPU. Bonsai 27B, som publicerades av PrismML den 14 juli 2026, lägger sin kraft i motsatt riktning: den tar en 27B och komprimerar vikterna till 1,125 bitar var så att hela modellen får plats i 3,8 GB och körs på en telefon. Ingen av dem är en bättre modell. De är två olika svar på frågan ”vad ska en 27B kosta”, och svaret du vill ha beror helt på om begränsningen är kvalitet eller byte.
Ett förbehåll innan någon jämförelse, eftersom det avgör hur mycket av den här sidan som kan vara aritmetik: de två leverantörerna har inte en enda gemensam benchmark. RadixArk rapporterar Terminal Bench, DeepSWE, SWE Bench Pro, HLE, IFBench och GPQA Diamond. PrismML rapporterar en egen svit på femton benchmarkar plus en härledd siffra för "intelligensdensitet". Det finns ingen rad där båda dessa modeller har mätts, så inget nedan subtraherar en poäng från en annan.
Vad var och en är uppbyggd av
Härstamningen är den första verkliga skillnaden, och det är lätt att missa eftersom båda säger "Qwen 27B."
DaisyRose 27B – en efterträning av Qwen3.8-27B, med arkitekturen orörd. Samma tokenizer, samma chattmall, samma syntorn, samma kontext på 262 144 token. RadixArks träning förändrade beteendet och inget annat, och RadixArk beskriver resultatet som en direkt ersättning för basmodellen.
• Bonsai 27B — en lågbitars ombyggnad av Qwen3.6-27B, en generation äldre. Det är inte en post-träning: språknätverket kodas om från början till slut med 1-bitars eller ternär precision, inklusive embeddings, attention, MLP-projektioner och LM-head, utan någon nödutgång till högre precision någonstans i ryggraden.
Det generationsgapet är en verklig nackdel för Bonsai och det sägs sällan rakt ut. Qwen3.6-27B är modellen som RadixArk valde att förbättra; Bonsai 27B är en komprimerad kopia av den. Så en läsare som jämför de två jämför inte bara en post-tränad modell mot en komprimering, utan en post-tränad version av en nyare bas mot en komprimering av en äldre. Två förändringar i ett steg, och ingen av leverantörernas tabeller skiljer dem åt.
Två förpackningar, två fotavtryck
Bonsai 27B levereras i två viktformat av samma modell, och valet mellan dem är det enda verkliga beslutet i det släppet.
• Binärt paket – {−1, +1}-vikter med FP16-gruppvis skalning, packat som GGUF Q1_0_g128 vid 1,125 effektiva bitar per vikt. Den levererade filen är 3,803 GB; kortet avrundar det driftsatta minnesavtrycket till cirka 3,9 GB.
• Ternär packning – vikter {−1, 0, +1} vid samma skalning. Ett ternärt värde bär log₂3 ≈ 1,585 bitar, så representationens nedre gräns är cirka 1,71 bitar per vikt, eller 5,9 GB idealt. Den levererade filen är 7,165 GB, eftersom nuvarande kärnor lagrar varje ternärt värde i ett tvåbitsfack – 2,125 bitar per vikt i drift. Det gapet är en begränsning i kärnan, inte ett modelleringsval, och PrismML publicerar båda siffrorna.
DaisyRose 27B levereras på vanligt sätt: BF16 på cirka 52 GB, FP8 på cirka 29 GB, NVFP4 på cirka 23 GB och endast för Blackwell. Jämfört med Bonsai:s 3,803 GB är det en faktor på ungefär fjorton i den binära änden, och komprimeringen är inte gratis – PrismML:s egen svit placerar det binära paketet på 89,5 % av dess fullprecisionsbaslinje och det ternära paketet på 94,6 %.
Där komprimeringen faktiskt betalas
PrismML:s kategoruppdelning är det mest användbara i båda utgåvorna, eftersom den visar att förlusten inte är jämnt fördelad. Jämfört med dess egen FP16 Qwen3.6-27B-baslinje på 85,07 i en svit med femton benchmarks i tänkandeläge:
• Binärt paket – 76,11 totalt, 89,5 % bibehållande. Matematiken faller från 95,33 till 91,66 och kodningen från 88,74 till 81,88. Instruktionsföljningen faller från 78,47 till 65,74, agentiskt arbete och verktygsanrop från 80,00 till 66,03, och vision från 72,61 till 59,57.
• Ternary pack – 80,49 totalt, 94,6 % retention, återvinner ungefär halva avståndet till full precision för 3,3 GB mer vikt.
Läs den listan mot vad DaisyRose 27B tränades för, och de två utgåvorna slutar vara jämförbara i någon enkel mening. Bonsai 27B:s svagaste kategori efter komprimering är agentiska uppgifter och verktygsanrop med 66,03 mot en baslinje på 80,00 – en förlust på femton punkter inom exakt det område där RadixArk spenderade arton dagars GPU-tid på att förbättra. Den ena modellen betalar för sin litenhet i den valuta som den andra modellen köper med sin beräkningskraft. Om din arbetsbelastning är en kodagent som anropar verktyg i en loop, är binärpaketet för Bonsai 27B den artefakt som passar sämst i den här jämförelsen och DaisyRose 27B är den bästa, och inget annat i någon av tabellerna ändrar den ordningen.

Vad var och en kräver av din hårdvara
Det är här jämförelsen blir konkret snarare än retorisk.
• DaisyRose 27B – en enda H200, B200 eller GB300, eller ett RTX PRO 6000, ett RTX 5090 eller en DGX Spark i NVFP4. Den rekommenderade serveringsvägen är SGLang med en DSpark-drafters för spekulativ avkodning, fyra dataparallella repliker över en nod med fyra GPU:er vid tensorparallellism 1 med en FP8-KV-cache. RadixArk publicerar ingen siffra för tokens per sekund för någon av dessa konfigurationer.
• Bonsai 27B – llama.cpp på CUDA, Metal eller CPU, där 1-bit- och ternärkärnorna finns i PrismML:s egen fork i stället för upstream, så standardversionen av llama.cpp kommer ännu inte att läsa in dem korrekt. Binärpaketet får plats i en 12 GB-telefon; ternärpaketet behöver lite mer utrymme. Lägg till ungefär 2,4 GB om du även tar med draftern och visiontornet, eftersom de 3,9 GB i rubriken är språkvikterna och inte driftsättningen.
Det finns ingen konfiguration där dessa två konkurrerar om samma plats. En binär modell på 3,8 GB i en telefon och en BF16-modell på 52 GB på en H200 står inte i avvägning mot varandra; de tjänar olika produkter. Överlappningen är snävare och mer intressant: en NVFP4 DaisyRose på 23 GB mot en ternär Bonsai på 7,2 GB, som båda får plats på ett enda konsumentkort, är den enda platsen där valet verkligen är en avvägning snarare än en kategori.
Bevis, och hur mycket det finns av det
Bonsai 27B har fyra månaders nedladdningar bakom sig – det ternära GGUF-förrådet passerade 590 000 i oktober 2026 mot drygt 400 000 för binärpaketet, medan MLX-containrarna för båda låg över en miljon vardera. Det tyder på att större delen av den här modellen körs på Apple-hårdvara snarare än på servrar, och att de som laddar ner den väljer de extra fem poängen i retention snarare än den minsta filen. Det är användningsbevis snarare än kvalitetsbevis, men det är ett slags bevis som ingen av leverantörernas benchmarktabeller ger.
DaisyRose 27B har tre dagar och ingen oberoende körning. Dess sju benchmarkrader är RadixArks, uppmätta i RadixArks harnessar, vid temperature 1.0, top_p 0.95, top_k 20 och reasoning effort xhigh, och publicerade som det bättre av dess BF16- och FP8-körningar. Dess jämförelse mellan modeller mot större system bygger på andra parters publicerade siffror snarare än på sida-vid-sida-körningar, och modellkortet säger det.
Ingen av modellerna har körts i samma testrigg som den andra. Varje sida som ställer en DaisyRose-siffra bredvid en Bonsai-siffra och drar en slutsats hittar på en jämförelse som ingen har kört.

Vilken ska man välja?
Beslutet hänger på en enda fråga, och det är inte en benchmarkfråga: måste modellen köras där det inte finns något datacenter?
Om ja är svaret Bonsai 27B, och närmare bestämt ternary pack om inte enheten verkligen är minnesfattig. Förlusten på femton poäng för binary pack inom agentiskt arbete och verktygsanrop är det största enskilda kvalitetsavkall i båda utgåvorna, och de 3,3 GB som ternary pack kostar köper tillbaka halva avståndet till full precision. På en telefon med 12 GB finns inget alternativ; på vilken enhet som helst med 8 GB över till vikter är ternary pack den bättre artefakten.
Om inte – om modellen körs bakom ett API eller på en serving-nod – försvinner Bonsai 27B:s avgörande fördel, och DaisyRose 27B:s avgörande fördel är den enda som återstår. En modell som får plats på ett H200 är inte en modell som du behöver komprimera, och det du skulle köpa med Bonsai på den platsen är en 27B som är begränsad till 89,5 % eller 94,6 % av en bas som är en generation äldre. RadixArks lansering riktar sig precis till den läsaren, och påståendet som ska testas är huruvida hoppet i Terminal Bench 4.1 från 5,6 till 12,0 reproduceras i en offentlig harness.
Ett billigt sätt att själv göra jämförelsen
Varken DaisyRose 27B eller Bonsai 27B finns i OrcaRouters katalog vid tidpunkten för skrivandet, och den här sidan tänker inte låtsas något annat. Deras gemensamma förfader är: Qwen3.8-27B serveras som qwen/qwen3.8-27b till $0,33 per miljon indata-tokens och $2,40 per miljon utdata, med samma kontextfönster på 262 144 token och samma visionstorn som DaisyRose 27B behåller. Att köra basmodellen på dina egna prompter är det billigaste sättet att fastställa vad efterträningen förväntas förbättra, och det kostar några cent i stället för en hyrd H200.
Samma slutpunkt är ett användbart skyddsnät efteråt. Om en självhostad DaisyRose-distribution når ett fullt kontextfönster eller en trasig sandlåda mitt i en uppgift, skickar en automatisk failover-regel begäran till basmodellen i stället för att returnera ett fel — ett försämrat svar i stället för ett misslyckat anrop. Det är den praktiska versionen av avvägningen som hela den här jämförelsen handlar om: taket är värt att betala för, men bara om det finns något under det.
Det som skulle förändra den här sidan är ett enda gemensamt utvärderingsramverk. Om PrismML komprimerar Qwen3.8-27B – basmodellen som DaisyRose förbättrade – skulle de två modellerna äntligen gå att mäta mot varandra, och frågan "vad förlorar en 27B på att bli 3.8 GB" skulle ha en siffra i stället för en kategori.
