LFM2.5-24B-A2B vs Ternary Bonsai 2 27B: Skillnaden är 2 bitar och en molnanslutning

Här är det kortaste ärliga svaret. LFM2.5-24B-A2B är en mixture-of-experts-modell endast för text som Liquid AI byggde för att sitta i en agentloop på en maskin utan nätverk och som tillkännagavs den 13 oktober 2026 med totalt 24,0B och 2,45B aktiva parametrar. Ternary Bonsai 2 27B är en lågbitars omskrivning av Qwen3.8-27B som Prism ML släppte den 17 september 2026 under Apache 2.0, där varje vikt lagras som en av tre symboler vid 1,76 effektiva bitar, och som krymper en FP16-modell på 53,81 GB till en nedladdning på 5,93 GB. De är båda tillräckligt små för att köras lokalt och båda med öppna vikter, och de försöker inte göra samma jobb. Liquids modell tränades för att anropa verktyg. Prisms modell är en vision- och språkmodell med full precision i en mycket billigare kostym.

Det som gör att kombinationen är värd en sida är att var och en talar om var dess egen bevisning är tunn, och de två svagheterna är varandras motsatser.

Vad var och en är, reducerat till den del som spelar roll

LFM2.5-24B-A2B behåller LFM2-arkitekturen: 40 lager, 30 dubbelgrindade kortkonvolutionsblock och 10 grupperade query-attention-lager, 64 experter per block med top-4-routning, 131 072 token i kontext, en vokabulär på 128 000 token, text in och text ut. Liquids efterträningspipeline avslutas med ett agentiskt förstärkningsinlärningssteg som körs i OpenClaw, Hermes Agent, Pi och OpenCode. Leverantören rekommenderar uttryckligen att para ihop den med retrieval eller webbsökning i stället för att lita på den i kunskapsfrågor – och i deras egen lanseringstabell ligger AA-Omniscience-raden på −24,90, vilket är rådet i numerisk form.

Ternary Bonsai 2 27B är samma nätverk som Qwen3.8-27B, nedskrivet på ett annat sätt. Prism ML:s vitbok delar upp 27,36B parametrar i 24,35B i språkryggraden över 64 block, 2,54B i inbäddningen och LM-huvudet, och 0,47B i ett 27-blocks visionstorn som levereras som en separat 4-bitars mmproj-fil på ungefär 0,63 GB och endast laddas när en bild anländer. Basmodellens hybrid-attention — 48 Gated DeltaNet linjära attention-lager varvat med 16 full-attention-lager, dold storlek 5 120, en vokabulär på 248 320 token — ärvs oförändrad. Detsamma gäller kontexten på 262 144 token.

Den linje som snabbast skiljer dem åt är modalitet. Ternary Bonsai 2 27B tar emot bilder. LFM2.5-24B-A2B gör det inte, och inget kvantiseringstrick ändrar på det.

Kvalitet, på det enda bord någon av dem har

Prism ML mätte sin build mot originalet i full precision över en svit på 20 benchmarks och rapporterar att den behåller 98,2 % av genomsnittet – 83,9 mot 85,4. Det är leverantörens egen testrigg, en månad gammal, som ingen har reproducerat. Det är också, avsiktligt eller inte, precis den typ av påstående som döljer sin egen fördelning, eftersom de 1,8 punkterna inte är jämnt fördelade.

• Matte — 96,57 mot 97,06.I praktiken lika.

• Kodning — 81,58 mot 82,17. Nära, och den kategori som komprimeringstekniken argumenteras kring.

• Instruktionsföljning — 82,66 mot 81,25. Den komprimerade modellen ligger före, den enda verkligt överraskande raden i tabellen.

• Kunskap och resonemang – 83,95 mot 86,66. Ett tapp på 2,7 punkter, och den enskilt största bidragande orsaken till de 1,8 som saknas.

• Agentiskt och verktygsanrop – 77,57 mot 79,74, som omfattar τ2-Bench på 80,22 och BFCL v3 på 74,92.

Nu till problemet med att använda den tabellen här. Prisms siffror är dess build mätt mot dess egen fullprecisionsbas. Liquids siffror – AutomationBench 27.69, LiveClaw 48.09, ToolSandbox 80.71, BFCLv4 65.01, IFEval 96.75, IFBench 74.69 – är mätta mot en annan uppsättning modeller, i ett annat testramverk, med andra genereringsinställningar. Inte en enda benchmark förekommer i båda tabellerna.Den som ställer BFCLv3 74.92 bredvid BFCLv4 65.01 och utropar en vinnare har jämfört två olika tester och kallat det ett resultat.

Runtime är där de två verkligen går isär

Det här är inte ett leverantörspåstående, det är ett kompatibilitetsfaktum du kan verifiera på en eftermiddag.

Prism ML måste skriva kärnor för arkitekturen, eftersom både det packade formatet och den mestadels linjära attentionen är ovanliga. Standardversionen av llama.cpp avvisar båda Prisms packningar som okända typer – och, ännu farligare, läser in ett äldre ternärt format utan klagomål och producerar flytande nonsens, eftersom ingen matchande rotation har tillämpats på aktiveringarna. Om du kör Ternary Bonsai 2 27B på en binär som inte känner till den får du inget fel. Du får självsäkert felaktiga resultat.

LFM2.5-24B-A2B har en motsatt riskprofil. Liquid listar stöd från dag ett för GGUF i llama.cpp, samt MLX, vLLM, SGLang och ONNX, plus FP8, ONNX och 4-bitars MLX-syskonrepon – en konventionell lansering. Den öppna frågan där är prestanda snarare än korrekthet: leverantörens siffror på 184 tokens per sekund på en Apple M5 Max och 114 på en AMD Ryzen AI Max+ 395 är inte reproducerade, och rubriken ”upp till 1,7× snabbare än den näst bästa modellen” har ingen publicerad baslinje kopplad till sig.

Var spelar 0 % påslag egentligen någon roll här?

Mellan dessa två modeller är routing-aspekten genuint besvärlig, och det är värt att säga det snarare än att försköna det. Ternary Bonsai 2 27B är en nedladdning: Prism ML distribuerar den på Hugging Face under Apache 2.0, och poängen med hela tekniken är att du kör den själv. LFM2.5-24B-A2B är också i första hand en lokal artefakt, med Liquids Console-endpoint på $0.10 per miljon indatatokens — $0.05 cachade — och $1.00 per miljon utdatatokens som det hostade alternativet. Ingen av dem har som sin centrala värdeidé ett avgiftsbelagt API-anrop.

Ett routinglager förtjänar sin plats bredvid dem, inte i stället för dem. Basmodellen Ternary Bonsai 2 27B är komprimerad från – qwen/qwen3.8-27b, publicerad av Alibaba den 13 augusti 2026 – och serveras i vår katalog för 0,33 USD per miljon indata och 2,40 USD per miljon utdata, vilket innebär att samma uppgift kan köras mot den serverade fullprecisionsmodellen medan du utvärderar den lokala versionen på 5,93 GB på samma prompter. Det är en rättvis jämförelse som görs billigt, och det är den som Prisms egen tabell med 20 benchmarks inte kan göra åt dig.

Licensen, som inte är en fotnot på någondera sidan

Ternary Bonsai 2 27B omfattas av Apache 2.0, utan intäktsutlösare och utan klausul om användningsområde; detsamma gäller Qwen3.8-27B-vikterna som den härstammar från. LFM2.5-24B-A2B licensieras under Liquids lfm1.0-licens, vilket är ett annat instrument med egna kommersiella villkor. Ur ett rent ingenjörsmässigt perspektiv ligger de två modellerna tillräckligt nära varandra för att valet ofta beror på driftsättningens form — lokal exekverare kontra lokal visuell resonerare — men licensen är den enda indata som inte rör sig med benchmarkcykeln, och det är värt att kontrollera den mot dina egna intäktssiffror innan du bygger en produkt på någon av dem.

Det varje leverantör lämnade omätt är det man bör hålla ögonen på. Prism ML publicerade en retentionsprocent men inte beteendet per arbetsbelastning för en 1,76-bitars modell på dina data, och en komprimeringsartefakt som ligger på 98,2 % av genomsnittet kan fortfarande vara fel verktyg för den enda kategori du bryr dig om — kodningstappet, litet sammantaget, slår hårdast på något särskilt ställe. Liquid publicerade en agentisk tabell utan oberoende kolumn och inga siffror för långkontextsretrieval alls för ett 131K-fönster. Båda luckorna stängs med ett benchmark-släpp snarare än ett blogginlägg, och vilken leverantör som än släpper ett sådant först kommer att ha fört argumentet mycket längre än de senaste 1,8 punkterna gjorde.

Följ modellavbrott och försämringar i realtid i vårt incidentarkiv och se vilka rutter som har växlat över utan problem.