
DaisyRose 27B vs Bonsai 27B: Cùng kích thước, đặt cược trái ngược
- OrcaMỚIOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 trên 1 triệu token · 184 tok/s
- tencentMỚITencent: Hy4 Flash2026-11-16$0.02 / $0.07 trên 1 triệu token · 494 tok/s
- AlibabaMỚIQwen: Qwen4 Max2026-11-16$1.50 / $4.50 trên 1 triệu token · 385 tok/s
- GoogleMỚIGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 trên 1 triệu token · 94 tok/s
- AnthropicMỚIAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 trên 1 triệu token · 290 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 trên 1 triệu token · 99 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 trên 1 triệu token · 132 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 trên 1 triệu token · 86 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 trên 1 triệu token · 122 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 trên 1 triệu token · 104 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 trên 1 triệu token · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 89 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 trên 1 triệu token · 41 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Trí tuệ
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 trên 1 triệu token · 215 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Trí tuệ
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 trên 1 triệu token · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Trí tuệ
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 trên 1 triệu token · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Trí tuệ
DaisyRose 27B và Bonsai 27B đều là những mô hình 27 tỷ tham số với ngữ cảnh 262.000 token, giấy phép Apache 2.0 và nền tảng Qwen, nhưng chúng gần như đối lập ở mọi khía cạnh khác. DaisyRose 27B, do RadixArk công bố ngày 18 tháng 11 năm 2026, dành mười tám ngày thời gian H200 và khoảng 63.000 giờ GPU cho học tăng cường để nâng cao những gì một mô hình 27B có thể làm trong các tác vụ agentic; nó được phát hành dưới dạng trọng số BF16 52 GB và cần GPU trung tâm dữ liệu. Bonsai 27B, do PrismML công bố ngày 14 tháng 7 năm 2026, dồn nỗ lực theo hướng ngược lại: nó lấy một mô hình 27B và nén trọng số xuống còn 1,125 bit mỗi tham số để toàn bộ vừa trong 3,8 GB và chạy trên điện thoại. Cả hai đều không phải là mô hình tốt hơn. Chúng là hai câu trả lời khác nhau cho câu hỏi “một mô hình 27B nên tốn bao nhiêu,” và câu trả lời bạn muốn phụ thuộc hoàn toàn vào việc ràng buộc là chất lượng hay số byte.
Một lưu ý trước mọi so sánh, vì nó quyết định phần nào của trang này có thể là phép tính: hai nhà cung cấp không dùng chung một benchmark nào. RadixArk báo cáo Terminal Bench, DeepSWE, SWE Bench Pro, HLE, IFBench và GPQA Diamond. PrismML báo cáo một bộ mười lăm benchmark của riêng mình cùng một chỉ số phái sinh là “mật độ trí tuệ”. Không có hàng nào mà cả hai mô hình này đều được đo, nên không có nội dung nào bên dưới trừ điểm số này cho điểm số khác.
Mỗi cái được tạo thành từ gì
Nguồn gốc là điểm khác biệt thực sự đầu tiên, và rất dễ bị bỏ qua vì cả hai đều ghi là "Qwen 27B".
• DaisyRose 27B — một post-train của Qwen3.8-27B, kiến trúc không thay đổi. Cùng tokenizer, cùng chat template, cùng vision tower, cùng ngữ cảnh 262.144 token. Quá trình huấn luyện của RadixArk chỉ thay đổi hành vi và không thay đổi gì khác, và họ mô tả kết quả là bản thay thế dùng ngay được cho bản gốc.
• Bonsai 27B — bản dựng lại bit thấp của Qwen3.6-27B, cũ hơn một thế hệ. Đây không phải là post-train: mạng ngôn ngữ được mã hóa lại từ đầu đến cuối ở độ chính xác 1-bit hoặc ternary, bao gồm cả embeddings, attention, các phép chiếu MLP và LM head, không có lối thoát độ chính xác cao hơn nào ở bất kỳ đâu trong backbone.
Khoảng cách thế hệ đó là một bất lợi thực sự đối với Bonsai và hiếm khi được nói thẳng ra. Qwen3.6-27B là mô hình mà RadixArk chọn để cải thiện; Bonsai 27B là một bản sao đã nén của mô hình đó. Vì vậy, người đọc so sánh hai mô hình không chỉ đang so sánh một post-train với một bản nén, mà còn là so sánh post-train của một base mới hơn với bản nén của một base cũ hơn. Hai thay đổi trong một bước, và bảng của cả hai nhà cung cấp đều không tách biệt chúng.
Hai gói, hai dấu chân
Bonsai 27B được phát hành dưới hai định dạng trọng số của cùng một mô hình, và việc lựa chọn giữa chúng là quyết định thực sự duy nhất trong bản phát hành đó.
• Gói nhị phân — trọng số {−1, +1} với chia tỉ lệ theo nhóm FP16, được đóng gói dưới dạng GGUF Q1_0_g128 ở mức 1,125 bit hiệu dụng mỗi trọng số. Tệp xuất xưởng có dung lượng 3,803 GB; thẻ làm tròn dung lượng triển khai thành khoảng 3,9 GB.
• Gói ternary — trọng số {−1, 0, +1} ở cùng cách chia tỉ lệ. Một giá trị ternary mang log₂3 ≈ 1.585 bit, nên mức sàn của biểu diễn là khoảng 1,71 bit mỗi trọng số, tức 5,9 GB lý tưởng. Tệp được phát hành là 7,165 GB, vì các kernel hiện tại lưu mỗi giá trị ternary trong một ô hai bit — 2,125 bit mỗi trọng số khi triển khai. Khoảng cách đó là một hạn chế của kernel, không phải lựa chọn mô hình hóa, và PrismML công bố cả hai con số.
DaisyRose 27B được phát hành theo cách thông thường: BF16 ở khoảng 52 GB, FP8 ở khoảng 29 GB, NVFP4 ở khoảng 23 GB và chỉ chạy trên Blackwell. So với 3,803 GB của Bonsai, đó là hệ số khoảng mười bốn lần ở phía nhị phân, và việc nén không hề miễn phí — bộ benchmark của chính PrismML cho thấy gói nhị phân đạt 89,5% so với đường cơ sở độ chính xác đầy đủ của nó và gói tam phân đạt 94,6%.
Nơi chi phí nén thực sự được trả
Phân tích theo hạng mục của PrismML là thứ hữu ích nhất trong cả hai bản phát hành, vì nó cho thấy mức suy giảm không phân bố đều. So với mức cơ sở FP16 Qwen3.6-27B của chính nó là 85,07 trên bộ mười lăm bài đánh giá ở chế độ tư duy:
• Gói nhị phân — tổng thể 76.11, mức duy trì 89.5%. Toán giảm từ 95.33 xuống 91.66 và lập trình từ 88.74 xuống 81.88. Khả năng tuân theo chỉ dẫn giảm từ 78.47 xuống 65.74, công việc tác tử và gọi công cụ từ 80.00 xuống 66.03, và thị giác từ 72.61 xuống 59.57.
• Ternary pack — tổng thể 80.49, độ duy trì 94.6%, khôi phục khoảng một nửa khoảng cách tới độ chính xác đầy đủ với thêm 3.3 GB trọng số.
Đọc danh sách đó đối chiếu với mục đích huấn luyện của DaisyRose 27B, và hai bản phát hành không còn có thể so sánh được theo bất kỳ nghĩa đơn giản nào nữa. Hạng mục yếu nhất của Bonsai 27B sau khi nén là năng lực tác tử và gọi công cụ, đạt 66,03 so với mức cơ sở 80,00 — mất mười lăm điểm đúng ở lĩnh vực mà RadixArk đã dành mười tám ngày thời gian GPU để cải thiện. Một mô hình trả giá cho sự nhỏ gọn của mình bằng thứ tiền tệ mà mô hình kia dùng năng lực tính toán để mua. Nếu khối lượng công việc của bạn là một tác tử lập trình gọi công cụ trong vòng lặp, gói nhị phân của Bonsai 27B là thành phẩm kém phù hợp nhất trong so sánh này và DaisyRose 27B là phù hợp nhất, và không có gì khác trong cả hai bảng thay đổi thứ tự đó.

Mỗi cái yêu cầu gì ở phần cứng của bạn
Đây là lúc sự so sánh trở nên cụ thể thay vì chỉ là hùng biện.
• DaisyRose 27B — một H200, B200 hoặc GB300, hoặc một RTX PRO 6000, một RTX 5090 hoặc một DGX Spark ở NVFP4. Cách phục vụ được khuyến nghị là SGLang với bộ dự thảo giải mã suy đoán DSpark, bốn bản sao song song dữ liệu trên một nút bốn GPU ở song song tensor 1 với bộ nhớ đệm KV FP8. RadixArk không công bố con số token/giây nào cho bất kỳ cấu hình nào trong số đó.
• Bonsai 27B — llama.cpp trên CUDA, Metal hoặc CPU, với các kernel 1-bit và ternary nằm trong fork riêng của PrismML thay vì upstream, nên llama.cpp nguyên bản sẽ chưa tải chúng đúng cách. Gói binary vừa vặn với một chiếc điện thoại 12 GB; gói ternary cần thêm một chút dư địa. Cộng thêm khoảng 2,4 GB nếu bạn lấy cả drafter và vision tower, vì con số nổi bật 3,9 GB là trọng số ngôn ngữ chứ không phải bản triển khai.
Không có cấu hình nào mà hai mô hình này cạnh tranh cho cùng một vị trí. Một mô hình nhị phân 3,8 GB trên điện thoại và một mô hình BF16 52 GB trên H200 không đánh đổi lẫn nhau; chúng phục vụ các sản phẩm khác nhau. Vùng chồng lấn hẹp hơn và thú vị hơn: một DaisyRose NVFP4 ở 23 GB so với một Bonsai ternary ở 7,2 GB, cả hai đều vừa một card tiêu dùng đơn lẻ, là nơi duy nhất mà lựa chọn thực sự là một sự đánh đổi chứ không phải một hạng mục.
Bằng chứng, và có bao nhiêu bằng chứng
Bonsai 27B đã tích lũy được bốn tháng lượt tải xuống — kho lưu trữ GGUF ternary đã vượt 590.000 vào tháng 10 năm 2026, so với chỉ hơn 400.000 của gói binary, trong khi các container MLX cho cả hai đều ở mức trên một triệu mỗi loại. Điều đó gợi ý rằng phần lớn mô hình này đang được chạy trên phần cứng Apple thay vì trên máy chủ, và rằng những người tải nó xuống đang chọn thêm năm điểm retention thay vì tệp nhỏ nhất. Đây là bằng chứng về mức độ sử dụng chứ không phải bằng chứng về chất lượng, nhưng nó là bằng chứng thuộc một dạng mà bảng benchmark của cả hai nhà cung cấp đều không đưa ra.
DaisyRose 27B có ba ngày và không có lần chạy độc lập nào. Bảy hàng benchmark của nó là của RadixArk, được đo trên các harness của RadixArk, ở temperature 1.0, top_p 0.95, top_k 20 và reasoning effort xhigh, và được công bố là kết quả tốt hơn trong các lần chạy BF16 và FP8 của nó. So sánh liên mô hình của nó với các hệ thống lớn hơn dựa vào số liệu đã công bố của các bên khác thay vì các lần chạy song song, và card nói rõ điều đó.
Không mô hình nào từng được chạy trên cùng một harness với mô hình kia. Bất kỳ trang nào đặt một con số DaisyRose cạnh một con số Bonsai rồi rút ra kết luận đều đang bịa ra một phép so sánh mà chưa ai từng thực hiện.

Chọn cái nào?
Quyết định xoay quanh một câu hỏi, và đó không phải là câu hỏi benchmark: liệu mô hình có phải chạy ở nơi không có trung tâm dữ liệu hay không?
Nếu đúng vậy, câu trả lời là Bonsai 27B, và cụ thể là ternary pack trừ khi thiết bị thực sự thiếu bộ nhớ. Mức giảm mười lăm điểm của binary pack trong công việc agentic và tool-calling là nhượng bộ chất lượng lớn nhất trong cả hai bản phát hành, và 3.3 GB mà ternary pack tiêu tốn mua lại một nửa khoảng cách tới độ chính xác đầy đủ. Trên một chiếc điện thoại 12 GB thì không có lựa chọn thay thế; trên bất kỳ thiết bị nào còn dư 8 GB cho trọng số, ternary pack là phương án tốt hơn.
Nếu không — nếu mô hình chạy sau một API hoặc trên một node phục vụ — lợi thế cốt lõi của Bonsai 27B sẽ biến mất và lợi thế cốt lõi của DaisyRose 27B là thứ duy nhất còn trụ lại. Một mô hình vừa trên H200 không phải là mô hình bạn cần nén, và thứ bạn sẽ mua với Bonsai ở vị trí đó là một 27B bị giới hạn ở 89.5% hoặc 94.6% của một base cũ hơn một thế hệ. Bản phát hành của RadixArk nhắm chính xác đến kiểu người đọc đó, và tuyên bố cần kiểm chứng là liệu bước nhảy Terminal Bench 4.1 từ 5.6 lên 12.0 có tái lập được trên một harness công khai hay không.
Một cách ít tốn kém để tự mình thực hiện việc so sánh
Ở thời điểm viết bài, cả DaisyRose 27B lẫn Bonsai 27B đều không có trong danh mục của OrcaRouter, và trang này sẽ không giả vờ điều ngược lại. Tổ tiên chung của chúng là: Qwen3.8-27B được phục vụ dưới tên qwen/qwen3.8-27b với mức giá 0,33 đô la mỗi triệu token đầu vào và 2,40 đô la mỗi triệu token đầu ra, cùng ngữ cảnh 262.144 token và vision tower mà DaisyRose 27B vẫn giữ. Chạy mô hình gốc trên chính các prompt của bạn là cách rẻ nhất để xác định xem quá trình post-train đang được yêu cầu cải thiện điều gì, và nó chỉ tốn vài xu thay vì phải thuê một chiếc H200.
Cùng endpoint đó là một lưới an toàn hữu ích về sau. Nếu một bản triển khai DaisyRose tự vận hành gặp phải cửa sổ ngữ cảnh đầy hoặc sandbox bị hỏng giữa chừng, một quy tắc chuyển đổi dự phòng tự động sẽ gửi yêu cầu đến mô hình cơ sở thay vì trả về lỗi — một câu trả lời bị suy giảm thay vì một cuộc gọi thất bại. Đó chính là phiên bản thực tế của sự đánh đổi mà toàn bộ phép so sánh này nói tới: mức trần đáng để trả giá, nhưng chỉ khi có thứ gì đó nằm bên dưới nó.
Điều sẽ thay đổi trang này là một harness dùng chung duy nhất. Nếu PrismML nén Qwen3.8-27B — bản nền mà DaisyRose đã cải tiến — thì hai mô hình cuối cùng sẽ có thể được đo lường so với nhau, và câu hỏi “một mô hình 27B mất gì khi trở thành 3.8 GB” sẽ có một con số thay vì một hạng mục.
