PrismML: Ternary Bonsai 2 27B · Prism Ml
PrismML: Ternary Bonsai 2 27B is an advanced reasoning model with 27 billion parameters derived from Qwen3.8-27B. It supports coding, mathematics, tool calling, and image understanding with an extensive 262K-token context window.
About PrismML: Ternary Bonsai 2 27B
PrismML: Ternary Bonsai 2 27B is an advanced reasoning model with 27 billion parameters derived from Qwen3.8-27B. It supports coding, mathematics, tool calling, and image understanding with an extensive 262K-token context window.
Where it shines: Advanced reasoning · Efficient ternary compression · Extended 262K context.
How to use PrismML: Ternary Bonsai 2 27B
-
1
Type or upload
Type what you want in the box above — or upload the file if the tool asks for one.
-
2
Generate
Click the main button. Wait 2-30 seconds depending on the model and input size.
-
3
Download or share
Download the result or share the direct link. No watermark, ready to use.
Frequently asked questions
¿Cuánto cuesta usar PrismML: Ternary Bonsai 2 27B?
PrismML: Ternary Bonsai 2 27B es un modelo Pro: cuesta 10 tokens por uso (~$0.05 de costo real para nosotros). Necesitas un plan Pro ($9/mes → 15.000 tokens) o un pack one-shot. Si ya tienes tokens en la cuenta gratis, también puedes gastarlos directamente.
¿Cuántos usos de PrismML: Ternary Bonsai 2 27B entran en el plan Pro?
Pro ($9/mes) te da 15.000 tokens recurrentes. A 10 tokens por uso de PrismML: Ternary Bonsai 2 27B, eso son ~1.500 usos completos por ciclo. Si te quedas corto, los packs one-shot (5.000 / 25.000 / 80.000 tokens) suman al saldo sin caducar antes de un año.
¿Qué hace especial a PrismML: Ternary Bonsai 2 27B?
Sus puntos fuertes concretos son: razonamiento avanzado, compresión ternaria eficiente y contexto extenso 262k. Acepta imágenes como input (multimodal) además de texto — útil para describir capturas, leer gráficas o resolver problemas desde una foto.
¿Qué tan rápido responde PrismML: Ternary Bonsai 2 27B?
PrismML: Ternary Bonsai 2 27B tiene velocidad equilibrada: 5-15 segundos por respuesta — ni el más rápido ni el más lento del catálogo. El tiempo real depende también de la longitud del prompt y de la carga del datacenter — modelos con contexto enorme tardan más cuando metes textos muy largos.
¿Cómo uso PrismML: Ternary Bonsai 2 27B en ia.gratis?
Puedes usar PrismML: Ternary Bonsai 2 27B desde /chat/ seleccionando PrismML: Ternary Bonsai 2 27B en el picker, o vía la API REST con `model=ternary-bonsai-2-27b` en el cuerpo del POST. Resumen rápido: modelo de razonamiento de 27B parámetros con compresión ternaria y contexto de 262K El identificador interno del modelo es `ternary-bonsai-2-27b` — útil cuando integres por API.