07:06IT之家(博客/媒体)PrismML 推出 Bonsai 27B 模型,基于 Qwen 3.6 27B 微调,通过 1-bit 量化仅需 3.9GB 空间,能在 12GB 内存的 iPhone 上运行。该模型保留原模型 90% 智能水平,支持多步推理和工具使用。推出 3-bit(5.9GB)和 1-bit(3.9GB)两个版本,分别面向笔记本和手机场景。AI模型Bonsai 27BQwen 3.6iPhone 17 Pro推荐理由:PrismML 把 Qwen 3.6 27B 压缩到 3.9GB,iPhone 17 Pro 直接跑,本地 AI 终于不卡了。原文稍后读已读值得跟进有用关注 Bonsai 27B
07:00官方一手marktechpost@Asif RazzaqPrismML 推出了 Bonsai 27B,这是对 Qwen3.6-27B 进行低比特量化得到的模型,不修改原架构。三元版本使用 {−1, 0, +1} 权重,每个参数仅 1.71 bits,理想大小 5.9GB。1-bit 版本采用二进制 {−1, +1} 权重。两个版本均以 Apache 2.0 许可开源,可在笔记本和手机上本地运行。AI模型PrismMLBonsai 27BQwen3.6-27B推荐理由:PrismML 把 Qwen3.6-27B 压到 5.9GB,手机都能本地跑,还全开源,适合离线使用。原文稍后读已读值得跟进有用关注 PrismML
04:39elvis@omarsar0精选PrismML 今日发布 Bonsai 27B,这是首个可在手机上本地运行的 27B 参数多模态模型。基于 Qwen3.6 27B,Bonsai 27B 支持多步推理、结构化工具使用、长上下文和智能体循环。Ternary 变体仅 5.9 GB(1.71 有效比特/权重),1-bit 变体仅 3.9 GB(1.125 有效比特/权重),大幅降低本地部署门槛。在 RTX 5090 上,1-bit 版本达到 163 tok/s,Ternary 版本达到 134 tok/s;在 M5 Max 上分别为 87 tok/s 和 58 tok/s。模型以 Apache 2.0 许可证开源。AI模型Bonsai 27BPrismMLQwen3.6推荐理由:手机能跑 27B 模型了?PrismML 的 Bonsai 27B 实际做到了——体积最小 3.9GB,速度还不慢,开源免费。想本地用大模型又嫌大的可以看。原文稍后读已读值得跟进有用关注 Bonsai 27B