Какое максимальное количество токенов поддерживает Ternary Bonsai 2 9B?

Модель поддерживает контекстное окно объемом до 262 144 токенов, что позволяет работать с объемными текстами и сложными задачами.

Можно ли использовать эту модель для работы с изображениями на alltokens?

Да, модель поддерживает мультимодальный ввод формата text+image->text, позволяя анализировать визуальные данные.

На какой архитектуре основана данная модель?

Ternary Bonsai 2 9B построена на базе Qwen3.5 и использует тернарные веса, упакованные в 2 бита для повышения эффективности.

PrismML: Ternary Bonsai 2 9B

PRPrism-mlОбновлено: 16 октября 2026 г.

PrismML: Ternary Bonsai 2 9B — это компактная модель с открытыми весами, построенная на базе Qwen3.5 и оптимизированная для эффективной работы через тернарное квантование. Она поддерживает мультимодальный ввод, работу с инструментами и обладает внушительным контекстным окном в 262 144 токена.

Использовать через API

Метрики

Вход

10 ₽/M

Выход

17 ₽/M

Контекст

262k tokens

Параметры

Релиз

16 октября 2026 г.

Поддерживаемые параметры

frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_p

Технический обзор

Ternary Bonsai 2 9B — компактная модель языка с открытым весом от PrismML для разговорного ИИ, рассуждений и использования инструментов. Основана на Qwen3.5, использует тернарные веса, упакованные в 2 бита для повышения эффективности.

Кодинг

Инструменты

Длинный контекст

Мультимодальность

Веб-автоматизация

Смежные подборки

Модели для программирования Недорогие модели Модели с длинным контекстом

Сравнение с похожими моделями

Модель

Для чего

Контекст

Цена ₽

Модель

PrismML: Ternary Bonsai 2 9BТекущая

Для чего

Контекст

262k

Цена ₽

10 / 17

PrismML: Ternary Bonsai 2 9BТекущая

262k

10 / 17

Модель

DeepSeek: DeepSeek V4.1 Flash

Для чего

Обе модели ориентированы на высокую скорость работы и поддерживают мультимодальный ввод (текст и изображения).

Контекст

Цена ₽

5 / 32

DeepSeek: DeepSeek V4.1 Flash

5 / 32

Модель

DeepSeek: DeepSeek V4.1 Flash 1017

Для чего

Схожая архитектура, направленная на баланс между производительностью и эффективностью использования ресурсов при обработке длинных контекстов.

Контекст

Цена ₽

5 / 19

DeepSeek: DeepSeek V4.1 Flash 1017

5 / 19

Когда выбирать

Необходима обработка очень длинных документов или цепочек диалогов благодаря контексту 262K.
Требуется модель с поддержкой вызова внешних инструментов (tool use) и структурированного вывода.
Нужна эффективная мультимодальная модель для анализа изображений и текста одновременно.

Когда не выбирать

Требуются сверхмощные вычислительные способности моделей самого высокого уровня параметров.
Необходима работа исключительно с аудио или видео данными, которые не поддерживаются текущей модальностью.
Задачи требуют специфических знаний, выходящих за рамки возможностей компактных моделей на базе Qwen3.5.