Prism ML · modelo de lenguaje
Ternary Bonsai 2 27B: precio, contexto y benchmarks
Ternary Bonsai 2 27B es el modelo de Prism ML lanzado el 18 de septiembre de 2026. Cuesta 0,08 US$ por millón de tokens de entrada y 0,5 US$ de salida, con un contexto de 262,1 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
Lo que hay que saber de Ternary Bonsai 2 27B
Prism ML puso Ternary Bonsai 2 27B en línea el 18 de septiembre de 2026. Acepta texto e imágenes como entrada y produce texto. Su ventana de contexto alcanza 262.144 tokens, más que el 58 % de los modelos del registro, y puede escribir hasta 32.768 tokens de una vez.
Es un modelo reciente: todavía hay pocas opiniones de uso y puntuaciones independientes.
Precio de Ternary Bonsai 2 27B
En OpenRouter, Ternary Bonsai 2 27B cuesta 0,08 US$ por millón de tokens de entrada y 0,5 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,181 US$ por millón, más caro que el 20 % de los modelos de pago (4,2 veces menos que la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0004 US$. Con 1.000 tareas al día, cuente 12 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Los tokens ya enviados y en caché se facturan a 0,038 US$ por millón.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para Ternary Bonsai 2 27B. Por eso no mostramos ninguna nota de rendimiento inventada: solo el precio, el contexto y las funciones cuentan en su nota.
Funciones, privacidad y uso local
- Admite la llamada a herramientas: puede manejar un agente IA, llamar a API o a servidores MCP.
- Puede responder en un formato JSON impuesto (salidas estructuradas).
- Es un modelo de razonamiento: «piensa» antes de responder, lo que ayuda en tareas difíciles pero consume más tokens de salida.
Sus pesos son abiertos y se pueden descargar en Hugging Face (licencia apache-2.0): puede ejecutarlo en sus propias máquinas sin enviar sus datos a terceros. Con 26.895.998.464 mil millones de parámetros, necesita unos 15.029.310.322 GB de memoria en cuantización de 4 bits. Comprobar con la calculadora de VRAM. Se descargó 2.272.409 veces en Hugging Face el mes pasado.
Veredicto
Nota calculada: 80/100, a partir de datos públicos (rendimiento, precio, contexto, funciones).
Puntos fuertes
- Precio bajo: más barato que el 80 % de los modelos de pago.
- Pesos abiertos: autoalojable, sus datos se quedan con usted.
- Listo para agentes: llamada a herramientas y salidas JSON estructuradas.
Limitaciones
- Ninguna puntuación independiente publicada: rendimiento no verificable.
Evítelo si…
- quiere alojarlo en un solo ordenador doméstico (≈ 15.029.310.322 GB necesarios en 4 bits).
Alternativas
- Qwen3.5-9B0,19 US$
- Seed-2.0-Mini0,18 US$
- Ministral 3 14B 25120,2 US$
- Qwen3 235B A22B Instruct 25070,21 US$
- Step 3.5 Flash0,15 US$
- Ministral 3 8B 25120,15 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Ternary Bonsai 2 27B?
0,08 US$ por millón de tokens de entrada y 0,5 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0004 US$.
¿Qué tamaño tiene el contexto de Ternary Bonsai 2 27B?
262.144 tokens, unas 197.000 palabras, con un máximo de 32.768 tokens de salida.
¿Se puede usar Ternary Bonsai 2 27B en local?
Sí, sus pesos están publicados con licencia apache-2.0. Cuente unos 15.029.310.322 GB de memoria en 4 bits.
¿Sirve Ternary Bonsai 2 27B para un agente IA?
Técnicamente sí: admite llamada a herramientas y salidas estructuradas. Compruebe después su coste para su volumen.
¿Qué alternativas hay a Ternary Bonsai 2 27B?
Los modelos más cercanos en precio y rendimiento son Qwen3.5-9B, Seed-2.0-Mini y Ministral 3 14B 2512.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos