Prism ML · modelo de lenguaje
Ternary Bonsai 2 9B: precio, contexto y benchmarks
Ternary Bonsai 2 9B es el modelo de Prism ML lanzado el 16 de octubre de 2026. Cuesta 0,08 US$ por millón de tokens de entrada y 0,13 US$ de salida, con un contexto de 262,1 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
| Precio | 28/30 | |
|---|---|---|
| Contexto | 8/15 | |
| Funciones | 15/15 |
Lo que hay que saber de Ternary Bonsai 2 9B
Prism ML puso Ternary Bonsai 2 9B en línea el 16 de octubre de 2026. Acepta texto e imágenes como entrada y produce texto. Su ventana de contexto alcanza 262.144 tokens, más que el 56 % de los modelos del registro, y puede escribir hasta 65.536 tokens de una vez.
Es un modelo reciente: todavía hay pocas opiniones de uso y puntuaciones independientes.
Precio de Ternary Bonsai 2 9B
En OpenRouter, Ternary Bonsai 2 9B cuesta 0,08 US$ por millón de tokens de entrada y 0,13 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,093 US$ por millón, más caro que el 8 % de los modelos de pago (8,6 veces menos que la mediana de 0,8 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0002 US$. Con 1.000 tareas al día, cuente 7 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Los tokens ya enviados y en caché se facturan a 0,04 US$ por millón.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para Ternary Bonsai 2 9B. 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: puede ejecutarlo en sus propias máquinas sin enviar sus datos a terceros.
Otros modelos de Prism ML
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| Ternary Bonsai 2 27B | 18 sept 2026 | 0,18 US$ | — |
Veredicto
Nota calculada: 85/100, a partir de datos públicos (rendimiento, precio, contexto, funciones).
Puntos fuertes
- Precio bajo: más barato que el 92 % 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.
Alternativas
- Nemotron 3.5 Lightning0,1 US$
- Gemma 4 26B A4B0,11 US$
- Nemotron 3 Nano 30B A3B0,11 US$
- Nova Lite 1.00,11 US$
- LFM3-1.7B0,11 US$
- Nex-N2.5-Pro0,12 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Ternary Bonsai 2 9B?
0,08 US$ por millón de tokens de entrada y 0,13 US$ de salida en OpenRouter (dato del 8 de noviembre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0002 US$.
¿Qué tamaño tiene el contexto de Ternary Bonsai 2 9B?
262.144 tokens, unas 197.000 palabras, con un máximo de 65.536 tokens de salida.
¿Se puede usar Ternary Bonsai 2 9B en local?
Sí, sus pesos están publicados.
¿Sirve Ternary Bonsai 2 9B 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 9B?
Los modelos más cercanos en precio y rendimiento son Nemotron 3.5 Lightning, Gemma 4 26B A4B y Nemotron 3 Nano 30B A3B.
Artículos relacionados
- DeepSeek para un agente de IA: ventajas, límites y costes reales27 de octubre de 2026
- 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
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

