PrismML: Ternary Bonsai 2 27B

PrismML: Ternary Bonsai 2 27B adalah model yang berfokus pada teks dari PrismML, dirilis oleh penyedia pada 18 September 2026. Model ini adalah model penalaran dengan 27B parameter yang diturunkan dari Qwen3.8-27B, dan berada dalam kategori teks di api14. Jika Anda memilih model untuk pipeline teks, konteks pentingnya adalah model ini dibangun untuk pekerjaan penalaran, bukan sekadar obrolan umum.

Model ini menerima teks dan gambar sebagai input dan mengembalikan teks. Jendela konteksnya adalah 262.144 token, dan output maksimumnya adalah 32.768 token. Menurut deskripsi penyedia, model ini mendukung coding, matematika, tool calling, dan pemahaman gambar. Kompresi ternary adalah bagian dari cara model ini dibangun, yang perlu diperhatikan jika ukuran model atau karakteristik deployment penting bagi Anda. Perilaku penalaran diekspos melalui parameter permintaan, bukan bersifat tetap, sehingga Anda dapat mengontrol seberapa banyak penalaran yang dilakukan model.

Kemampuan tersebut mengarah pada beberapa penggunaan praktis. Karena menangani kode dan matematika, model ini cocok untuk tugas seperti pembuatan kode, penjelasan kode, dan penyelesaian masalah langkah demi langkah di mana jejak penalaran itu penting. Pemahaman gambar berarti model ini juga dapat menerima screenshot, diagram, atau gambar lain bersama prompt teks, yang berguna untuk tugas seperti membaca grafik atau menafsirkan screenshot UI. Tool calling dan structured outputs menjadikannya kandidat untuk agen dan pipeline yang membutuhkan model untuk memanggil fungsi atau mengembalikan data dalam bentuk yang terdefinisi, bukan teks bebas.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "prism-ml/ternary-bonsai-2-27b". Parameter permintaan yang didukungnya adalah frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_logprobs, dan top_p. Jika Anda sudah menggunakan klien bergaya OpenAI, perubahan utamanya adalah model id dan parameter yang Anda tetapkan. Gunakan max_tokens untuk membatasi output, karena output maksimum adalah 32.768 token meskipun jendela konteksnya jauh lebih besar.

Ada batasan yang perlu direncanakan. Input berupa teks dan gambar, tetapi output hanya teks, jadi model ini tidak akan menghasilkan gambar atau audio. Jika beban kerja Anda murni percakapan dan tidak membutuhkan penalaran, tool calling, atau input gambar, model teks yang lebih sederhana mungkin lebih cocok. Untuk dokumen panjang, jendela konteks 262K token cukup besar, tetapi ingat bahwa batas output 32.768 token berlaku secara terpisah. Deskripsi penyedia adalah sumber untuk klaim coding, matematika, tool calling, dan pemahaman gambar, jadi anggap itu sebagai cakupan yang dinyatakan, bukan performa yang terukur.