PrismML: Ternary Bonsai 2 27B

PrismML: Ternary Bonsai 2 27B é um modelo focado em texto da PrismML, lançado pelo fornecedor em 18 de setembro de 2026. É um modelo de raciocínio com 27B de parâmetros, derivado do Qwen3.8-27B, e ocupa a categoria de texto na api14. Se está a escolher um modelo para um pipeline de texto, o contexto importante é que este foi criado para trabalho de raciocínio e não apenas para conversa geral.

O modelo aceita texto e imagens como entrada e devolve texto. A sua janela de contexto é de 262.144 tokens, e a saída máxima é de 32.768 tokens. De acordo com a descrição do fornecedor, suporta programação, matemática, chamada de ferramentas e compreensão de imagens. A compressão ternária faz parte da forma como o modelo é construído, o que vale a pena notar se o tamanho do modelo ou as características de implementação forem importantes para si. O comportamento de raciocínio é exposto através de parâmetros do pedido, em vez de ser fixo, pelo que pode controlar quanto raciocínio o modelo realiza.

Estas capacidades apontam para alguns usos práticos. Como lida com código e matemática, encaixa em tarefas como geração de código, explicação de código e resolução de problemas passo a passo, onde o traço de raciocínio é importante. A compreensão de imagens significa que também pode receber capturas de ecrã, diagramas ou outras imagens juntamente com um prompt de texto, o que é útil para tarefas como ler um gráfico ou interpretar uma captura de ecrã de uma interface. A chamada de ferramentas e as saídas estruturadas tornam-no um candidato para agentes e pipelines que precisam que o modelo chame funções ou devolva dados numa forma definida, em vez de texto livre.

Chama-o através da API compatível com OpenAI da api14, usando o id de modelo "prism-ml/ternary-bonsai-2-27b". Os parâmetros do pedido que suporta são 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 e top_p. Se já utiliza um cliente ao estilo OpenAI, a principal mudança é o id de modelo e os parâmetros que define. Use max_tokens para limitar a saída, uma vez que a saída máxima é de 32.768 tokens, mesmo que a janela de contexto seja muito maior.

Existem limites que vale a pena planear. A entrada é texto e imagem, mas a saída é apenas texto, pelo que não produzirá imagens nem áudio. Se a sua carga de trabalho for puramente conversacional e não precisar de raciocínio, chamada de ferramentas ou entrada de imagens, um modelo de texto mais simples pode ser mais adequado. Para documentos longos, a janela de contexto de 262K tokens é generosa, mas lembre-se de que o limite de saída de 32.768 tokens se aplica separadamente. A descrição do fornecedor é a fonte das afirmações sobre programação, matemática, chamada de ferramentas e compreensão de imagens, pelo que deve encará-las como o âmbito declarado e não como desempenho medido.