Bonsai 2 27B від PrismML: локальна модель Qwen3.8 у 5,9 ГБ, 98 % точності
PrismML представила Bonsai 2 27B – 27‑мільярдну модель Qwen3.8 після трьохзначного квантування (5,9 ГБ). Зберігає 98,2 % точності, працює з зображеннями та інструментами, відкритий під Apache 2.0.
Дуже хороший прогрес для локальних моделей.
PrismML випустила Bonsai 2 27B на базі Qwen3.8 27B. Після трьохзначного квантування модель займає лише 5,9 ГБ, приблизно в дев’ять разів менше повної версії.
За тестами розробників вона зберігає 98,2 % початкового результату, при цьому підтримує роботу з зображеннями та виклик інструментів. Модель під Apache 2.0.
Коментарі
Дайджест щотижня
Найкраще про vibe coding, AI-агентів та open source — раз на тиждень, без спаму.
Схожі статті
Всі статтіMiniMax Code відкрито: порівняння продуктивності та вартості з Codex і Claude
MiniMax Code став відкритим на GitHub: 76,7% успішних виконань, 4 хв 33 сек, $1,83 за запуск – краще за Codex і Claude Code за швидкість і ціну.
GBrain: повна пам’ять для OpenClaw і Hermes Agent на 10 000+ файлів
GBrain — опенсорс шар пам’яті для OpenClaw і Hermes Agent, що дає повну пам’ять по 10 000+ markdown-файлах. Проєкт від Гаррі Тана (YC).
Moonshot випустила KIMI K3: найбільша опенсорс-модель у світі
Moonshot презентувала KIMI K3 з 2,8 трлн параметрів. Модель на архітектурі MoE з вікном у 1 млн токенів конкурує з GPT-5 та Opus.