Beobachtetes Signal · 17. Sept. 2026 · Product Launch · Quelle: PR Newswire: Advertising & Marketing · Relevanz: 1/5 · Sentiment: Positiv
PrismML veröffentlicht Bonsai 2 27B: Leistungsstarkes ternäres KI-Modell für lokales Deployment
PrismML hat den Launch von Bonsai 2 27B bekannt gegeben, seinem neuen ternären Flaggschiff-KI-Modell, das auf Qwen3.8 27B basiert. Das Modell wurde auf 5,9 GB komprimiert, was einer Reduktion des Speicherbedarfs um mehr als das Neunfache gegenüber der Full-Precision-Version entspricht. Trotz dieser starken Kompression behält es über 98 % der Benchmark-Leistung bei. Bonsai 2 27B ist für den lokalen Einsatz konzipiert und unterstützt komplexe Aufgaben in den Bereichen Reasoning, Coding, Vision sowie agentische Workflows. Mit einem Gesamtwert von 83,9 über 20 Benchmarks hinweg erreicht es 98,2 % der Leistungsfähigkeit von Qwen3.8 27B. Das Modell steht ab dem 17. September 2026 unter der Apache 2.0-Lizenz kostenfrei zur Verfügung. PrismML verfolgt damit das Ziel, maximale Intelligenzdichte auf Consumer-Hardware und Edge-Geräten bereitzustellen.
Der Launch demonstriert signifikante Fortschritte bei der Modell-Kompression für Edge-KI, weist jedoch abseits potenzieller On-Device-Anwendungsfälle keine direkten Auswirkungen auf das AdTech-Ökosystem auf.
Marktsignale zu NVIDIA in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- PrismML bringt Bonsai 2 27B heraus, ein ternäres KI-Modell basierend auf Qwen3.8 27B.
- Das Modell belegt lediglich 5,9 GB Speicher – eine 9-fache Reduktion gegenüber Full-Precision.
- Bonsai 2 27B erreicht 98,2 % der Benchmark-Performance des Basismodells Qwen3.8 27B.
- Die Veröffentlichung erfolgt kostenfrei unter einer Open-Source Apache 2.0-Lizenz.
- Das System ist speziell für den lokalen Betrieb auf Standard-GPUs und Edge-Devices optimiert.
Verknüpfte Unternehmen
5 verknüpfte Unternehmen“The model reaches up to 143 tokens/second on NVIDIA GeForce RTX 5090....”
“PrismML was founded with support from Khosla Ventures....”
“PrismML was founded with support from Google....”
“PrismML has continuing support from Samsung....”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
PrismML bringt kompaktes Bonsai 2 27B LLM für On-Device AI
Das KI-Startup PrismML hat Bonsai 2 27B vorgestellt, ein stark komprimiertes Large Language Model, das für den Einsatz auf PCs und High-End-Smartphones optimiert ist. Die Technologie komprimiert das Modell Qwen3.8 27B von Alibaba auf lediglich 5,9 GB – eine neun- bis zehnfache Reduktion des Speicherbedarfs – bei Erhalt von 98 Prozent der ursprünglichen Benchmark-Performance. PrismML wurde von Forschern des Caltech gegründet und wird von CEO Babak Hassibi geführt. Das Startup sicherte sich eine Seed-Finanzierung in Höhe von 22,25 Millionen US-Dollar unter Führung von Khosla Ventures, Cerberus Capital und dem Caltech. Die proprietäre ternäre Gewichtskompression reduziert Gewichte auf +1, -1 oder 0. PrismML beabsichtigt, dieses Verfahren in den kommenden Monaten auf noch größere Modelle anzuwenden. Medienberichten zufolge befindet sich das Unternehmen zudem in ersten Gesprächen mit Apple.
Prism ML veröffentlicht Bonsai 27B: Ein 1-Bit On-Device LLM
Prism ML hat Bonsai 27B vorgestellt, ein Large Language Model der 27B-Klasse, das echte 1-Bit-Binärgewichte nutzt und den Speicherbedarf auf rund 3,9 GB reduziert. Dies ermöglicht On-Device Inference auf modernen Smartphones und Laptops. Das Modell basiert auf einem Qwen3.6-27B-Backbone mit hybrider Attention sowie optionalem Vision Tower und unterstützt einen Kontext von 262K Token durch lineare Attention und 4-Bit KV-Cache-Quantisierung. Zudem beinhaltet das Release angepasste 1-Bit-Kernels für Apple MLX und CUDA sowie einen DSpark Speculative-Decoding Drafter, der auf NVIDIA H100 eine 1,37-fache Beschleunigung erzielt. Benchmarks belegen, dass Bonsai 89,5 % der FP16-Leistung bei der Reasoning-Fähigkeit beibehält und dabei Energie- sowie Speicherverbrauch massiv senkt. Die Veröffentlichung erfolgt unter der Apache 2.0-Lizenz.
Alibaba veröffentlicht Open-Weight-Modell Qwen3.8-27B für lokale Inferenz
Das Qwen-Team von Alibaba hat das Open-Weight-Modell Qwen3.8-27B unter Apache-2.0-Lizenz veröffentlicht. Das Modell umfasst 27 Milliarden Parameter, bietet Bildverarbeitungsfunktionen sowie ein Kontextfenster von 262.144 Tokens. Durch 4-Bit-Quantisierung lassen sich die Modellgewichte auf rund 17 bis 18 GB komprimieren, was den lokalen Betrieb fortschrittlicher Coding- und Agenten-Workloads auf Consumer-Hardware ermöglicht – etwa auf einer einzelnen 24-GB-GPU (wie RTX 3090/4090) oder Apple Silicon im mittleren Leistungssegment. Unabhängige Benchmarks von Artificial Analysis bewerten das Modell mit einem Score von 52 auf dem Intelligence Index, womit es mit Spitzenmodellen gleichzieht. Zudem zeigt der Terminal-Bench 2.1 für agentenbasierte Programmierung einen signifikanten Leistungssprung gegenüber der Vorgängerversion Qwen3.6-27B. Der zugrunde liegende technische Leitfaden analysiert Runtime-Konfigurationen, Quantisierungsstufen, Hardware-Voraussetzungen und Implementierungsschritte für das lokale Deployment.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.