Saltar al contenido
Alfa
  • Modelos
  • Clasificaciones
  • Ori
Hablar con ventas

Pie de página

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Producto

  • Chat
  • Clasificaciones
  • Pruebas de rendimiento
  • Aplicaciones
  • Descubrir
  • Modelos
  • Ori
  • Colecciones
  • Proveedores
  • Herramientas
  • Precios
  • Business
  • Enterprise
  • Laboratorio

Empresa

  • Acerca de
  • Blog
  • Clientes
  • Empleo
    Empleo
  • Privacidad
  • Términos del servicio
  • Centro de confianza
  • Soporte
  • Compatible con OR
  • Datos
  • Marca

Desarrollador

  • Documentación
  • Referencia de la API
  • Plataforma para desarrolladores
  • Estado
  • Mapa del sitio para IA

Conectar

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon de prism-mlFavicon de prism-ml

PrismML: Ternary Bonsai 2 9B

prism-ml/ternary-bonsai-2-9b

Pesos del modelo
Comparar

Ternary Bonsai 2 9B is PrismML’s compact, open-weight language model for conversational AI, reasoning, and tool use. Built on Qwen3.5, it uses ternary weights packed into 2 bits for efficient inference. It accepts text and image input. Its 262K-token context window supports long conversations and document-heavy workflows, with up to 64K output tokens per response.

Modalidades
Precio de entrada / salida
0,08 US$ / 0,13 US$por 1M
Contexto
262K
Publicado
16 oct 2026
Comparar
ProveedoresPreciosRendimientoTiempo de actividadAplicacionesActividadPreguntas frecuentesExplorar

Proveedores

Este modelo está alojado por un único proveedor. OpenRouter le reenvía todas las solicitudes directamente, sin necesidad de tomar decisiones de enrutamiento.

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Explorar más modelos

Modelos de IA con visión: LLM multimodales para la comprensión de imágenesColecciónClasificaciones de modelos de IAClasificación
Latencia / rendimiento
0,08 US$0,13 US$0,04 US$0,48s107 tps
99,68 %
Rendimiento
107tok/s

P50, el mejor entre los proveedores

Latencia
0,47s

P50, mejor proveedor

Tiempo de actividad (3 d)El modelo estaba accesible. Solicitud enrutada a un proveedor.
100,00 %
Disponibilidad (3 d)El modelo devolvió una inferencia de cualquier proveedor. Los errores y las respuestas vacías cuentan en su contra.
99,34 %

Disponibilidad durante los últimos 3 días

Últimas 72 horas
Disponibilidad 99,34 %
Hace 3 díasHace 2 díasAyerAhora

Disponibilidad en las últimas 24 horas

OpenRouter Availability
99,63 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

1.
Favicon de https://cbot.ai/
Pegasus weekly report classify80
nuevo
9,68Mtókenes
2.
Favicon de https://nousresearch.com
Hermes Agent
Hermes Agent is an open-source, self-improving AI agent by Nous Research that runs persistently with memory across sessions, and builds reusable skills from experience. It comes with 40+ built-in tools, including web search, browser automation, and vision, plus scheduled automations and subagents.
5,23Mtókenes
3.
Favicon de https://galco.land/
GALC model trial
nuevo
2,02Mtókenes
4.
Favicon de https://pi.dev/
pi
There are many coding agents, but this one is yours.
1,96Mtókenes
5.
Favicon de https://openclaw.ai/
OpenClaw
OpenClaw is an open-source AI agent that connects to your messaging apps and takes real actions on your behalf, from running commands and browsing the web to managing files and sending emails.
1,81Mtókenes

Preguntas frecuentes

Ternary Bonsai 2 9B is PrismML’s compact, open-weight language model for conversational AI, reasoning, and tool use. Built on Qwen3.5, it uses ternary weights packed into 2 bits for efficient inference. It accepts text and image input. Its 262K-token context window supports long conversations and document-heavy workflows, with up to 64K output tokens per response.

Ternary Bonsai 2 9B cuesta 0,08 US$/M de tokens de entrada y 0,13 US$/M de tókenes de salida, con tarifas independientes para Cache Read a 0,04 US$/M tokens.

Ternary Bonsai 2 9B tiene una ventana de contexto de 262.144 tókenes. Admite hasta 65.536 tókenes de respuesta.

Sí. Ternary Bonsai 2 9B admite tools y tool_choice para llamadas a funciones. También admite salidas estructuradas mediante un esquema JSON en response_format.

Ternary Bonsai 2 9B acepta texto e imágenes como entrada y devuelve texto.

Ternary Bonsai 2 27B es otro modelo de texto de PrismML.

Ternary Bonsai 2 9B se lanzó el 16 de octubre de 2026.

Más modelos de PrismML

Ternary Bonsai 2 27B

Bonsai 2 27B is a 27B-parameter reasoning model from PrismML derived from Qwen3.8-27B. It supports coding, mathematics, tool calling, and image understanding with a 262K-token context window. Ternary compression shrinks the language-model weights to roughly 8.5 GB while retaining 98.2% of the base model's average score across PrismML's 14 thinking-mode benchmarks, enabling efficient inference on consumer hardware. The model thinks by default and defaults to xhigh reasoning effort.

TextoContexto de 262K0,075 US$ / 0,50 US$

Ternary Bonsai 2 9B cuesta 0,08 US/Mdetokensdeentraday0,13 US/M de tokens de entrada y 0,13 US/Mdetokensdeentraday0,13 US/M de tókenes de salida, con tarifas independientes para Cache Read a 0,04 US$/M tokens.