Aller au contenu
Alpha
  • Modèles
  • Classements
  • Ori
Contacter l’équipe commerciale

Pied de page

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produit

  • Chat
  • Classements
  • Évaluations comparatives
  • Applications
  • Découvrir
  • Modèles
  • Ori
  • Collections
  • Fournisseurs
  • Outils
  • Tarifs
  • Business
  • Enterprise
  • Laboratoire

Entreprise

  • À propos
  • Blog
  • Clients
  • Carrières
    Recrutement
  • Confidentialité
  • Conditions d’utilisation
  • Centre de confiance
  • Assistance
  • Compatible avec OR
  • Données
  • Marque

Développeur

  • Documentation
  • Référence de l’API
  • Plateforme pour développeurs
  • Statut
  • Plan du site pour l’IA

Connecter

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

PrismML

Access 2 PrismML models through the OpenRouter unified API dont Ternary Bonsai 2 9B et Ternary Bonsai 2 27B. Compare pricing, context windows, benchmarks, and capabilities between different PrismML models.

PrismML jetons traités sur OpenRouter

  • Favicon de prism-mlFavicon de prism-ml
    PrismML: Ternary Bonsai 2 9BTernary Bonsai 2 9B
    190M jetons

    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.

    par prism-ml16 oct. 2026262K de contexte0,08 $US/M entrée jetons0,13 $US/M sortie jetons
  • Favicon de prism-mlFavicon de prism-ml
    PrismML: Ternary Bonsai 2 27BTernary Bonsai 2 27B
    140M jetons

    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.

    par prism-ml18 sept. 2026262K de contexte0,075 $US/M entrée jetons0,50 $US/M sortie jetons

Questions fréquentes

OpenRouter propose 2 modèles PrismML via une API unique compatible avec OpenAI. Créez une clé API OpenRouter, configurez votre client pour utiliser https://openrouter.ai/api/v1 et définissez le modèle sur un identifiant tel que prism-ml/ternary-bonsai-2-9b. Le guide de démarrage rapide contient des exemples de requêtes pour chaque SDK pris en charge.

Ternary Bonsai 2 9B possède la plus grande fenêtre de contexte de tous les modèles de PrismML sur OpenRouter, acceptant jusqu’à 262 144 jetons par requête.

Ternary Bonsai 2 9B est le modèle de PrismML le plus récemment ajouté sur OpenRouter, référencé le 16 octobre 2026.