PrismML

개요

한 소스가 Caltech 스핀오프라고 적는 압축 전문 랩으로, 다른 랩의 오픈 웨이트 모델을 3진 가중치 판본으로 만들어 관대한 라이선스 아래 공개한다. 회사 문구는 "Concentrating intelligence" 다 (source).

이 위키에서 제품이 모델이 아니라 모델의 변형인 첫 엔티티다. Sakana AI 는 직접 훈련하지 않은 모델을 판다 — Fugu 계열은 다른 랩의 모델들로 각 작업을 라우팅한다 — 그러나 오케스트레이터는 직접 훈련한다. PrismML 은 베이스 모델도 라우터도 훈련하지 않는다. 명시된 기여는 3진 표현 자체와, 그것이 살아남게 만드는 양자화 인지 학습이며, 남의 가중치에 적용된다 (source). 실제로 출하하는 것은 Qwen 3.8 27B 의 9배 작은 사본이다.

설립 시점, 인원, 투자, 1세대 Bonsai 계열 외의 이전 릴리스는 읽은 어떤 자료에도 없다. 1세대는 Together AI 에 prism-ml-ternary-bonsai-27b 로 올라와 있다. Bonsai 2 라는 이름은 선행 모델을 함의하지만 이 위키에는 그 페이지가 없다.

주요 인물

아무도 없다. 읽은 어떤 소스도 창업자, CEO, 연구 책임자를 적지 않는다 (source). 암시로 남기지 않고 미상으로 기록한다.

모델과 제품

• Ternary Bonsai 2 27B — 2026-09-17 공개, Apache 2.0, FP16 대비 53.80 GB 에서 5.93 GB, 가중치당 유효 1.76 비트, 262,144 토큰 컨텍스트, 텍스트와 이미지 입력. 부모 모델의 20개 벤치마크 종합 대비 98.2% 주장
• Ternary Bonsai 27B (1세대) — 읽은 자료 안에 출시일도, 사양도, 벤치마크도 없다. Together AI 목록과 Hugging Face 저장소 둘로만 존재를 안다. 쓸 재료가 없으므로 페이지 없음

최근 활동

• 2026-09-17: Ternary Bonsai 2 27B 공개, 그리고 흥미로운 숫자는 헤드라인 아래 있는 쪽이다. Qwen 3.8 27B 를 FP16 그룹별 스케일링과 함께 3진 {−1, 0, +1} 로 양자화해 가중치당 유효 1.76 비트, FP16 부모의 53.80 GB 대비 총 5.93 GB, Apache 2.0, Hugging Face 에 GGUF 와 MLX, 16 GB 노트북 또는 24 GB GPU 한 장에서 돌아간다고 명시 (3 passes). 헤드라인은 98.2% 보존 — 추론, 수학, 코딩, 지시 따르기, 비전, 에이전틱 tool use 에 걸친 20개 벤치마크 종합에서 부모의 85.4 대비 83.9. 그 묶음 바깥에 있는 Terminal-Bench 2.1 에서는 부모의 69.7 대비 52.8 — 약 75% (1 pass), 같은 패스가 SWE-bench Verified 를 수치 없이 같은 구간에 놓는다. 이 페이지에 중요한 이유: 두 숫자 모두 PrismML 자신의 것이고 서로 충돌하지도 않는다 — 다른 것을 측정한다 — 그러나 헤드라인에 오른 것은 하나뿐이고, 빠진 쪽이 바로 장기 호흡 에이전트 작업을 기술하는 숫자다. 관행적 저비트 빌드에 대한 방법 주장: IQ2_XXS GGUF 보다 1.23배 작고 8.7 포인트 높다, 이것이 사후 양자화 대신 양자화 인지 3진 학습을 택하는 논거 전부다 (1 pass). 1차 자료 미독: prismml.com 이 EGRESS_BLOCKED 로, 이 저장소의 차단 목록에 새로 들어왔고, huggingface.co 도 마찬가지 → Ternary Bonsai 2 27B, Alibaba / Qwen AI Lab, Open-Weights Policy Fight (source) (MarkTechPost)

전략적 위치

위치 전체가 다른 누군가의 오픈 웨이트 출하에 달려 있고, 존재 자체로 그것을 말한다. Qwen 3.8 27B 가 애초에 존재하는 이유는 Qwen 3.8 Max 의 가장 작은 공개 양자화가 397 GB 이기 때문이고, PrismML 이 존재하는 이유는 53.80 GB 도 여전히 노트북이 가진 것보다 크기 때문이다. 크기 사다리의 각 칸을 서로 다른 당사자가 내려가며, 무언가를 훈련한 것은 첫 칸뿐이다.

따라서 부모 모델의 Apache 2.0 은 취향이 아니라 전제 조건이다. PrismML 이 Qwen 3.8 27B 의 파생물을 Apache 2.0 으로 공개할 수 있는 것은 Alibaba 가 부모를 그렇게 공개했기 때문이다. 같은 변형을 닫힌 모델에 적용할 법적 경로는 없으며, 이것이 이 위키가 여태 추상적으로만 기록해 온 Open-Weights Policy Fight 의 실무적 모양이다.

확립되지 않은 것: 가격 없음, Bonsai 2 의 호스팅 엔드포인트 없음, 처리량과 에너지 수치는 둘 다 주장되지만 숫자 없음, 그리고 어떤 PrismML 산출물에 대한 제3자 평가도 전혀 없음 (source).

관련

• Alibaba / Qwen AI Lab — 부모 모델을 훈련한 곳. PrismML 의 공개 산출물 전부가 그 체크포인트 하나에서 파생된다
• Open-Weights Policy Fight — 제3자 파생물을 공개 가능하게 만드는 라이선스 조건
• Test-Time Compute (Inference-Time Compute Scaling) — 작은 로컬 모델을 실제로 돌리는 비용을 이 위키가 추적하는 다른 축
• Liquid AI — 의도로 보면 가장 가까운 비교 대상: 온디바이스 오픈 웨이트를, 큰 것을 압축하는 대신 작게 훈련해서 도달한다