Bonsai 27B (1-bit) の必要VRAM

PrismML製、Qwen3.6-27Bを全層1-bit化した27B級。重みが約3.8GBに収まり、単体GPUからスマホ級まで視野に入る軽さ。画像入力用の視覚タワー(別ファイル・4-bit)付き。品質重視の三値版(約7.2GB)も同時公開。実行には対応ランタイムが必要(llama.cpp新版/MLX。Ollama・LM Studioは未対応)。

27.78B / 64層 / GQA 4ヘッド / 既定コンテキスト 8,192 トークン(HuggingFace)

必要VRAM = 重み + KVキャッシュ(既定コンテキスト時) + 1.5GB(OS/表示)。△は量子化を下げるかコンテキストを絞れば動作します。

Bonsai 27B (1-bit)とは

Bonsai 27B (1-bit)は、PrismMLが公開するQwen系のハイエンドクラス(27.78Bパラメータ)オープンモデルです。スマートフォンでの動作も視野に入る軽さです。テキストに加えて画像入力に対応するマルチモーダル(VLM)です。

Hugging Faceでの直近30日ダウンロードは約191万件・いいね623件 — ダウンロード数は当サイト収録32モデル中18位です(2026-07-24時点。公式リポジトリ分のみで、GGUF再配布版は含みません)。

Bonsai 27B (1-bit)の必要スペックを読み解く

Q1_0量子化での内訳は、重み(モデル本体)が約3.8GB、8Kトークン分のKVキャッシュが約0.5GB、システム予約と合わせて合計約5.9GBです。 ◎(快適)判定の最小ラインは、VRAM 8GBクラスのGPUです。 Mac(ユニファイドメモリ)での判定は、トップページでチップと搭載メモリを選ぶと計算できます。

ハイブリッド注意(線形)採用: 全64層のうちフル注意は16層のみで、残りの層はコンテキスト長に依存しない固定サイズの状態を持ちます。長文に強い設計です。

配布はQ1_0(1.1bpw)固定: 一般的な量子化の選択肢はなく、この精度に対応したランタイムが必要です。

画像対応(VLM): 画像を入力する際は、テキストのみの目安より使用メモリが増えます。

コンテキスト長とメモリの伸び方

このモデルのKVキャッシュは、2Kトークンで約0.1GB、8Kで約0.5GB、32Kまで広げると約2.1GBになります。KVキャッシュはコンテキスト長にほぼ比例して増えるため、長文用途ではその分のVRAM余白を見込んでください。

速度の目安(理論上限)

生成速度はメモリ帯域律速です。Q1_0の重み3.8GBに対する理論上限は、RTX 3060 12GB(360GB/s)で約94 tokens/秒、RTX 4090(1008GB/s)で約264 tokens/秒 — 実効はオーバーヘッドの分これより下がります。

同クラスの選択肢

Qwen3.6 27B(27.78B) / Gemma 4 26B-A4B(26.54B) / GLM-4.7-Flash 31B-A3B(31.2B)

▶ あなたのPCを自動判定する(スペック送信なし・ブラウザ内完結)