27Bパラメータで262kコンテキストをサポートする「Ternary-Bonsai-2-27B-262k-GGUF」が登場
PrismMLのTernary Bonsai 2 27Bをベースに、MTPドラフトヘッドを組み込んで長大なコンテキスト長に対応させたGGUF形式の量子化モデルが公開された。12GBのVRAMを搭載した単一のGPUでも効率的な動作を実現する。
中規模のハードウェア環境において、長文コンテキストや高度なエージェント・ツール呼び出しタスクを実行しやすくなる。
何が公開された？
Hugging Face上の「CaryPalmer/Ternary-Bonsai-2-27B-262k-GGUF」が更新されています。確認時点の指標は downloads=202、likes=15 です。
モデルの特徴
元モデルは prism-ml/Ternary-Bonsai-2-27B-gguf。用途タグは text-generation。
量子化・ファイル構成
ファイル名から判別できた量子化は TQ1_0。GGUFファイルは 1 件確認できました。
どんなPCなら使えそう？
確認できたGGUFのファイル容量は 6.0 GB〜6.0 GB。実際の推論ではKVキャッシュ等も必要なため、VRAM/RAMには追加の余裕が必要です。
LM Studio / llama.cppで使える？
GGUF形式はllama.cpp系ランタイムで利用されます。ただし新しいアーキテクチャではランタイム側の対応が必要なため、LM Studio / llama.cppの対応状況を確認してください。
注意点
コンテキスト長をconfig/APIから確定できませんでした。
主な仕様
| モデルID | CaryPalmer/Ternary-Bonsai-2-27B-262k-GGUF |
|---|---|
| 配布者 | CaryPalmer |
| 元モデル | prism-ml/Ternary-Bonsai-2-27B-gguf |
| ライセンス | apache-2.0 |
| アーキテクチャ | 情報不足 |
| コンテキスト長 | 情報不足 |
| 用途タグ | text-generation |
| Downloads | 202 |
| Likes | 15 |
| 量子化 | TQ1_0 |
推奨量子化
一般的なGGUF選択の目安であり、モデル固有の品質保証ではありません。
| バランス重視 | 情報不足 |
|---|---|
| 品質重視 | 情報不足 |
| 省メモリ重視 | 情報不足 |
必要メモリ目安
モデルファイル容量を基準にした概算です。コンテキスト長などで必要量は変わります。
| 基準量子化 | 情報不足 |
|---|---|
| モデルファイル容量 | 概算不能 |
| 最低RAM目安 | 概算不能 |
| 推奨RAM目安 | 概算不能 |
| フルGPUオフロード時VRAM目安 | 概算不能 |
対応ランタイム
| ランタイム | 判定 | 根拠 |
|---|---|---|
| llama.cpp | 明示あり | モデルカードまたはタグ内にllama.cpp関連記載があります。 |
| LM Studio | 互換候補 | GGUFを扱えますが、新しいアーキテクチャではLM Studio側の対応確認が必要です。 |
| Ollama | インポート候補 | GGUFを取り込める場合がありますが、モデルアーキテクチャとテンプレートの対応確認が必要です。 |
| KoboldCpp | 互換候補 | GGUF系ランタイムですが、アーキテクチャ対応状況の確認が必要です。 |
用途評価
| 用途 | 評価 | 根拠 |
|---|---|---|
| チャット | 高 | モデル名・タグ・モデルカードにチャット/Instruction系の手掛かりがあります。 |
| コーディング | 高 | コード生成・Coder系の記載があります。 |
| 推論・数学 | 高 | Reasoning/Thinking/Math系の記載があります。 |
| 日本語 | 情報不足 | 日本語対応を直接裏付ける情報を取得できませんでした。 |
| ツール利用・エージェント | 高 | Tool/Function CallingまたはAgent系の記載があります。 |
| 画像理解・マルチモーダル | 情報不足 | 画像入力対応を裏付ける明確な情報を取得できませんでした。 |
GGUFファイル
| 量子化 | ファイル | 容量 |
|---|---|---|
| TQ1_0 | Ternary-Bonsai-2-27B-PTQ1_0-mtp-procreations.gguf | 6.0 GB |
発表・更新の内容
本モデルは、1.58-bit ternary（PTQ1_0）量子化を採用しつつ、MTP（Multi-Token Prediction）ドラフトヘッドを復元することで、長文脈での効率的な推論を可能にしています。llama.cpp等のランタイムを介して、一般的なコンシューマー向けGPU環境でもローカル実行が検証されており、エージェントやアプリ向けのサーバー用途を想定しています。
タグ
GGUFHugging Faceggufllama.cppqwen3_5ternaryptq1_0bonsaimtpspeculative-decoding
この記事は一次情報を日本語で整理したものです。開発元が公表した性能値は独立検証済みとは限りません。導入・購入・ライセンス判断の前に、リンク先の最新版も確認してください。