AitopkitPrismML a élargi sa famille Bonsai 2 le 15 octobre 2026 avec trois nouveaux modèles ternaires — 2B, 4B et 9B — basés sur Qwen3.5. Ils rejoignent le modèle phare 27B sorti en septembre : la famille couvre désormais quatre tailles, de 2B à 27B paramètres, avec un seul objectif — faire tenir des agents IA vraiment performants dans les budgets mémoire et énergie des appareils du quotidien.
L'astuce est une représentation des poids en ternaire : au lieu de nombres en pleine précision, chaque poids est stocké comme l'une de trois valeurs — −1, 0 ou +1. Les empreintes chutent ainsi à 0,43 Go pour le 2B, 0,95 Go pour le 4B et 2,00 Go pour le 9B — plus de 9× moins que leurs équivalents en pleine précision, selon PrismML. Un modèle de 9 milliards de paramètres qui tient dans 2 Go de mémoire de téléphone, c'est une option réellement inédite pour les développeurs mobiles.
En termes de capacités, ce ne sont pas de simples chatbots. PrismML affirme que les nouveaux modèles combinent raisonnement, compréhension visuelle et appel d'outils — le trio nécessaire aux flux de travail agentiques locaux : interpréter une demande, examiner un contexte textuel ou visuel, et enchaîner de courtes séquences d'actions via des outils applicatifs. Le matériel visé est explicite : PC, téléphones, lunettes connectées et objets portables. Et ils sont gratuits sous licence Apache 2.0, disponibles depuis le 15 octobre — téléchargeables et utilisables commercialement sans discussion de licence.
Les allégations de performance appellent l'astérisque habituel : elles sont communiquées par l'entreprise. Sur 19 benchmarks, PrismML affirme que les modèles égalent ou dépassent leurs équivalents en pleine précision en code, mathématiques et suivi d'instructions, et conservent plus de 90 % des scores de référence en vision, travail agentique, appel d'outils et connaissances/raisonnement. Des lectures indépendantes du tableau détaillé de PrismML montrent que les petites tailles perdent davantage — le 2B conserverait environ 83 % en connaissances et raisonnement et 89 % en vision par rapport à sa base Qwen3.5. Réel, mais pas sans perte — faites vos benchmarks avant d'en dépendre.
Les vitesses sont l'autre moitié du pitch. PrismML rapporte jusqu'à 276 tokens/seconde pour le 2B et 124 pour le 9B sur une RTX 4090 ou un MacBook M5 Pro, et — plus intéressant pour l'histoire mobile — jusqu'à 120 toks/s (2B) et 34 toks/s (9B) sur un iPhone 18 Pro Max, via le support de llama.cpp et MLX. À 34 tokens par seconde, le 9B est utilisable pour de vrais travaux d'assistant embarqué.
Combinée à l'arrivée des laptops RTX Spark de NVIDIA la même semaine, la direction est claire : l'inférence quitte le cloud. Pour les développeurs qui prototypent des agents locaux sur du matériel abordable, Bonsai 2 est aujourd'hui l'option gratuite la plus solide à tester en premier.