Bonsai 1.7B
PrismML 三元压缩语言模型，0.46GB 本地运行
Bonsai 1.7B 是 PrismML 基于 Qwen3-1.7B 推出的 1.58-bit 三元（Ternary）开源语言模型，采用 GGUF Q2_0 量化格式，打包体积仅 436 MiB，约为 FP16 的 1/7.5，支持 32K 上下文。配合 PrismML 定制版 llama.cpp 可在 CPU（NEON）与 Apple Metal 上本地推理，采用 Apache 2.0 许可
1
2026-09-24
未收录
—
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
Bonsai 1.7B 是 PrismML 基于 Qwen3-1.7B 推出的 1.58-bit 三元（Ternary）开源语言模型，采用 GGUF Q2_0 量化格式，打包体积仅 436 MiB，约为 FP16 的 1/7.5，支持 32K 上下文。配合 PrismML 定制版 llama.cpp 可在 CPU（NEON）与 Apple Metal 上本地推理，采用 Apache 2.0 许可
核心功能
价格信息
免费当前仅展示已核验的定价模式。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-09-24
- 覆盖行业
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-09-24版本发布
高通在 2026 骁龙峰会上携手 PrismML，在骁龙 AR1 Gen 1 智能眼镜平台本地运行基于 Bonsai 1.7B 的 20 亿参数 1-bit 量化视觉模型：内存占用约为传统 4-bit 模型的 1/4，同等内存可容纳约 4 倍参数，文本 Token 生成速度翻倍，可离线完成物体识别、文字翻译、环境问答与免手语音帮助，降低功耗并改善眼镜续航与发热。
Bonsai 1.7B 常见问题
关于 Bonsai 1.7B 的定位、核心功能、价格与最近更新。
Bonsai 1.7B 是什么？
Bonsai 1.7B 是 PrismML 基于 Qwen3-1.7B 推出的 1.58-bit 三元（Ternary）开源语言模型，采用 GGUF Q2_0 量化格式，打包体积仅 436 MiB，约为 FP16 的 1/7.5，支持 32K 上下文。配合 PrismML 定制版 llama.cpp 可在 CPU（NEON）与 Apple Metal 上本地推理，采用 Apache 2.0 许可。
Bonsai 1.7B 有哪些核心功能？
Bonsai 1.7B 当前已核验的核心功能包括：本地模型推理、模型量化压缩。
Bonsai 1.7B 如何收费？
Bonsai 1.7B 当前已核验的价格模式为免费。
Bonsai 1.7B 最近有什么更新？
2026-09-24：高通在 2026 骁龙峰会上携手 PrismML，在骁龙 AR1 Gen 1 智能眼镜平台本地运行基于 Bonsai 1.7B 的 20 亿参数 1-bit 量化视觉模型：内存占用约为传统 4-bit 模型的 1/4，同等内存可容纳约 4 倍参数，文本 Token 生成速度翻倍，可离线完成物体识别、文字翻译、环境问答与免手语音帮助，降低功耗并改善眼镜续航与发热。