WquGuru(@wquguru):@TheAhmadOsman 说本地 AI 模型的价格会打到“像香蕉一样便宜”，这不 PrismML 的 Bonsai 2 27B 就出来了，32GB 的 MacBook 也能顺利跑起来。我把它放到 Pi Agent 上跑了一下经典的鹈鹕测试，提示词保持简短：创建一个 HTML，用 SVG 画一只悠闲骑自行车的鹈鹕 2D 动画。这个模型基于 Qwen3.8 27B，把权重做成三值 {-1, 0, +1}，每个权重约 1.7 bit。体积比 FP16 小了 9 倍多，但跑分效果只微微下降，支持 262K 上下文。我的 32GB Mac 实测： - 生成速度大约 12 tok/s，内存峰值仅 11GB - 在 Pi 里一次写对 SVG，还会自己写脚本校验、失败了能自己主动修正 - 用时 11 分钟（不过同样的任务，Opus 5 只要 59 秒🤷） - 画面尚可，但鹈鹕的腿基本没动 😂 虽然还不能替代高性能模型，但 27B 级别的 agent 已经能在笔记本上离线干活了，香蕉价确实已经在路上 🍌

2026.09.18 07:37

@TheAhmadOsman 说本地 AI 模型的价格会打到“像香蕉一样便宜”，这不 PrismML 的 Bonsai 2 27B 就出来了，32GB 的 MacBook 也能顺利跑起来。我把它放到 Pi Agent 上跑了一下经典的鹈鹕测试，提示词保持简短：创建一个 HTML，用 SVG 画一只悠闲骑自行车的鹈鹕 2D 动画。这个模型基于 Qwen3.8 27B，把权重做成三值 {-1, 0, +1}，每个权重约 1.7 bit。体积比 FP16 小了 9 倍多，但跑分效果只微微下降，支持 262K 上下文。我的 32GB Mac 实测： - 生成速度大约 12 tok/s，内存峰值仅 11GB - 在 Pi 里一次写对 SVG，还会自己写脚本校验、失败了能自己主动修正 - 用时 11 分钟（不过同样的任务，Opus 5 只要 59 秒🤷） - 画面尚可，但鹈鹕的腿基本没动 😂 虽然还不能替代高性能模型，但 27B 级别的 agent 已经能在笔记本上离线干活了，香蕉价确实已经在路上 🍌