Giữa tháng 7/2026, PrismML công bố Bonsai 27B — dòng model 27B dựa trên Qwen3.6, có bản Ternary (chất lượng ưu tiên) và bản 1-bit (nhỏ hơn, hướng thiết bị rất hạn chế bộ nhớ). Tin này đáng chú ý với chủ shop và SME Việt vì lần đầu một model hạng 27B với tool-calling và vòng agent được đẩy xuống máy cá nhân với dung lượng vài gigabyte, không cần cụm GPU doanh nghiệp.
Tin gì vừa xảy ra
Theo PrismML, Ternary Bonsai 27B dùng trọng số ternary {−1, 0, +1} với quy mô lý tưởng khoảng 5,9GB (bản GGUF triển khai trên Hugging Face khoảng 7,2GB kèm overhead). Bản 1-bit khoảng 3,9GB, đủ để thử trên điện thoại đời mới theo demo nhà sản xuất. Cả hai bản multimodal (ảnh + chữ), context tới 262K token, hỗ trợ gọi tool kiểu OpenAI tools[], và giấy phép Apache 2.0. Điểm nhấn marketing của họ: agent chạy nhiều bước trên máy local, dữ liệu không bắt buộc lên cloud.
Tài liệu model trên docs.prismml.com xác nhận vision tower 4-bit riêng và thinking mode có thể bật/tắt. Hugging Face repo prism-ml/Ternary-Bonsai-27B-gguf ghi rõ VRAM thực tế còn phụ thuộc độ dài context — khoảng 8,4GB ở 4K context, tăng khi context dài hơn. Đó là lý do “chạy được trên máy” không đồng nghĩa “mượt với mọi card VGA”.
Điều này nghĩa là gì với người kinh doanh Việt
Với góc nhìn SME, Ternary Bonsai 27B không phải sản phẩm Ngân Ads tự làm — mà là model mở đáng thử khi bạn muốn gắn OpenClaw / AI Agent cá nhân vào việc lặp: tóm mail, soạn nháp Zalo, checklist vận hành, tìm file nội bộ. Cloud API vẫn mạnh hơn ở bài khó; local hữu ích khi dữ liệu nhạy cảm hoặc bạn muốn giảm phụ thuộc token theo lượt gọi agent dài.
Chủ shop nên đọc tin này như tín hiệu hạ tầng: 27B-class + tool-call đã vào tầm máy để bàn. Vẫn cần người duyệt giá, khiếu nại và chính sách đổi trả — AI chỉ giảm việc lặp. Chi tiết phần cứng xem thêm bài VGA Ternary vs 1-bit; luồng tool-call xem Bonsai × OpenClaw.
Việc có thể làm ngay
Đọc announce PrismML và docs Bonsai 27B để nắm Ternary vs 1-bit. Liệt kê 5 việc hàng ngày bạn muốn giao OpenClaw (Zalo nháp, tóm Shopee inbox, checklist giao hàng). Nếu máy có VGA mạnh, ưu tiên Ternary; máy yếu thì thử chậm hoặc giữ cloud cho bước khó. Muốn tư vấn stack, inbox Ngân Ads Zalo 0983543063 hoặc /lien-he. Hub tin: tin tức AI.
Bài tổng hợp biên dịch góc nhìn thực chiến, không dịch nguyên văn. Nguồn: PrismML.