Ternary Bonsai 2 27B

¿Qué es Ternary Bonsai 2 27B?

Bonsai 2 27B es un modelo de razonamiento de 27B parámetros de PrismML, derivado de Qwen3.8-27B. Admite programación, matemáticas, llamadas a herramientas y comprensión de imágenes, con una ventana de contexto de 262K tokens.

Por 1M de tokens de entrada / salida

$0.075 / $0.50

Precio inicial

Ventana de contexto

262K

Hasta 33K de salida por respuesta

Entrada

texto + imagen

Salida: texto

Qué puede hacer Ternary Bonsai 2 27B

• Razonamiento de varios pasos

• Agentes que usan herramientas

• Salidas estructuradas (JSON)

• Comprensión de imágenes

Ternary Bonsai 2 27B frente a modelos similares: precio

Lo que pagas por Ternary Bonsai 2 27B y los modelos más parecidos: el mismo tipo de trabajo, de las familias que destacamos y con un precio de hasta unas tres veces el suyo.

• Ternary Bonsai 2 27B frente a GPT-6 Luna

  GPT-6 Luna cuesta $0.27: un 6% menos que Ternary Bonsai 2 27B.

  −10% en el nivel máximo

  API de GPT-6 Luna 

• Ternary Bonsai 2 27B frente a Qwen3.8 Flash

  Qwen3.8 Flash cuesta $0.295: 1.0× el precio de Ternary Bonsai 2 27B.

  −25% en el nivel máximo

  API de Qwen3.8 Flash 

• Ternary Bonsai 2 27B frente a DeepSeek V4.1 Flash (1017)

  DeepSeek V4.1 Flash (1017) cuesta $0.525: 1.8× el precio de Ternary Bonsai 2 27B.

  −40% en el nivel máximo

  API de DeepSeek V4.1 Flash (1017) 

• Ternary Bonsai 2 27B frente a GLM 5.3 Flash

  GLM 5.3 Flash cuesta $0.325: 1.1× el precio de Ternary Bonsai 2 27B.

  API de GLM 5.3 Flash 

• Ternary Bonsai 2 27B frente a MiniMax M3

  MiniMax M3 cuesta $0.75: 2.6× el precio de Ternary Bonsai 2 27B.

  API de MiniMax M3 

Especificaciones de Ternary Bonsai 2 27B

La ficha técnica de Ternary Bonsai 2 27B, del catálogo de OceanToken.

Ventana de contexto

262K tokens

262,144

Salida máxima

33K tokens

32,768

Entrada

texto, imagen

Salida

texto

Razonamiento

Sí

reasoning_effort

Llamadas a herramientas

Sí

tool_choice

Salidas estructuradas

Sí

response_format

Caché de prompts

Lectura $0.0375

precio oficial, en todos los niveles

ID de modelo y endpoint de Ternary Bonsai 2 27B

ID de modelo en OceanToken

prism-ml/ternary-bonsai-2-27bCopiado

Base URL compatible con OpenAI

https://api.oceantoken.ai/v1Copiado

Endpoint

POST /v1/chat/completionsCopiado

Precios de la API de Ternary Bonsai 2 27B

Los precios vienen del catálogo de OceanToken al 5 de noviembre de 2026. Pagas por uso desde un saldo prepago, sin suscripción.

Calculadora de costes de Ternary Bonsai 2 27B

Elige una solicitud típica o escribe tus propios tokens. La calculadora usa los precios iniciales de esta página y muestra la misma carga en los modelos comparados arriba.

Al precio inicial (nivel 1). La entrada en caché se factura al precio de lectura de caché; las escrituras en caché no se incluyen porque dependen de cada cuánto cambia el inicio de tu prompt. Tu consola muestra la tarifa de tu nivel.

Lo que cuesta una solicitud

Tokens de entrada y salida al precio inicial de arriba, sin caché.

Cómo usar Ternary Bonsai 2 27B en OceanToken

Tres pasos desde no tener cuenta hasta una solicitud que funciona. La misma clave y el mismo saldo sirven para todos los modelos del catálogo.

1. 1

   Crea una cuenta y obtén una API Key

   Crea una cuenta de OceanToken y luego una clave. Una clave sirve para todos los modelos que tu cuenta puede usar.

   Obtener clave de API 

2. 2

   Agregar créditos

   OceanToken es prepago: añade créditos y cada solicitud se cobra de ese saldo. Tu consola muestra la tarifa de tu nivel.

   Agregar créditos 

3. 3

   Llama a Ternary Bonsai 2 27B desde tu código

   Apunta un SDK de OpenAI a https://api.oceantoken.ai/v1 y usa el ID de modelo prism-ml/ternary-bonsai-2-27b. El código de abajo envía una solicitud.

   from openai import OpenAI
   # Tu API Key de la consola de OceanToken
   client = OpenAI(base_url="https://api.oceantoken.ai/v1",
                   api_key="YOUR_API_KEY")
   reply = client.chat.completions.create(
       model="prism-ml/ternary-bonsai-2-27b",
       messages=[{"role": "user", "content": "Hello"}])
   print(reply.choices[0].message.content)

   Especificaciones, ejemplo de solicitud y alternativas en la documentación