DaisyRose 27B API
RadixArk: DaisyRose27B je multimodální model pro uvažování, kódování a agentní úlohy, který přijímá text i obrázky a nabízí kontext262,144 tokens (256K).
RadixArk: DaisyRose27B je multimodální model pro uvažování založený na Qwen3.8-27B. Jeho trénink po vytvoření základního modelu využíval pouze posilované učení, bez dalšího učení s učitelem a bez destilace. Zachovává architekturu, tokenizer i šablonu konverzace základního modelu. Přijímá textový i obrazový vstup a jeho kontext dosahuje262,144 tokens (256K); limit délky výstupu není uveden.
Model je určen zejména pro programování, používání nástrojů a agentní úlohy s dlouhým horizontem. Hodí se pro náročné řešení problémů v softwarovém inženýrství, strojovém učení a vědě, stejně jako pro úlohy v terminálu, tvorbu a úpravy kódu, následování instrukcí a uvažování. Rozsáhlý kontext umožňuje zpracovávat dlouhé dokumenty a analyzovat velké kódové základny.
Ve všech uvedených benchmarkových výsledcích překonal základní model; v Terminal-Bench4.1 pass@1 dosáhl12.0% oproti jeho5.6%. Mezi další výsledky patří75.5 v Terminal-Bench2.1,46.2 v DeepSWE v1.1 a94.7 v SWE Bench Pro v2. Model může být užitečný také jako předloha pro týmy, které vytvářejí specializované modely.
Aktualizováno:
MODEL ID
daisyrose-27b- Kontext
- 262.144K
- Max. výstup
- 235.929K
- Doporučené API
- messages
- Vstup
- text / image
- Výstup
- text
Hlavní body
- Textový i obrazový vstup
- Kontext262,144 tokens (256K)
- Dolaďování pouze posilovaným učením
- Určen pro agentní úlohy
- Výsledky nad základním modelem
Poskytovatelé
Nejlepší cenaPorovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.
| Dostupnost | ||||
|---|---|---|---|---|
Historická data nejsou kontrolou v reálném čase. Chybějící data neznamenají výpadek.
Co se dá pořídit za $10
- Vstup
- 50 mil. tokenů
- Výstup
- 4 mil. tokenů
Odhad z aktuálních cen vstupu a výstupu, před slevami.
Benchmarky
- 12.0%
Terminal-Bench4.1 pass@1
Základní model dosáhl5.6%.
- 75.5
Terminal-Bench2.1
Základní model dosáhl73.0.
- 46.2
DeepSWE v1.1
Základní model dosáhl42.2.
- 94.7
SWE Bench Pro v2
Základní model dosáhl91.3.
- 34.3
HLE (pouze text)
Základní model dosáhl33.9.
- 82.4
IFBench
Základní model dosáhl79.5; jde o nejvyšší výsledek mezi porovnávanými modely.
- 90.7
GPQA Diamond
Základní model dosáhl89.2; průměr z8 opakování na198 otázkách.
Skóre podle zveřejnění poskytovatele modelu.
Uvažování
- Výchozí úroveň úsilí
- xhigh
- Ve výchozím nastavení zapnuto
- Ano
- Vždy zapnuto
- Ne
- Dostupné úrovně úsilí
- xhigh / medium / low / none
Rychlý start
Kód připravený ke vložení pro volání tohoto modelu pomocí kompatibilních API Felo API Platform. Pokud chcete prompty vyzkoušet před psaním kódu, začněte v Playground.
Získejte API klíč
Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.
export FELO_API_KEY="YOUR_API_KEY"Odešlete první požadavek
Použijte toto ID modelu s endpointem Felo API Platform. Volitelné hlavičky požadavku, jako X-Request-Id, mohou pomoci při řešení potíží.
daisyrose-27bTento model podporuje uvažování. Pokud zvolený protokol a trasa modelu nabízejí ovládací prvky uvažování, zachovejte vrácená metadata uvažování při pokračování konverzace.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "daisyrose-27b",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Použití SDK třetích stran
Používejte kompatibilní SDK nastavením baseURL na https://openapi.felo.ai/api/v1. Pro klienty ve stylu Claude použijte base URL kompatibilní s Anthropic. https://openapi.felo.ai/api.
Zapněte streamování
Přidejte stream: true, abyste dostávali odpovědi jako server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "daisyrose-27b",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform nabízí kompatibilní rozhraní pro volání modelů. Vyberte to, které vaše aplikace nebo klientský agent již podporuje.
Messages
Zprávy kompatibilní s Anthropic pro klienty ve stylu Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametry
modelstringdaisyrose-27bVeřejné ID modelu pro volání.max_tokensinteger—Maximální počet generovaných tokenů.messagesarray—Zprávy konverzace pro Chat Completions.seed———stop———min_p———toolsarray—Definice volání nástrojů podle kompatibilního schématu.top_k———top_p———reasoning———logit_bias———temperaturenumber—Řídí různorodost odpovědí, pokud je podporováno.tool_choicestring or object—Řídí, zda má být nástroj zavolán.response_formatobject—Vyžádá strukturovaný výstup, pokud je podporován.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Časté dotazy
Co je DaisyRose 27B?
RadixArk: DaisyRose27B je multimodální model pro uvažování založený na Qwen3.8-27B. Jeho trénink po vytvoření základního modelu využíval pouze posilované učení, bez dalšího učení s učitelem a bez destilace. Zachovává architekturu, tokenizer i šablonu konverzace základního modelu. Přijímá textový i obrazový vstup a jeho kontext dosahuje262,144 tokens (256K); limit délky výstupu není uveden. Model je určen zejména pro programování, používání nástrojů a agentní úlohy s dlouhým horizontem. Hodí se pro náročné řešení problémů v softwarovém inženýrství, strojovém učení a vědě, stejně jako pro úlohy v terminálu, tvorbu a úpravy kódu, následování instrukcí a uvažování. Rozsáhlý kontext umožňuje zpracovávat dlouhé dokumenty a analyzovat velké kódové základny. Ve všech uvedených benchmarkových výsledcích překonal základní model; v Terminal-Bench4.1 pass@1 dosáhl12.0% oproti jeho5.6%. Mezi další výsledky patří75.5 v Terminal-Bench2.1,46.2 v DeepSWE v1.1 a94.7 v SWE Bench Pro v2. Model může být užitečný také jako předloha pro týmy, které vytvářejí specializované modely.
Jak se využití účtuje?
Faktura závisí na zvoleném poskytovateli, jeho cenách a vašem využití. Delší vstupy nebo jiné podmínky mohou mít jiné ceny.
Jaké vstupy model podporuje?
Přijímá textový i obrazový vstup.
Jak velký kontext nabízí a jaký je limit výstupu?
Kontext činí262,144 tokens (256K). Limit délky výstupu není uveden.
Pro jaké úlohy se hodí?
Je určen pro kódování, práci s nástroji a dlouhodobé agentní úlohy. Vhodný je také pro řešení náročných problémů v softwarovém inženýrství, strojovém učení a vědě.
Čím se liší od Qwen3.8-27B?
DaisyRose27B vychází z Qwen3.8-27B a po tréninku zachovává jeho architekturu, tokenizer i šablonu konverzace. Bylo dolaďováno pouze posilovaným učením, bez dalšího učení s učitelem a bez destilace.