Felo API PlatformFelo API Platform
Zpět na modely
Radixarkmessages

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 cena
1 poskytovatelů

Porovnejte ceny API u různých poskytovatelů. Vyberte poskytovatele a zobrazte všechny poplatky a podmínky.

Poskytovatel · Podrobnosti k cenám
Dostupnost
$0.2$0.16$2.5$2$0.05$0.04

Co se dá pořídit za $10

Vstup
50 mil. tokenů
Výstup
4 mil. tokenů

Odhad z aktuálních cen vstupu a výstupu, před slevami.

Benchmarky

  • Terminal-Bench4.1 pass@1

    Základní model dosáhl5.6%.

    12.0%
  • Terminal-Bench2.1

    Základní model dosáhl73.0.

    75.5
  • DeepSWE v1.1

    Základní model dosáhl42.2.

    46.2
  • SWE Bench Pro v2

    Základní model dosáhl91.3.

    94.7
  • HLE (pouze text)

    Základní model dosáhl33.9.

    34.3
  • IFBench

    Základní model dosáhl79.5; jde o nejvyšší výsledek mezi porovnávanými modely.

    82.4
  • GPQA Diamond

    Základní model dosáhl89.2; průměr z8 opakování na198 otázkách.

    90.7

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.

1

Získejte API klíč

Vytvořte klíč ve svém účtu Felo API Platform a nastavte jej jako proměnnou prostředí.

export FELO_API_KEY="YOUR_API_KEY"
2

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-27b

Tento 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.

3

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.

RozhraníMetodaURL

Messages

Zprávy kompatibilní s Anthropic pro klienty ve stylu Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parametry

NázevTypVýchozíPopis
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.