Felo API PlatformFelo API Platform
मॉडल पर वापस जाएँ
Radixarkmessages

DaisyRose 27B API

कोडिंग, तर्क और एजेंट कार्यों के लिए बहुमाध्यमीय मॉडल।

RadixArk: DaisyRose27B, Qwen3.8-27B पर आधारित बहुमाध्यमीय तर्क मॉडल है। यह पाठ और छवि इनपुट लेता है और इसका संदर्भ262,144 tokens (256K) है। इसे केवल प्रबलन अधिगम से आगे प्रशिक्षित किया गया; इसमें पर्यवेक्षित सूक्ष्म-समायोजन या डिस्टिलेशन का उपयोग नहीं हुआ। आधार मॉडल की संरचना, टोकनाइज़र और चैट टेम्पलेट बरकरार रखे गए हैं।

यह कोड लिखने और संपादित करने, टर्मिनल-आधारित एजेंट कार्यों, निर्देश पालन तथा लंबे समय तक चलने वाले एजेंट कार्यों के लिए उपयुक्त है। सॉफ्टवेयर इंजीनियरिंग, मशीन लर्निंग और विज्ञान की जटिल समस्याओं के साथ-साथ लंबे दस्तावेज़ों और बड़े कोडबेस के विश्लेषण में भी इसका उपयोग किया जा सकता है।

समय-सीमितमुफ़्त ट्रायल

अपडेट किया गया:

मॉडल ID

daisyrose-27b
कॉन्टेक्स्ट
262.144K
अधिकतम आउटपुट
235.929K
अनुशंसित API
messages
इनपुट
text / image
आउटपुट
text

मुख्य बातें

  • पाठ और छवि इनपुट
  • 262,144 tokens (256K) संदर्भ
  • केवल प्रबलन अधिगम से प्रशिक्षण
  • बड़े कोडबेस के विश्लेषण में उपयोगी

प्रदाता

सबसे अच्छी कीमत
1 प्रदाता

प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।

प्रदाता · कीमत का विवरण
उपलब्धता
$0.2$0.16$2.5$2$0.05$0.04

$10 में क्या मिलता है

इनपुट
5 क॰ token
आउटपुट
40 लाख token

मौजूदा इनपुट और आउटपुट कीमतों से अनुमानित, छूट से पहले।

बेंचमार्क

  • Terminal-Bench4.1 pass@1

    आधार मॉडल का स्कोर5.6% था।

    12.0%
  • Terminal-Bench2.1

    आधार मॉडल का स्कोर73.0 था।

    75.5
  • DeepSWE v1.1

    आधार मॉडल का स्कोर42.2 था।

    46.2
  • SWE Bench Pro v2

    आधार मॉडल का स्कोर91.3 था।

    94.7
  • HLE (केवल पाठ)

    आधार मॉडल का स्कोर33.9 था।

    34.3
  • IFBench

    आधार मॉडल का स्कोर79.5 था; तुलना किए गए मॉडलों में यह सर्वोच्च स्कोर था।

    82.4
  • GPQA Diamond

    आधार मॉडल का स्कोर89.2 था; यह198 प्रश्नों पर8 दोहरावों का औसत है।

    90.7

स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।

रीज़निंग

डिफ़ॉल्ट प्रयास
xhigh
डिफ़ॉल्ट रूप से सक्षम
हाँ
हमेशा सक्षम
नहीं
उपलब्ध प्रयास स्तर
xhigh / medium / low / none

त्वरित शुरुआत

Felo API Platform के संगत API के साथ इस मॉडल को कॉल करने के लिए तैयार कोड। कोड लिखने से पहले प्रॉम्प्ट आज़माना हो तो Playground में शुरू करें।

1

अपनी API key लें

अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।

export FELO_API_KEY="YOUR_API_KEY"
2

अपना पहला अनुरोध भेजें

इस मॉडल ID को Felo API Platform endpoint के साथ इस्तेमाल करें। X-Request-Id जैसे वैकल्पिक रिक्वेस्ट हेडर समस्या हल करने में मदद कर सकते हैं।

daisyrose-27b

यह मॉडल रीज़निंग में सक्षम है। अगर आपका चुना हुआ प्रोटोकॉल और मॉडल रूट रीज़निंग कंट्रोल उपलब्ध कराते हैं, तो बातचीत जारी रखते समय लौटाए गए रीज़निंग मेटाडेटा को सुरक्षित रखें।

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());

थर्ड-पार्टी SDK इस्तेमाल करना

संगत SDK में baseURL को इस पर सेट करें https://openapi.felo.ai/api/v1. Claude-शैली के क्लाइंट के लिए Anthropic-संगत base URL इस्तेमाल करें। https://openapi.felo.ai/api.

3

स्ट्रीमिंग चालू करें

रिस्पॉन्स को server-sent events के रूप में पाने के लिए stream: true जोड़ें।

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 संगत मॉडल-कॉलिंग सतहें उपलब्ध कराता है। वह सतह चुनें जिसे आपका ऐप या एजेंट क्लाइंट पहले से समर्थन करता है।

सतहमेथडURL

Messages

Claude-शैली के क्लाइंट के लिए Anthropic-संगत मैसेज।

POST

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

पैरामीटर

नामप्रकारडिफ़ॉल्टविवरण
modelstringdaisyrose-27bकॉल करने के लिए सार्वजनिक मॉडल ID।
max_tokensinteger—जनरेट किए जाने वाले अधिकतम token।
messagesarray—Chat Completions के लिए बातचीत के मैसेज।
seed———
stop———
min_p———
toolsarray—संगत schema का पालन करने वाली tool calling परिभाषाएँ।
top_k———
top_p———
reasoning———
logit_bias———
temperaturenumber—समर्थित होने पर रिस्पॉन्स की विविधता नियंत्रित करता है।
tool_choicestring or object—नियंत्रित करता है कि कोई tool कॉल किया जाना चाहिए या नहीं।
response_formatobject—समर्थित होने पर स्ट्रक्चर्ड आउटपुट का अनुरोध करता है।
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

अक्सर पूछे जाने वाले प्रश्न

मॉडल परिचय: DaisyRose 27B?

RadixArk: DaisyRose27B, Qwen3.8-27B पर आधारित बहुमाध्यमीय तर्क मॉडल है। यह पाठ और छवि इनपुट लेता है और इसका संदर्भ262,144 tokens (256K) है। इसे केवल प्रबलन अधिगम से आगे प्रशिक्षित किया गया; इसमें पर्यवेक्षित सूक्ष्म-समायोजन या डिस्टिलेशन का उपयोग नहीं हुआ। आधार मॉडल की संरचना, टोकनाइज़र और चैट टेम्पलेट बरकरार रखे गए हैं। यह कोड लिखने और संपादित करने, टर्मिनल-आधारित एजेंट कार्यों, निर्देश पालन तथा लंबे समय तक चलने वाले एजेंट कार्यों के लिए उपयुक्त है। सॉफ्टवेयर इंजीनियरिंग, मशीन लर्निंग और विज्ञान की जटिल समस्याओं के साथ-साथ लंबे दस्तावेज़ों और बड़े कोडबेस के विश्लेषण में भी इसका उपयोग किया जा सकता है।

उपयोग का शुल्क कैसे लगता है?

आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।

यह किन इनपुट को स्वीकार करता है?

यह पाठ और छवि इनपुट स्वीकार करता है।

इसका संदर्भ आकार और आउटपुट सीमा क्या है?

संदर्भ262,144 tokens (256K) है। आउटपुट सीमा की जानकारी उपलब्ध नहीं है।

यह किन कार्यों के लिए उपयुक्त है?

यह कोडिंग, टूल उपयोग, निर्देश पालन और लंबे एजेंट कार्यों के लिए बनाया गया है। जटिल सॉफ्टवेयर इंजीनियरिंग, मशीन लर्निंग और विज्ञान संबंधी समस्याओं में भी इसका उपयोग हो सकता है।

Qwen3.8-27B से इसका क्या अंतर है?

DaisyRose27B, Qwen3.8-27B पर आधारित है और इसे केवल प्रबलन अधिगम से आगे प्रशिक्षित किया गया है। सूचीबद्ध हर बेंचमार्क पर इसका दर्ज स्कोर आधार मॉडल से अधिक था।