Felo API PlatformFelo API Platform
Назад к моделям
Radixarkmessages

DaisyRose 27B API

RadixArk: DaisyRose27B — мультимодальная модель рассуждений с контекстом262,144 tokens, созданная для программирования, работы с инструментами и агентных задач.

RadixArk: DaisyRose27B — мультимодальная модель рассуждений на основе Qwen3.8-27B. Она принимает текст и изображения, а контекст размером262,144 tokens (256K) подходит для обработки длинных документов и анализа крупных кодовых баз. Модель прошла дообучение только с помощью обучения с подкреплением: без supervised fine-tuning и дистилляции. Архитектура, токенизатор и шаблон чата базовой модели сохранены.

Модель предназначена для программирования, использования инструментов и продолжительных агентных задач. Она подходит для генерации и редактирования кода, задач в терминале, следования инструкциям и рассуждений, а также для сложных задач в разработке программного обеспечения, машинном обучении и науке. В приведённых результатах DaisyRose-27B превзошла базовую модель по каждому указанному бенчмарку; на Terminal-Bench4.1 pass@1 результат составил12.0% против5.6% у базы.

DaisyRose-27B может служить примером для команд, создающих специализированные модели. В обучении использовались около1,200 тщательно отобранных продолжительных агентных задач и платформа обучения с подкреплением Miles. Данные об ограничениях длины вывода не указаны.

Обновлено:

MODEL ID

daisyrose-27b
Контекст
262.144K
Макс. вывод
235.929K
Рекомендуемый API
messages
Вход
text / image
Выход
text

Ключевые возможности

  • Текстовый и визуальный ввод
  • Контекст262,144 tokens (256K)
  • Дообучение только с обучением с подкреплением
  • Без дистилляции
  • Для продолжительных агентных задач

Поставщики

Лучшая цена
1 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность
$0.2$0.16$2.5$2$0.05$0.04

Сколько дают $10

Вход
50 млн токенов
Выход
4 млн токенов

Оценка по текущим ценам входа и выхода, без учёта скидок.

Бенчмарки

  • Terminal-Bench4.1 pass@1

    Базовая модель набрала5.6%.

    12.0%
  • Terminal-Bench2.1

    Базовая модель набрала73.0.

    75.5
  • DeepSWE v1.1

    Базовая модель набрала42.2.

    46.2
  • SWE Bench Pro v2

    Базовая модель набрала91.3.

    94.7
  • HLE (только текст)

    Базовая модель набрала33.9.

    34.3
  • IFBench

    Базовая модель набрала79.5; это наивысший результат среди сравниваемых моделей.

    82.4
  • GPQA Diamond

    Базовая модель набрала89.2; среднее по8 повторам на198 вопросах.

    90.7

Результаты опубликованы производителем модели.

Рассуждения

Уровень по умолчанию
xhigh
Включено по умолчанию
Да
Всегда включены
Нет
Доступные уровни
xhigh / medium / low / none

Quick Start

Готовый код для вызова этой модели через compatible APIs Felo API Platform. Используйте Playground, чтобы проверить prompts до написания кода.

1

Добавьте API key

Создайте key в аккаунте Felo API Platform и задайте его как environment variable.

export FELO_API_KEY="YOUR_API_KEY"
2

Первый запрос

Используйте этот model ID с endpoint Felo API Platform. Дополнительные request headers, например X-Request-Id, помогают troubleshooting.

daisyrose-27b

Эта модель поддерживает reasoning. Если выбранный protocol и model route дают reasoning controls, сохраняйте returned reasoning metadata при продолжении conversation.

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());

Сторонние SDK

В compatible SDK установите baseURL на https://openapi.felo.ai/api/v1. Для Claude-style clients используйте Anthropic-compatible base URL. https://openapi.felo.ai/api.

3

Включить streaming

Добавьте stream: true, чтобы получать responses как 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 предоставляет compatible model-calling surfaces. Выберите surface, который уже поддерживает ваше app или agent client.

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

Parameters

ИмяТипПо умолчаниюОписание
modelstringdaisyrose-27bПубличный model ID для вызова.
max_tokensinteger—Максимальное число generated tokens.
messagesarray—Сообщения conversation для Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions по compatible schema.
top_k———
top_p———
reasoning———
logit_bias———
temperaturenumber—Управляет вариативностью ответа, если поддерживается.
tool_choicestring or object—Управляет тем, нужно ли вызвать tool.
response_formatobject—Запрашивает structured output, если поддерживается.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

Частые вопросы

О модели DaisyRose 27B?

RadixArk: DaisyRose27B — мультимодальная модель рассуждений на основе Qwen3.8-27B. Она принимает текст и изображения, а контекст размером262,144 tokens (256K) подходит для обработки длинных документов и анализа крупных кодовых баз. Модель прошла дообучение только с помощью обучения с подкреплением: без supervised fine-tuning и дистилляции. Архитектура, токенизатор и шаблон чата базовой модели сохранены. Модель предназначена для программирования, использования инструментов и продолжительных агентных задач. Она подходит для генерации и редактирования кода, задач в терминале, следования инструкциям и рассуждений, а также для сложных задач в разработке программного обеспечения, машинном обучении и науке. В приведённых результатах DaisyRose-27B превзошла базовую модель по каждому указанному бенчмарку; на Terminal-Bench4.1 pass@1 результат составил12.0% против5.6% у базы. DaisyRose-27B может служить примером для команд, создающих специализированные модели. В обучении использовались около1,200 тщательно отобранных продолжительных агентных задач и платформа обучения с подкреплением Miles. Данные об ограничениях длины вывода не указаны.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности.

Какие типы входных данных поддерживаются?

Поддерживаются текстовый ввод и ввод изображений.

Каковы размер контекста и максимальная длина ответа?

Контекст составляет262,144 tokens (256K). Максимальная длина ответа в данных не указана.

Для каких задач подходит DaisyRose-27B?

Модель предназначена для программирования, работы с инструментами и продолжительных агентных задач. Она также подходит для задач в терминале, генерации и редактирования кода, следования инструкциям и сложных рассуждений.

Чем DaisyRose-27B отличается от Qwen3.8-27B?

DaisyRose-27B основана на Qwen3.8-27B и прошла дообучение только с помощью обучения с подкреплением, без supervised fine-tuning и дистилляции. В приведённых результатах она превзошла базовую модель по каждому указанному бенчмарку.