DaisyRose 27B API
RadixArk DaisyRose-27B, kodlama ve uzun süreli ajan görevleri için geliştirilen, metin ve görüntü girdilerini işleyebilen çok modlu bir akıl yürütme modelidir.
RadixArk tarafından geliştirilen DaisyRose-27B, Qwen3.8-27B tabanlı çok modlu bir akıl yürütme modelidir. Metin ve görüntü girdilerini destekler ve262,144 tokens (256K) bağlam penceresiyle uzun belgeler üzerinde çalışma ve büyük kod tabanlarını analiz etme gibi görevlerde kullanılabilir. Modelin mimarisi, belirteçleyicisi ve sohbet şablonu temel modelinkiyle aynıdır.
Model, denetimli ince ayar veya damıtma kullanılmadan yalnızca pekiştirmeli öğrenmeyle sonradan eğitilmiştir. Kod üretme ve düzenleme, talimatları izleme, terminal tabanlı ajan görevleri ve uzun vadeli araç kullanımı için tasarlanmıştır. Ayrıca yazılım mühendisliği, makine öğrenimi ve bilim alanlarında karmaşık problem çözme çalışmalarına uygundur.
Listelenen tüm kıyaslamalarda temel modelin puanını aşmıştır. Terminal-Bench4.1 pass@1 sonucunda temel modelin5.6% puanına karşı12.0% elde etmiştir. Bu sonuçlar, özellikle kodlama ve ajan görevlerindeki performansına dair ölçümler sunar; modelin uzun bağlam desteği de kapsamlı belgelerle ve geniş kod tabanlarıyla çalışmayı destekler.
Güncellendi:
MODEL ID
daisyrose-27b- Bağlam
- 262.144K
- Maks. çıktı
- 235.929K
- Önerilen API
- messages
- Giriş
- text / image
- Çıkış
- text
Öne çıkanlar
- Metin ve görüntü girdisi
- 262,144 tokens (256K) bağlam
- Yalnızca pekiştirmeli öğrenme
- Kodlama ve ajan görevleri
- Listelenen kıyaslamalarda daha yüksek puan
Sağlayıcılar
En iyi fiyatSağlayıcılar arasındaki API fiyatlarını karşılaştırın. Tüm ücretleri ve koşulları görmek için bir sağlayıcı seçin.
| Kullanılabilirlik | ||||
|---|---|---|---|---|
Geçmiş istatistikler canlı durum kontrolü değildir. Eksik veri kesinti anlamına gelmez.
$10 ile neler alınır
- Giriş
- 50 Mn token
- Çıkış
- 4 Mn token
Güncel giriş ve çıkış fiyatlarına göre tahmin, indirimler hariç.
Kıyaslamalar
- 12.0%
Terminal-Bench4.1 pass@1
Temel model5.6% puan aldı.
- 75.5
Terminal-Bench2.1
Temel model73.0 puan aldı.
- 46.2
DeepSWE v1.1
Temel model42.2 puan aldı.
- 94.7
SWE Bench Pro v2
Temel model91.3 puan aldı.
- 34.3
HLE (yalnızca metin)
Temel model33.9 puan aldı.
- 82.4
IFBench
Temel model79.5 puan aldı; karşılaştırılan modeller arasındaki en yüksek sonuçtur.
- 90.7
GPQA Diamond
Temel model89.2 puan aldı; sonuç,198 soru üzerinde8 tekrarın ortalamasıdır.
Puanlar model sağlayıcısının yayımladığı şekildedir.
Akıl yürütme
- Varsayılan çaba düzeyi
- xhigh
- Varsayılan olarak etkin
- Evet
- Her zaman etkin
- Hayır
- Kullanılabilir çaba düzeyleri
- xhigh / medium / low / none
Hızlı başlangıç
Bu modeli Felo API Platform uyumlu API'lerle çağırmak için hazır kod. Kod yazmadan önce istemleri test etmek isterseniz Playground'da başlayın.
API anahtarınızı alın
Felo API Platform hesabınızdan bir anahtar oluşturun ve ortam değişkeni olarak ayarlayın.
export FELO_API_KEY="YOUR_API_KEY"İlk isteğinizi yapın
Bu model kimliğini Felo API Platform endpoint'iyle kullanın. X-Request-Id gibi isteğe bağlı istek başlıkları sorun gidermeye yardımcı olabilir.
daisyrose-27bBu model akıl yürütme yeteneğine sahiptir. Seçtiğiniz protokol ve model rotası akıl yürütme kontrolleri sunuyorsa, konuşmaya devam ederken döndürülen akıl yürütme üst verilerini koruyun.
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());Üçüncü taraf SDK'ları kullanma
baseURL'yi şu adrese ayarlayarak uyumlu SDK'ları kullanın: https://openapi.felo.ai/api/v1. Claude tarzı istemciler için Anthropic uyumlu temel URL'yi kullanın. https://openapi.felo.ai/api.
Akışı etkinleştirin
Yanıtları server-sent events olarak almak için stream: true ekleyin.
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 uyumlu model çağırma yüzeyleri sunar. Uygulamanızın veya ajan istemcinizin zaten desteklediği yüzeyi seçin.
Messages
Claude tarzı istemciler için Anthropic uyumlu mesajlar.
POST
https://openapi.felo.ai/api/v1/messagesParametreler
modelstringdaisyrose-27bÇağrılacak herkese açık model kimliği.max_tokensinteger—Oluşturulacak maksimum token sayısı.messagesarray—Chat Completions için konuşma mesajları.seed———stop———min_p———toolsarray—Uyumlu şemayı izleyen araç çağırma tanımları.top_k———top_p———reasoning———logit_bias———temperaturenumber—Desteklendiğinde yanıt çeşitliliğini kontrol eder.tool_choicestring or object—Bir aracın çağrılıp çağrılmayacağını kontrol eder.response_formatobject—Desteklendiğinde yapılandırılmış çıktı ister.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———Sık sorulan sorular
Model tanıtımı: DaisyRose 27B?
RadixArk tarafından geliştirilen DaisyRose-27B, Qwen3.8-27B tabanlı çok modlu bir akıl yürütme modelidir. Metin ve görüntü girdilerini destekler ve262,144 tokens (256K) bağlam penceresiyle uzun belgeler üzerinde çalışma ve büyük kod tabanlarını analiz etme gibi görevlerde kullanılabilir. Modelin mimarisi, belirteçleyicisi ve sohbet şablonu temel modelinkiyle aynıdır. Model, denetimli ince ayar veya damıtma kullanılmadan yalnızca pekiştirmeli öğrenmeyle sonradan eğitilmiştir. Kod üretme ve düzenleme, talimatları izleme, terminal tabanlı ajan görevleri ve uzun vadeli araç kullanımı için tasarlanmıştır. Ayrıca yazılım mühendisliği, makine öğrenimi ve bilim alanlarında karmaşık problem çözme çalışmalarına uygundur. Listelenen tüm kıyaslamalarda temel modelin puanını aşmıştır. Terminal-Bench4.1 pass@1 sonucunda temel modelin5.6% puanına karşı12.0% elde etmiştir. Bu sonuçlar, özellikle kodlama ve ajan görevlerindeki performansına dair ölçümler sunar; modelin uzun bağlam desteği de kapsamlı belgelerle ve geniş kod tabanlarıyla çalışmayı destekler.
Kullanım nasıl faturalandırılır?
Faturanız kullandığınız sağlayıcıya, fiyatlarına ve kullanımınıza bağlıdır. Daha uzun girişler veya başka koşullar farklı fiyatlara tabi olabilir.
Hangi girdileri destekler?
Metin ve görüntü girdilerini destekler.
Bağlam penceresi ve çıktı uzunluğu nedir?
Bağlam penceresi262,144 tokens (256K) değerindedir. Çıktı uzunluğu belirtilmemiştir.
Hangi görevler için uygundur?
Kod üretme ve düzenleme, talimatları izleme, terminal tabanlı ajan görevleri ve uzun vadeli araç kullanımı için tasarlanmıştır. Yazılım mühendisliği, makine öğrenimi ve bilim alanlarında karmaşık problem çözmeye de uygundur.
Qwen3.8-27B ile farkı nedir?
DaisyRose-27B, Qwen3.8-27B tabanlıdır ve yalnızca pekiştirmeli öğrenme kullanılarak sonradan eğitilmiştir; denetimli ince ayar veya damıtma uygulanmamıştır. Listelenen tüm kıyaslamalarda temel modelin puanlarını aşmıştır.