Felo API PlatformFelo API Platform
Назад до моделей
Radixarkmessages

DaisyRose 27B API

DaisyRose-27B від RadixArk — мультимодальна модель міркування для програмування, використання інструментів і тривалих агентних завдань із контекстом262,144 tokens (256K).

DaisyRose-27B — мультимодальна модель міркування на основі Qwen3.8-27B, призначена для роботи з текстовим і графічним введенням. Її додатково навчали лише з підкріпленням: без контрольованого донавчання та дистиляції. При цьому збережено архітектуру, токенізатор і шаблон діалогу базової моделі. Контекст262,144 tokens (256K) дає змогу обробляти довгі документи й аналізувати великі кодові бази.

Модель підходить для програмування, застосування інструментів і тривалих агентних процесів, а також для складних завдань у розробці програмного забезпечення, машинному навчанні та науці. Її можна використовувати для роботи в терміналі, створення й редагування коду, виконання інструкцій і міркування. У всіх наведених тестах результати перевищили показники базової моделі; зокрема, у Terminal-Bench4.1 pass@1 отримано12.0% проти5.6% у базової моделі.

DaisyRose-27B також представлена як приклад спеціалізації моделі завдяки якісним даним і ефективній інфраструктурі, а також як шаблон для команд, що створюють моделі для конкретних завдань. У процесі навчання використано приблизно1,200 відібраних тривалих агентних завдань і відкритий фреймворк навчання з підкріпленням Miles.

ОбмеженоБезкоштовний пробний період

Оновлено:

MODEL ID

daisyrose-27b
Контекст
262.144K
Макс. вихід
235.929K
Рекомендований API
messages
Вхід
text / image
Вихід
text

Ключові можливості

  • Текстове й графічне введення
  • Контекст262,144 tokens (256K)
  • Донавчання лише з підкріпленням
  • Для тривалих агентних завдань
  • Вищі результати за базову модель

Постачальники

Найкраща ціна
1 постачальників

Порівняйте ціни API у різних постачальників. Виберіть постачальника, щоб переглянути всі тарифи й умови.

Постачальник · Деталі тарифів
Доступність
$0.2$0.16$2.5$2$0.05$0.04

Що можна купити за $10

Вхід
50 млн токенів
Вихід
4 млн токенів

Оцінка за поточними цінами входу й виходу, без урахування знижок.

Бенчмарки

  • Terminal-Bench4.1 pass@1

    Базова модель отримала5.6%.

    12.0%
  • Terminal-Bench2.1

    Базова модель отримала73.0.

    75.5
  • DeepSWE v1.1

    Базова модель отримала42.2.

    46.2
  • SWE Bench Pro v2

    Базова модель отримала91.3.

    94.7
  • HLE (лише текст)

    Базова модель отримала33.9.

    34.3
  • IFBench

    Базова модель отримала79.5; це найвищий результат серед порівнюваних моделей.

    82.4
  • GPQA Diamond

    Базова модель отримала89.2; середнє за8 повтореннями на198 запитаннях.

    90.7

Результати за публікацією постачальника моделі.

Міркування

Типовий рівень зусиль
xhigh
Увімкнено за замовчуванням
Так
Завжди ввімкнено
Ні
Доступні рівні зусиль
xhigh / medium / low / none

Швидкий старт

Готовий код для виклику цієї моделі через сумісні API Felo API Platform. Почніть у Playground, якщо хочете перевірити промпти перед написанням коду.

1

Отримайте API-ключ

Створіть ключ у своєму обліковому записі Felo API Platform і встановіть його як змінну середовища.

export FELO_API_KEY="YOUR_API_KEY"
2

Зробіть перший запит

Використовуйте цей ідентифікатор моделі з endpoint Felo API Platform. Необов'язкові заголовки запиту, як-от X-Request-Id, можуть допомогти з діагностикою.

daisyrose-27b

Ця модель підтримує міркування. Якщо вибраний протокол і маршрут моделі надають елементи керування міркуванням, зберігайте повернені метадані міркування під час продовження розмови.

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());

Використання сторонніх SDK

Використовуйте сумісні SDK, встановивши baseURL на https://openapi.felo.ai/api/v1. Для клієнтів у стилі Claude використовуйте базовий URL, сумісний з Anthropic. https://openapi.felo.ai/api.

3

Увімкніть стрімінг

Додайте stream: true, щоб отримувати відповіді як 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 надає сумісні поверхні виклику моделей. Виберіть ту, яку ваш застосунок або клієнт-агент уже підтримує.

ПоверхняМетодURL

Messages

Повідомлення, сумісні з Anthropic, для клієнтів у стилі Claude.

POST

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

Параметри

НазваТипЗа замовчуваннямОпис
modelstringdaisyrose-27bПублічний ідентифікатор моделі для виклику.
max_tokensinteger—Максимальна кількість згенерованих токенів.
messagesarray—Повідомлення розмови для Chat Completions.
seed———
stop———
min_p———
toolsarray—Визначення виклику інструментів за сумісною схемою.
top_k———
top_p———
reasoning———
logit_bias———
temperaturenumber—Керує різноманітністю відповідей, якщо підтримується.
tool_choicestring or object—Керує тим, чи слід викликати інструмент.
response_formatobject—Запитує структурований вихід, якщо підтримується.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

Часті запитання

Що таке DaisyRose 27B?

DaisyRose-27B — мультимодальна модель міркування на основі Qwen3.8-27B, призначена для роботи з текстовим і графічним введенням. Її додатково навчали лише з підкріпленням: без контрольованого донавчання та дистиляції. При цьому збережено архітектуру, токенізатор і шаблон діалогу базової моделі. Контекст262,144 tokens (256K) дає змогу обробляти довгі документи й аналізувати великі кодові бази. Модель підходить для програмування, застосування інструментів і тривалих агентних процесів, а також для складних завдань у розробці програмного забезпечення, машинному навчанні та науці. Її можна використовувати для роботи в терміналі, створення й редагування коду, виконання інструкцій і міркування. У всіх наведених тестах результати перевищили показники базової моделі; зокрема, у Terminal-Bench4.1 pass@1 отримано12.0% проти5.6% у базової моделі. DaisyRose-27B також представлена як приклад спеціалізації моделі завдяки якісним даним і ефективній інфраструктурі, а також як шаблон для команд, що створюють моделі для конкретних завдань. У процесі навчання використано приблизно1,200 відібраних тривалих агентних завдань і відкритий фреймворк навчання з підкріпленням Miles.

Як нараховується оплата за використання?

Рахунок залежить від обраного постачальника, його цін і вашого використання. Довші вхідні дані або інші умови можуть мати інші ціни.

Які типи введення підтримує модель?

Текстове та графічне введення.

Який розмір контексту?

Контекст становить262,144 tokens (256K). Ліміт довжини вихідних даних не вказано.

Для яких завдань призначена DaisyRose-27B?

Для програмування, використання інструментів і тривалих агентних завдань. Також підходить для створення та редагування коду, виконання інструкцій і складних задач у програмній інженерії, машинному навчанні й науці.

Чим вона відрізняється від Qwen3.8-27B?

DaisyRose-27B базується на Qwen3.8-27B і пройшла додаткове навчання лише з підкріпленням, без контрольованого донавчання чи дистиляції. За всіма наведеними тестами її результати вищі за результати базової моделі.