Felo API PlatformFelo API Platform
Quay lại danh sách mô hình
Radixarkmessages

DaisyRose 27B API

RadixArk: DaisyRose27B là mô hình suy luận đa phương thức được tinh chỉnh bằng học tăng cường, hướng đến lập trình, sử dụng công cụ và các tác vụ tác tử kéo dài.

RadixArk: DaisyRose27B là mô hình suy luận đa phương thức dựa trên Qwen3.8-27B, nhận đầu vào văn bản và hình ảnh. Mô hình có cửa sổ ngữ cảnh262,144 tokens (256K), hỗ trợ xử lý tài liệu dài và phân tích các kho mã lớn. Quá trình hậu huấn luyện chỉ sử dụng học tăng cường, không dùng tinh chỉnh có giám sát hoặc chưng cất; kiến trúc, bộ mã hóa và khuôn mẫu hội thoại của mô hình nền được giữ nguyên.

Mô hình phù hợp cho tạo và chỉnh sửa mã, làm theo chỉ dẫn, suy luận và tác vụ tác tử qua dòng lệnh. Có thể dùng cho các vấn đề phức tạp trong kỹ thuật phần mềm, học máy và khoa học, đặc biệt khi công việc đòi hỏi sử dụng công cụ hoặc duy trì nhiều bước trong thời gian dài. Các kết quả được báo cáo cao hơn mô hình nền trên mọi bài đánh giá được liệt kê; riêng Terminal-Bench4.1 pass@1 đạt12.0%, so với5.6% của mô hình nền.

Cập nhật:

ID MÔ HÌNH

daisyrose-27b
Ngữ cảnh
262.144K
Đầu ra tối đa
235.929K
API đề xuất
messages
Đầu vào
text / image
Đầu ra
text

Điểm nổi bật

  • Đầu vào văn bản và hình ảnh
  • Ngữ cảnh262,144 tokens (256K)
  • Hậu huấn luyện chỉ bằng học tăng cường
  • Hỗ trợ tác vụ tác tử kéo dài
  • Mạnh về lập trình và sử dụng công cụ

Nhà cung cấp

Giá tốt nhất
1 nhà cung cấp

So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.

Nhà cung cấp · Chi tiết giá
Tỷ lệ khả dụng
$0.2$0.16$2.5$2$0.05$0.04

10 USD mua được gì

Đầu vào
50 Tr token
Đầu ra
4 Tr token

Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.

Điểm chuẩn

  • Terminal-Bench4.1 pass@1

    Mô hình nền đạt5.6%.

    12.0%
  • Terminal-Bench2.1

    Mô hình nền đạt73.0.

    75.5
  • DeepSWE v1.1

    Mô hình nền đạt42.2.

    46.2
  • SWE Bench Pro v2

    Mô hình nền đạt91.3.

    94.7
  • HLE (chỉ văn bản)

    Mô hình nền đạt33.9.

    34.3
  • IFBench

    Mô hình nền đạt79.5; đây là điểm cao nhất trong nhóm mô hình được so sánh.

    82.4
  • GPQA Diamond

    Mô hình nền đạt89.2; điểm trung bình qua8 lần lặp trên198 câu hỏi.

    90.7

Điểm số theo công bố của nhà cung cấp mô hình.

Suy luận

Mức nỗ lực mặc định
xhigh
Bật theo mặc định
Có
Luôn bật
Không
Các mức nỗ lực khả dụng
xhigh / medium / low / none

Bắt đầu nhanh

Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.

1

Thiết lập khóa API

Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.

export FELO_API_KEY="YOUR_API_KEY"
2

Gửi yêu cầu đầu tiên

Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.

daisyrose-27b

Mô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.

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());

Dùng SDK bên thứ ba

Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.

3

Bật streaming

Thêm stream: true để nhận phản hồi dưới dạng 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 cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.

Giao diệnPhương thứcURL

Messages

Tin nhắn tương thích Anthropic cho client kiểu Claude.

POST

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

Tham số

TênKiểuMặc địnhMô tả
modelstringdaisyrose-27bID mô hình công khai cần gọi.
max_tokensinteger—Số token tối đa được tạo.
messagesarray—Tin nhắn hội thoại cho Chat Completions.
seed———
stop———
min_p———
toolsarray—Định nghĩa tool calling theo schema tương thích.
top_k———
top_p———
reasoning———
logit_bias———
temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.
tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.
response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

Câu hỏi thường gặp

Tìm hiểu DaisyRose 27B?

RadixArk: DaisyRose27B là mô hình suy luận đa phương thức dựa trên Qwen3.8-27B, nhận đầu vào văn bản và hình ảnh. Mô hình có cửa sổ ngữ cảnh262,144 tokens (256K), hỗ trợ xử lý tài liệu dài và phân tích các kho mã lớn. Quá trình hậu huấn luyện chỉ sử dụng học tăng cường, không dùng tinh chỉnh có giám sát hoặc chưng cất; kiến trúc, bộ mã hóa và khuôn mẫu hội thoại của mô hình nền được giữ nguyên. Mô hình phù hợp cho tạo và chỉnh sửa mã, làm theo chỉ dẫn, suy luận và tác vụ tác tử qua dòng lệnh. Có thể dùng cho các vấn đề phức tạp trong kỹ thuật phần mềm, học máy và khoa học, đặc biệt khi công việc đòi hỏi sử dụng công cụ hoặc duy trì nhiều bước trong thời gian dài. Các kết quả được báo cáo cao hơn mô hình nền trên mọi bài đánh giá được liệt kê; riêng Terminal-Bench4.1 pass@1 đạt12.0%, so với5.6% của mô hình nền.

Cách tính phí sử dụng?

Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.

Mô hình nhận những loại đầu vào nào?

Mô hình hỗ trợ đầu vào văn bản và hình ảnh.

Ngữ cảnh và độ dài đầu ra của mô hình là bao nhiêu?

Ngữ cảnh là262,144 tokens (256K). Không có thông tin về giới hạn độ dài đầu ra.

Mô hình phù hợp với những tác vụ nào?

Mô hình hướng đến lập trình, sử dụng công cụ và tác vụ tác tử kéo dài; cũng phù hợp để tạo, chỉnh sửa mã, làm theo chỉ dẫn, suy luận và giải quyết vấn đề trong kỹ thuật phần mềm, học máy và khoa học.

Mô hình khác Qwen3.8-27B ở điểm nào?

RadixArk: DaisyRose27B dựa trên Qwen3.8-27B và được hậu huấn luyện chỉ bằng học tăng cường, không dùng tinh chỉnh có giám sát hoặc chưng cất. Kiến trúc, bộ mã hóa và khuôn mẫu hội thoại của mô hình nền được giữ nguyên.