Felo API PlatformFelo API Platform
返回模型列表
Radixarkmessages

DaisyRose 27B API

RadixArk 的多模态推理模型,以 Qwen3.8-27B 为基础,经强化学习后训练,面向编程、工具调用与长程智能体任务。

DaisyRose-27B 是基于 Qwen3.8-27B 的多模态推理模型,支持文本和图像输入,上下文长度为262,144 tokens (256K)。它仅采用强化学习进行后训练,未使用监督微调或蒸馏,并保留基础模型的架构、分词器和聊天模板。

该模型适合代码生成与编辑、终端工具调用、指令遵循和推理,也可用于软件工程、机器学习与科学领域的复杂问题求解,以及长文档处理和大型代码库分析。基准结果显示,它在所列基准上的得分均高于基础模型;Terminal-Bench4.1 pass@1 得分为12.0%,基础模型为5.6%。

更新时间:

模型 ID

daisyrose-27b
上下文
262.144K
最大输出
235.929K
推荐 API
messages
输入
text / image
输出
text

核心要点

  • 文本与图像输入
  • 上下文长度262,144 tokens (256K)
  • 仅采用强化学习后训练
  • 保留基础模型架构与聊天模板
  • 所列基准均高于基础模型

供应商

最优价格
1 个供应商

比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。

供应商 · 计费明细
可用率
$0.2$0.16$2.5$2$0.05$0.04

10 美元能买多少 token

输入
5000万 tokens
输出
400万 tokens

按当前输入与输出单价估算,未计入折扣。

基准测试

  • Terminal-Bench4.1 pass@1

    基础模型得分为5.6%。

    12.0%
  • Terminal-Bench2.1

    基础模型得分为73.0。

    75.5
  • DeepSWE v1.1

    基础模型得分为42.2。

    46.2
  • SWE Bench Pro v2

    基础模型得分为91.3。

    94.7
  • HLE(仅文本)

    基础模型得分为33.9。

    34.3
  • IFBench

    基础模型得分为79.5,也是所比较模型中的最高分。

    82.4
  • GPQA Diamond

    基础模型得分为89.2;在198 道题上重复测试8 次取平均。

    90.7

分数来自模型厂商公布的数据,未独立验证。

推理能力

默认推理强度
xhigh
默认启用
是
始终启用
否
可选推理强度
xhigh / medium / low / none

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

填入 API key

从 Felo API Platform 账户创建 key,并设置为环境变量。

export FELO_API_KEY="YOUR_API_KEY"
2

发起第一次请求

使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。

daisyrose-27b

该模型支持推理。如果所选协议和模型路由暴露推理控制,请在继续对话时保留返回的推理元数据。

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());

使用第三方 SDK

兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.

3

启用流式输出

加入 stream: true,即可以 server-sent events 接收响应。

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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明
modelstringdaisyrose-27bPublic model ID to call.
max_tokensinteger—Maximum generated tokens.
messagesarray—Conversation messages for Chat Completions.
seed———
stop———
min_p———
toolsarray—Tool calling definitions following compatible schema.
top_k———
top_p———
reasoning———
logit_bias———
temperaturenumber—Controls response variety when supported.
tool_choicestring or object—Controls whether a tool should be called.
response_formatobject—Request structured output when supported.
presence_penalty———
reasoning_effort———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

常见问题

什么是 DaisyRose 27B?

DaisyRose-27B 是基于 Qwen3.8-27B 的多模态推理模型,支持文本和图像输入,上下文长度为262,144 tokens (256K)。它仅采用强化学习进行后训练,未使用监督微调或蒸馏,并保留基础模型的架构、分词器和聊天模板。 该模型适合代码生成与编辑、终端工具调用、指令遵循和推理,也可用于软件工程、机器学习与科学领域的复杂问题求解,以及长文档处理和大型代码库分析。基准结果显示,它在所列基准上的得分均高于基础模型;Terminal-Bench4.1 pass@1 得分为12.0%,基础模型为5.6%。

如何计算调用费用?

费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。

支持哪些输入?

支持文本输入和图像输入。

上下文长度和输出长度是多少?

上下文长度为262,144 tokens (256K)。资料未提供输出长度上限。

它适合哪些任务?

适合编程、工具调用、长程智能体任务、代码生成与编辑、指令遵循和推理,也适用于长文档与大型代码库分析。

它与 Qwen3.8-27B 有什么差别?

DaisyRose-27B 基于 Qwen3.8-27B,仅经强化学习后训练,未采用监督微调或蒸馏;所列基准得分均高于基础模型。