DaisyRose 27B API
RadixArk 的 DaisyRose-27B 是以 Qwen3.8-27B 為基礎的多模態推理模型,專為程式開發、工具操作與長程代理任務打造。
DaisyRose-27B以 Qwen3.8-27B 為基礎,支援文字與圖片輸入,並保留基礎模型的架構、分詞器與對話範本。模型僅透過強化學習進行後訓練,未使用監督式微調或知識蒸餾;上下文長度為262,144 tokens (256K)。
它適合程式碼生成與編輯、終端機代理操作、指令遵循及推理,也可用於軟體工程、機器學習與科學領域的複雜問題。長上下文有助於處理長篇文件及分析大型程式碼庫。相較基礎模型,清單所列各項基準分數均較高。
更新時間:
模型 ID
daisyrose-27b- 上下文
- 262.144K
- 最大輸出
- 235.929K
- 建議 API
- messages
- 輸入
- text / image
- 輸出
- text
核心要點
- 文字與圖片輸入
- 262,144 tokens (256K) 上下文
- 僅以強化學習進行後訓練
- 面向程式與工具操作
- 清單所列基準均高於基礎模型
供應商
最優價格比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 可用率 | ||||
|---|---|---|---|---|
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
10 美元能買多少 token
- 輸入
- 5000萬 tokens
- 輸出
- 400萬 tokens
依目前輸入與輸出單價估算,未計入折扣。
基準測試
- 12.0%
Terminal-Bench4.1 pass@1
基礎模型的分數為5.6%。
- 75.5
Terminal-Bench2.1
基礎模型的分數為73.0。
- 46.2
DeepSWE v1.1
基礎模型的分數為42.2。
- 94.7
SWE Bench Pro v2
基礎模型的分數為91.3。
- 34.3
HLE (text-only)
基礎模型的分數為33.9。
- 82.4
IFBench
基礎模型的分數為79.5,且是受比較模型中的最高分。
- 90.7
GPQA Diamond
基礎模型的分數為89.2;此分數為198 道題目、重複測試8 次的平均值。
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 預設推理強度
- xhigh
- 預設啟用
- 是
- 始終啟用
- 否
- 可選推理強度
- xhigh / medium / low / none
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
daisyrose-27b該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
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———常見問題
什麼是 DaisyRose 27B?
DaisyRose-27B以 Qwen3.8-27B 為基礎,支援文字與圖片輸入,並保留基礎模型的架構、分詞器與對話範本。模型僅透過強化學習進行後訓練,未使用監督式微調或知識蒸餾;上下文長度為262,144 tokens (256K)。 它適合程式碼生成與編輯、終端機代理操作、指令遵循及推理,也可用於軟體工程、機器學習與科學領域的複雜問題。長上下文有助於處理長篇文件及分析大型程式碼庫。相較基礎模型,清單所列各項基準分數均較高。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
支援哪些輸入?
支援文字與圖片輸入。
上下文長度與輸出上限是多少?
上下文長度為262,144 tokens (256K)。資料未提供輸出上限。
適合哪些任務?
適合程式碼生成與編輯、工具操作、終端機代理任務、指令遵循及推理,也適用於軟體工程、機器學習與科學問題。
它與同系列的 Qwen3.8-27B 有何差別?
DaisyRose-27B以 Qwen3.8-27B 為基礎,僅使用強化學習進行後訓練;清單所列基準分數皆高於基礎模型。