Primäre Verwendung angegeben oder vorsichtig aus offizieller Dokumentation abgeleitet.
DaisyRose 27B
Multimodales RadixArk-Modell, am 18. November vorgestellt. Es basiert auf Qwen3.8-27B und nutzt Verstärkungslernen mit langen Agentenaufgaben. Bildverständnis und 256K-Kontext bleiben erhalten; Trainingssitzungen mit 1M erweitern dieses Limit nicht.
Das Wesentliche
Maximale Eingabekapazität bei Veröffentlichung durch die Quelle.
Dokumentierte maximale Erzeugungsgrenze.
Verifizierte Verfügbarkeitskanäle.
Primäre Funktionsfamilie und verifizierte Spezialisierungen.
Deklarierte Bedingungen für API, Gewichte oder Self-Hosting.
Limits und Integration
| API-ID | RadixArk/DaisyRose-27B |
|---|---|
| Modelltyp | Multimodal · Code · Text und Begründung |
| Zugangsmodell | Offene Gewichte |
| Lizenz | Apache 2.0 |
| Einsatz | Selbst gehostet |
| Veröffentlichung | 18. NOV. 2026 |
| Wissensstichtag | Nicht veröffentlicht |
| Eingang | Text · Bild |
| Ausfahrt | Text |
| Kontextfenster | 262.144 Token |
| maximale Leistung | Text; separates Ausgabemaximum nicht veröffentlicht |
| Schlussfolgern | Nicht veröffentlicht |
| Veröffentlichte Tools | |
| Strukturierte Ausflüge | Nicht veröffentlicht |
| Stapelverarbeitung | Nicht veröffentlicht |
| Prompt-Cache | Nicht veröffentlicht |
| Feinabstimmung | Nicht veröffentlicht |
| Verifizierte Plattformen | Hugging Face |
Programmierung, Werkzeugnutzung und Anpassung an Agentenumgebungen.
Die Gesamtarchitektur umfasst Bildverarbeitung und Mehrtoken-Vorhersage mit etwa 27,8B Parametern. BF16, FP8 und NVFP4 sind Formate desselben Modells. Lange Trainingsaufgaben garantieren keine Zuverlässigkeit unbegrenzter autonomer Sitzungen.
Was es kann
Orientierung
Programmierung, Werkzeugnutzung und Anpassung an Agentenumgebungen.
Kontext
262.144 Token · Text; separates Ausgabemaximum nicht veröffentlicht
Tools und Integration
Nicht veröffentlicht
Zugang
Hugging Face · herunterladbarer Checkpoint
Dokumentierte Kosten
| Konzept | Wert | Einheit/Zustand |
|---|---|---|
| Standardeingabe | Kein offizieller API-Preis veröffentlicht | Standardtarif der API |
| Eingabe aus dem Cache | Nicht veröffentlicht | Lesen wiederverwendeter Präfixe |
| Schreiben oder Speichern im Cache | Nicht veröffentlicht | Die Bedingung variiert je nach Anbieter |
| Standardausgabe | Kosten der eigenen Infrastruktur | Kann Reasoning-Tokens enthalten |
| Batch-Eingabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
| Batch-Ausgabe | Nicht veröffentlicht | Asynchrone Verarbeitung |
Kein verifizierter offizieller API-Tarif. Eigenbetrieb benötigt Speicher, Rechenleistung und Wartung; herunterladbare Gewichte machen Inferenz nicht kostenlos.
i Die Preise ändern sich und können von Level, Region oder Kontextlänge abhängen. Überprüfen Sie die Quelle, bevor Sie eine Entscheidung treffen.
So lesen Sie die Ergebnisse
RadixArk nennt 46,2 % für DeepSWE v1.1 mit acht Wiederholungen je Aufgabe und mini-swe-agent sowie 90,7 % für GPQA Diamond mit acht Wiederholungen von 198 Fragen. Die Tabelle nutzt den besseren BF16-/FP8-Wert; sie ist kein Ergebnis einer einzigen Präzision oder eine Inferama-Bewertung.
| Benchmark | Ergebnis | Metrik | Quelle |
|---|---|---|---|
| DeepSWE v1.1 | 46,2 % | Veröffentlichter Wert | Quelle öffnen ↗ |
| GPQA Diamond | 90,7 % | Veröffentlichter Wert | Quelle öffnen ↗ |
Inferama hebt nur dann ein „bestes Ergebnis“ hervor, wenn Metrik, Testsatz, Konfiguration und Datum einen gleichwertigen Vergleich ermöglichen. Die Zahlen des Lieferanten werden als Angaben aus eigener Quelle dargestellt.
Chronologie
radixark/DaisyRose-27B
In den verifizierten Katalog von Inferama aufgenommene Version.