R
RADIXARK / RadixArk/DaisyRose-27B

DaisyRose 27B

Modelo multimodal de RadixArk presentado el 18 de noviembre. Parte de Qwen3.8-27B y utiliza aprendizaje por refuerzo sobre tareas largas de agentes. Conserva comprensión de imágenes y contexto de 256K; las sesiones de entrenamiento de 1M no amplían ese límite.

01 / RESUMEN

Lo esencial

ORIENTACIÓNPostentrenamiento por refuerzo de Qwen3.8

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTO262.144 tokens

Capacidad máxima de entrada cuando la fuente la publica.

SALIDATexto; máximo de salida independiente no publicado

Límite máximo de generación documentado.

ACCESOHugging Face · checkpoint descargable

Canales de disponibilidad verificados.

TIPO DE MODELOMultimodal · Código · Texto y razonamiento

Familia funcional principal y especialidades verificadas.

LICENCIAApache 2.0

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APIRadixArk/DaisyRose-27B
Tipo de modeloMultimodal · Código · Texto y razonamiento
Modelo de accesoPesos abiertos
LicenciaApache 2.0
DespliegueDespliegue propio
Lanzamiento18 NOV 2026
Corte de conocimientoNo publicado
EntradaTexto · Imagen
SalidaTexto
Ventana de contexto262.144 tokens
Salida máximaTexto; máximo de salida independiente no publicado
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasHugging Face
ENCAJA MEJOR EN

Programación, uso de herramientas y adaptación a entornos de agentes.

CONVIENE VIGILAR

La arquitectura completa incluye visión y predicción multitoken: unos 27,8B parámetros en total. BF16, FP8 y NVFP4 son formatos del mismo modelo. Las tareas de entrenamiento largas no garantizan fiabilidad en sesiones autónomas sin límites.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Programación, uso de herramientas y adaptación a entornos de agentes.

02

Contexto

262.144 tokens · Texto; máximo de salida independiente no publicado

03

Herramientas e integración

No publicado

04

Acceso

Hugging Face · checkpoint descargable

Modalidades de entrada
TextoImagen
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándarSin tarifa API oficial publicadaTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarCoste de infraestructura propiaPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

Sin tarifa API oficial verificada. La ejecución propia requiere memoria, cómputo y mantenimiento; los pesos descargables no hacen gratuita la inferencia.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

RadixArk publica 46,2 % en DeepSWE v1.1, con ocho repeticiones por tarea y mini-swe-agent, y 90,7 % en GPQA Diamond, con ocho repeticiones de 198 preguntas. La tabla toma el mejor resultado entre BF16 y FP8; no representa una única precisión ni una evaluación de Inferama.

BenchmarkResultadoMétricaFuente
DeepSWE v1.146,2 %Puntuación publicadaVer fuente ↗
GPQA Diamond90,7 %Puntuación publicadaVer fuente ↗

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

radixark/DaisyRose-27B

Versión incorporada al catálogo verificado de Inferama.

07 / FUENTES

Trazabilidad