R
RADIXARK / RadixArk/DaisyRose-27B

DaisyRose 27B

Modello multimodale RadixArk presentato il 18 novembre. Parte da Qwen3.8-27B e usa apprendimento per rinforzo su compiti lunghi di agenti. Mantiene comprensione delle immagini e contesto 256K; le sessioni di addestramento da 1M non ampliano il limite.

01 / RIEPILOGO

L'essenziale

ORIENTAMENTOPost-addestramento per rinforzo di Qwen3.8

Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.

CONTESTO262.144 token

Capacità di input massima quando pubblicata dalla fonte.

USCITATesto; massimo di output indipendente non pubblicato

Limite massimo di generazione documentato.

ACCESSOHugging Face · checkpoint scaricabile

Canali di disponibilità verificati.

TIPO DI MODELLOMultimodale · Codice · Testo e ragionamento

Famiglia funzionale principale e specialità verificate.

LICENZAApache 2.0

Condizioni dichiarate per API, pesi o distribuzione autonoma.

02 / SCHEDA TECNICA

Limiti e integrazione

ID APIRadixArk/DaisyRose-27B
Tipo di modelloMultimodale · Codice · Testo e ragionamento
Modalità di accessoPesi aperti
LicenzaApache 2.0
DistribuzioneHosting autonomo
Rilascio18 NOV 2026
Cutoff della conoscenzaNon pubblicato
EntrataTesto · Immagine
UscitaTesto
Finestra di contesto262.144 token
rendimento massimoTesto; massimo di output indipendente non pubblicato
RagionamentoNon pubblicato
Strumenti pubblicati
Uscite strutturateNon pubblicato
Elaborazione batchNon pubblicato
Cache dei promptNon pubblicato
Fine-tuningNon pubblicato
Piattaforme verificateHugging Face
SI ADATTA MEGLIO A

Programmazione, strumenti e adattamento ad ambienti per agenti.

DA MONITORARE

L’architettura completa include visione e previsione multitoken: circa 27,8B parametri totali. BF16, FP8 e NVFP4 sono formati dello stesso modello. Compiti lunghi di addestramento non garantiscono affidabilità in sessioni autonome illimitate.

03 / CAPACITÀ

Cosa può fare

01

Orientamento

Programmazione, strumenti e adattamento ad ambienti per agenti.

02

Contesto

262.144 token · Testo; massimo di output indipendente non pubblicato

03

Strumenti e integrazione

Non pubblicato

04

Accesso

Hugging Face · checkpoint scaricabile

Modalità di input
TestoImmagine
04 / PREZZI

Costo documentato

ConcettoDi valoreUnità/condizione
Input standardNessuna tariffa API ufficiale pubblicataTariffa API standard
Input in cacheNon pubblicatoLettura di prefissi riutilizzati
Scrittura o archiviazione della cacheNon pubblicatoLa condizione varia in base al fornitore
Output standardCosto dell’infrastruttura propriaPuò includere token di ragionamento
Input batchNon pubblicatoElaborazione asincrona
Output batchNon pubblicatoElaborazione asincrona

Nessuna tariffa API ufficiale verificata. L’esecuzione autonoma richiede memoria, calcolo e manutenzione; pesi scaricabili non significano inferenza gratuita.

i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.

05 / VALUTAZIONI

Come leggere i risultati

“

RadixArk riporta 46,2% su DeepSWE v1.1 con otto ripetizioni per compito e mini-swe-agent, e 90,7% su GPQA Diamond con otto ripetizioni di 198 domande. La tabella prende il migliore tra BF16 e FP8; non è un risultato di una sola precisione né una valutazione di Inferama.

BenchmarkRisultatoMetricaFonte
DeepSWE v1.146,2 %Punteggio pubblicatoVedi fonte ↗
GPQA Diamond90,7 %Punteggio pubblicatoVedi fonte ↗

Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.

06 / VERSIONI

Cronologia

radixark/DaisyRose-27B

Versione inclusa nel catalogo verificato di Inferama.

07 / FONTI

Tracciabilità