Vota en Free Arena

Noticias··1 min de lectura·Datos actualizados automáticamente

RadixArk lanza DaisyRose-27B, un modelo de codificación agente de 27B entrenado solo con RL

DaisyRose-27B duplica la puntuación pass@1 de Terminal Bench 4.1, funciona con una sola GPU y está disponible bajo Apache 2.0.

RadixArk announced DaisyRose-27B, its first open-weight model built on the Qwen3.8-27B architecture and post‑trained solely with reinforcement learning.

The model contains 27.8 B dense parameters, a 262,144‑token context and supports text and image input. It can run on one GPU using 52 GB in BF16, 29 GB in FP8 or 23 GB in NVFP4 on Blackwell GPUs.

Benchmark results show Terminal Bench 4.1 pass@1 rising from 5.6 to 12.0, a more than two‑fold increase, while other scores improve modestly, e.g., DeepSWE +4.0 and IFBench +2.9.

Training used RadixArk's Miles RL framework on 144 H200 GPUs for 18 days, consuming about 63,000 GPU‑hours and processing roughly 944,000 sandboxes.

Weights are hosted on Hugging Face in multiple formats; deployment recommendations include SGLang with DSpark speculative decoding or vLLM.

Qué significa para ti

DaisyRose-27B offers a high‑performing, open‑weight alternative for developers who need agentic coding capabilities without proprietary licenses. Its single‑GPU footprint makes it attractive for local or on‑premise setups, complementing the free chat models that dominate community rankings.

En FreeLLMArena

From our rankings on 21 Nov 2026, based on Arena's blind votes:

Fuentes

Escrito automáticamente a partir de las fuentes anteriores, luego revisado por nuestro código: cada número y nombre debe aparecer en ellas, y ninguna oración puede copiar una fuente. ¿Detectaste un error? Infórmalo.

Clasificación gratuita

¿Qué IA puedes usar gratis hoy?

Todos los modelos de IA gratuitos, clasificados por votos humanos ciegos, con la memoria y velocidad que necesita tu GPU.

Abre la clasificación →

Comparte esta página:XLinkedInRedditWhatsApp

Pulsa / o Ctrl+K para buscar desde cualquier página.