Che cosa ha rilasciato RadixArk
RadixArk ha pubblicato DaisyRose-27B, il suo primo modello con pesi aperti, descritto come modello per il coding agentico ottenuto a partire da Qwen3.8-27B. Secondo la model card riportata dalla fonte, la post-formazione si basa esclusivamente su reinforcement learning, senza supervised fine-tuning né distillation, ed è distribuita con licenza Apache 2.0 come sostituto diretto del modello di partenza.
L'architettura resta quella del base: 64 strati decoder con motivo 3:1, in cui tre strati a attenzione lineare Gated DeltaNet si alternano a uno a attenzione completa, dimensione nascosta 5.120, un encoder visivo da 27 strati e uno strato di multi-token prediction per il decoding speculativo. L'input è testo e immagini, l'output è testo, e il modello è dichiarato di tipo thinking. La finestra di contesto indicata è di 262.144 token.
Come è stato addestrato
Il training si è svolto sulla piattaforma Miles, il framework RL open-source di RadixArk, in modalità completamente asincrona. La fonte riporta 144 GPU H200 impiegate per 18 giorni, di cui 128 dedicate all'inferenza degli agenti e 16 al training, per un totale di 63.000 GPU-ora. RadixArk dichiara inoltre un MFU del 37% sul proprio backend, contro il 16% di un trainer open-source basato su Megatron, e un throughput end-to-end di 16,8mila token al secondo contro 8,3mila, con una riduzione del tempo GPU del 57%.
Il corpus di addestramento comprende circa 1.200 attività curate con Eigent AI, selezionate da migliaia di candidati e pensate per colpire specifici punti di debolezza del modello base. Ogni tentativo in sandbox consente fino a 1,5 ore, oltre 100 chiamate a strumenti e più di 256mila token di output; le sessioni degli agenti arrivano fino a 1M token. I sandbox hanno girato su AgentENV: RadixArk riferisce circa 944mila ambienti creati tra metà settembre e metà novembre, una concorrenza di picco di 1.566 e una percentuale di creazione riuscita del 99% su nove settimane, con un costo dichiarato inferiore dell'80% rispetto ai fornitori cloud più diffusi.
Risultati dichiarati e limiti
Tutti i punteggi sono autodichiarati da RadixArk e, per DaisyRose, corrispondono al valore migliore tra le esecuzioni in BF16 e FP8. Il guadagno più marcato è su Terminal Bench 4.1, dove il pass@1 passa da 5,6 a 12,0; seguono DeepSWE v1.1 da 42,2 a 46,2, SWE Bench Pro v2 da 91,3 a 94,7 e IFBench da 79,5 a 82,4. I miglioramenti su conoscenza sono più contenuti: HLE, solo testo, sale da 33,9 a 34,3 e GPQA Diamond da 89,2 a 90,7.
Il confronto con modelli più grandi è misto. MiMo V2.6 Flash, con 309 miliardi di parametri totali, guida Terminal Bench 4.1 con 16,1; Inkling 2 Small, con 594 miliardi, guida DeepSWE con 72,1 e HLE con 44,1. Nella tabella di nove modelli pubblicata da RadixArk, DaisyRose-27B risulta primo soltanto su IFBench. I pesi sono disponibili su Hugging Face in BF16, FP8, NVFP4 e GGUF; la variante NVFP4 richiede una GPU Blackwell. RadixArk consiglia SGLang con decoding speculativo DSpark, basato sul modello draft Qwen3.8-27B-DSpark, e segnala la compatibilità anche con vLLM. Restano da verificare in modo indipendente le prestazioni dichiarate e il confronto con i modelli concorrenti.
