IA que programa aprendeu SOZINHA? Conheça DaisyRose-27B.

ALERTA TECH! Essa IA Open-Source DOBROU o Poder de Codificação e Você Precisa Conhecer!

Olá, pessoal! Aqui é o Lucas Tech, e preparem-se porque a semana começou com uma notícia daquelas que fazem o coração de qualquer entusiasta de tecnologia bater mais forte! A RadixArk acabou de lançar o DaisyRose-27B, um modelo de IA que promete dar um upgrade gigantesco nas nossas capacidades de codificação. E o melhor? Ele é open-weight, ou seja, seus "pesos" estão abertos para a comunidade usar e inovar!

Se você curte ver a IA quebrando barreiras e facilitando a vida dos devs, cola aqui que vou te contar tudo sobre essa belezinha que, em alguns testes, simplesmente DOBROU sua capacidade de codificação!

O Que é o DaisyRose-27B?

Pra começar, o DaisyRose-27B é o primeiro modelo com "pesos abertos" da RadixArk. Pense nele como um agente de codificação super inteligente, treinado pra te ajudar a programar. Ele foi criado a partir do já conhecido Qwen3.8-27B, mas com um tempero especial: um pós-treinamento intenso usando apenas Reinforcement Learning (RL), ou Aprendizado por Reforço. Nada de Supervised Fine-Tuning (SFT) ou destilação por aqui, o que é um feito e tanto!

E a melhor parte? Ele chega sob a licença Apache 2.0, o que significa que é super flexível e você pode usá-lo como um "substituto" direto para o modelo base. O resultado mais impressionante? No benchmark Terminal Bench 4.1 pass@1, a performance saltou de 5.6 para 12.0! É isso mesmo, MAIS QUE O DOBRO! Se quiser conferir as opções de deploy e specs, pode dar uma olhada na extensão do nosso amigo GPULeaderboard.com.

DaisyRose-27B em Números: O Essencial (TL;DR)

Se você é como eu e gosta de ir direto ao ponto, aqui está um resumo rápido do que torna o DaisyRose-27B tão especial:

  • Tamanho: Ele tem 27.8 bilhões de parâmetros densos, incluindo um encoder de visão de 0.46B e um head de Multi-Token Prediction (MTP) de 0.42B.
  • Contexto: Uma janela de contexto gigante de 262.144 tokens! Isso significa que ele consegue "lembrar" e trabalhar com uma quantidade enorme de informações ao mesmo tempo.
  • Onde Roda: Incrivelmente, ele consegue rodar em apenas 1 GPU! Para você ter uma ideia, em BF16 ele ocupa uns 52 GB, em FP8 uns 29 GB, e em NVFP4 (só para Blackwell) uns 23 GB. Suporta GPUs como H200, B200, GB300, RTX PRO 6000, RTX 5090 e DGX Spark. Ah, e tem versão GGUF disponível também para quem curte rodar local!
  • Performance: Ele detona seu modelo base, o Qwen3.8-27B, em todos os 7 benchmarks que a RadixArk reportou.
  • Melhor Resultado: Arrasou no IFBench com 82.4, sendo a maior pontuação entre os 9 modelos que a RadixArk comparou.
  • Onde Ainda Pode Melhorar: No HLE (apenas texto), o ganho foi de apenas +0.4 sobre o modelo base, e ele ainda fica um pouco atrás de modelos MoE (Mixture of Experts) muito maiores.
  • A Conclusão: A capacidade no Terminal Bench 4.1 mais que duplicou depois de 18 dias de treinamento intenso com RL. É um gigante de 27B, mas ainda está buscando alcançar os MoE mais parrudinhos em tarefas de agente super complexas.

Por Dentro da Arquitetura do DaisyRose-27B

Uma coisa legal é que o DaisyRose-27B manteve a arquitetura do Qwen3.8-27B intacta. Ele possui 64 camadas de decoder, organizadas num padrão 3:1: são três camadas de atenção linear Gated DeltaNet alternando com uma camada de atenção total. O tamanho do "cérebro" escondido (hidden size) é de 5.120.

E pra não ficar só no texto, ele tem um encoder de visão de 27 camadas para processar imagens! Além disso, conta com uma camada de MTP (Multi-Token Prediction) que ajuda na decodificação especulativa. Resumindo: a entrada pode ser texto e imagens, a saída é texto, e ele é um verdadeiro "modelo pensante". Isso é um baita avanço para interações mais ricas!

Como o DaisyRose-27B Foi Treinado? A Receita do Sucesso!

A RadixArk e a Eigent AI não economizaram esforços. Eles construíram cerca de 1.200 tarefas super específicas, selecionadas a dedo entre milhares de candidatas. Cada tarefa foi pensada para resolver uma falha específica do modelo base. Em cada "tentativa" dentro do ambiente de testes (sandbox), o modelo tinha até 1.5 horas, mais de 100 chamadas de ferramentas e uma capacidade de gerar mais de 256.000 tokens de saída. Em algumas sessões de agente, ele chegou a processar até 1 MILHÃO de tokens! É processamento que não acaba mais!

O treinamento rolou na Miles, que é a própria estrutura de RL open-source da RadixArk, operando em modo totalmente assíncrono. Eles usaram 144 GPUs H200 por 18 dias! Desse total, 128 GPUs cuidaram da inferência do agente e 16 foram dedicadas ao treinamento. No final das contas, foram 63.000 horas de GPU dedicadas a essa façanha.

A RadixArk ainda relata uma eficiência de 37% de MFU (Model Flops Utilization) em seu backend interno, o que é muito bom! Um treinador baseado em Megatron de código aberto alcançou 16%. A taxa de transferência de ponta a ponta foi de 16.8 mil tokens/s, contra 8.3 mil tokens/s de uma linha de base, o que representa uma aceleração de 2.0x! Segundo a RadixArk, isso resultou em uma redução de 57% no tempo de GPU.

Os ambientes de teste (sandboxes) foram executados na AgentENV. A RadixArk informou que foram criados cerca de 944.000 sandboxes de meados de setembro a meados de novembro. O pico de concorrência atingiu 1.566. A taxa de sucesso na criação foi de impressionantes 99% ao longo de 9 semanas. E o custo? A RadixArk estima que seja cerca de 80% menor do que os provedores populares de sandbox em nuvem. Economia e performance andando juntos!

DaisyRose-27B nos Benchmarks: Os Números que Importam

Agora, vamos aos números que todo mundo adora! Todas as pontuações foram auto-reportadas pela RadixArk, e as do DaisyRose são as maiores entre as execuções em BF16 e FP8.

BenchmarkDaisyRose-27BQwen3.8-27BMudança
Terminal Bench 4.1 (pass@1)12.05.6+6.4
Terminal Bench 2.175.573.0+2.5
DeepSWE v1.146.242.2+4.0
SWE Bench Pro v294.791.3+3.4
HLE (text only)34.333.9+0.4
IFBench82.479.5+2.9
GPQA Diamond90.789.2+1.5

Fonte: Blog da RadixArk e model card.

O salto mais significativo, como já comentei, é no Terminal Bench 4.1, que mais que dobrou! Os ganhos na codificação são bem consistentes: +4.0 no DeepSWE v1.1 e +3.4 no SWE Bench Pro v2. Nos testes de conhecimento, como HLE e GPQA Diamond, os ganhos foram menores, mas ainda assim positivos.

Quando comparado a modelos maiores, os resultados são mistos. Modelos como o MiMo V2.6 Flash (309B total) ainda lideram no Terminal Bench 4.1 com 16.1, e o Inkling 2 Small (594B total) se destaca no DeepSWE (72.1) e HLE (44.1). No entanto, o DaisyRose-27B foi o melhor da tabela da RadixArk (que compara 9 modelos) no benchmark IFBench!


Minha Visão

Para mim, Lucas Tech, essa é uma notícia sensacional e que mostra o poder do aprendizado por reforço quando bem aplicado! Ver um modelo de 27 bilhões de parâmetros, open-weight e focado em codificação, com resultados tão expressivos – especialmente essa dobra no Terminal Bench – é um marco importante.

A democratização de IAs tão poderosas assim é um passo gigante para a comunidade de desenvolvedores. Imagina o que a gente pode criar com uma ferramenta dessas nas mãos, sem a barreira de modelos gigantescos e proprietários! É um lembrete de que o RL puro pode trazer resultados impressionantes e que a RadixArk está apostando alto em inovação e eficiência.


E você, o que achou do DaisyRose-27B? Acredita que modelos assim vão mudar a forma como programamos e interagimos com a IA? Compartilha nos comentários!

Referência: Matéria Original

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Rolar para cima
Tutorial Elevenlabs