Первая модель Apex Intelligence: дообучена на собственных данных и траекториях исследований поверх Qwen3.6-35B-A3B, ориентирована на написание кода, вызов инструментов, глубокий поиск, а также на научные задачи, требующие цикла «написать программу, запустить, посмотреть результат и исправить», такие как гидродинамика и симуляция роботов; на каждом шаге модель сама решает, нужно ли ей размышлять и сколько времени на это тратить, без необходимости вручную переключать режимы. Официально заявлено, что при разработке использовалась собственная автоматизированная исследовательская система Apex Research для генерации обучающих данных, тестирования рецептов обучения и оптимизации ядра. Выпущена 10 28, за последние 7 периодов не включалась.
Рост рейтинга на 53 · Лайки: 58 · Загрузки: 1219
Причины
- Официально заявлено, что наибольшее улучшение по сравнению с базовой моделью Qwen3.6-35B-A3B достигнуто в агентных и научных задачах: BrowseComp 69.4 (базовая модель 42.1), AutomationBench 49.3 (10.0), SciCode main problem 62.6 (37.5), FrontierScience 40.0 (21.7), SWE-bench Pro v2 92.4 (72.4), Terminal-Bench 2.1 65.2 (46.1); BFCL V4 84.0 — самый высокий результат среди всех моделей в таблице.
- Подробная документация по развертыванию: приведены команды запуска для SGLang, vLLM, TokenSpeed, KTransformers, Transformers и llama.cpp, включая описание таких нюансов, как версии драйверов и различия в названиях парсеров для разных фреймворков; официально рекомендуется использовать Claude Code (v2.1.280) в качестве агентного фреймворка.
- Полная поддержка квантования: доступен отдельный репозиторий GGUF с BF16 и 28 вариантами квантования, Q4_K_M занимает 21.7 ГБ, минимальный вариант IQ1_S — 9.0 ГБ.
Использование
- vLLM ≥ 0.32.0: vllm serve Apexintelligence-AI/Apex-35B-V1.0 --served-model-name Apex-35B-V1.0 --max-model-len 262144 --reasoning-parser qwen3 --enable-auto-tool-choice --tool-call-parser qwen3_coder. BF16 занимает около 72 ГБ, для работы с полным контекстом на одной видеокарте требуется более 141 ГБ, для H100 NVL нужно 2 карт, для A100 40GB — 4 карт.
- Локально: скачайте Q4_K_M из репозитория Apexintelligence-AI/Apex-35B-V1.0-GGUF, затем выполните llama-server -m Apex-35B-V1.0-Q4_K_M.gguf --jinja -ngl 99 -c 32768; обязательно используйте флаг --jinja для применения встроенного шаблона чата, не заменяйте его шаблоном Qwen3.6.
- Параметры сэмплирования: temperature 1.0, top_p 0.95, top_k 20, max_tokens 65536 (включая размышления); при многоходовых диалогах и вызовах инструментов передавайте сообщения ассистента обратно в исходном виде и устанавливайте preserve_thinking=True в chat_template_kwargs.
Риски
- Все результаты получены в ходе внутреннего тестирования разработчиком, при этом RoboRSI, Real2Sim и CFD-Bench являются внутренними бенчмарками; «рекурсивное самоусовершенствование» — это официальная формулировка, детали метода не раскрыты, обучающие данные не публикуются.
- В той же таблице значительно более крупные модели GLM-5.3, GLM-5.3-Flash и DeepSeek-V4.1-Flash-1017 демонстрируют заметно более высокие результаты по большинству метрик, например, Terminal-Bench 2.1 показывает 89.9 / 84.3 / 90.6; LiveCodeBench v6 82.3 даже немного ниже базовой модели, которая показывает 84.5.
- Поддерживается только текстовый ввод и вывод; это первая модель новой компании, перспективы дальнейшего сопровождения неизвестны.