Nguồn gốc: Apexintelligence-AI/Apex-35B-V1.0
Mô hình đầu tiên của tổ chức mới Apex Intelligence, dựa trên Qwen3.6-35B-A3B (tổng tham số 35B, kích hoạt khoảng 3B mỗi token), được tiếp tục huấn luyện bằng dữ liệu độc quyền và các quỹ đạo nghiên cứu khoa học; khuyến nghị chính thức là sử dụng trong Claude Code (v2.1.280). Bao gồm lập trình hàng ngày, hỏi đáp, tìm kiếm và các tác vụ agent, cũng như quy trình nghiên cứu khoa học trong cơ học chất lưu và mô phỏng robot: lên kế hoạch tính toán, viết chương trình để chạy, cải tiến phương pháp dựa trên kết quả; tự động quyết định có suy nghĩ hay không và thời gian suy nghĩ cho mỗi vòng lặp. Theo thông tin chính thức, quá trình phát triển đã sử dụng hệ thống nghiên cứu tự động độc quyền Apex Research để tạo dữ liệu huấn luyện cho các điểm yếu, điều chỉnh công thức huấn luyện, tối ưu hóa nhân GPU và suy luận. Ngữ cảnh 262,144 token (dùng chung cho đầu vào và đầu ra).
Tại sao quan trọng Hiếm thấy trong số các mô hình mã nguồn mở cùng kích thước có mô hình chuyên biệt cho quy trình nghiên cứu khoa học kiểu 'viết chương trình chạy thí nghiệm rồi điều chỉnh phương án'; khoảng ba tỷ tham số được kích hoạt mỗi token, có phiên bản lượng tử hóa để triển khai cục bộ
Điểm tăng 26 · Lượt thích 103 · Lượt tải xuống 2566
Lý do
- Bảng so sánh chính thức với mô hình nền Qwen3.6-35B-A3B: SciCode câu hỏi chính 62.6 so với 37.5, BrowseComp 69.4 so với 42.1, BFCL V4 84.0 so với 75.2, HLE 47.2 so với 36.2; LiveCodeBench v6 82.3 thấp hơn một chút so với mức 84.5 của mô hình nền
- Trong cùng bảng, các mô hình lớn hơn nhiều như GLM5.3, DeepSeek V4.1 Flash vẫn đạt điểm cao hơn ở hầu hết các hạng mục; định vị của nó là chuyên sâu về nghiên cứu khoa học và tác vụ agent trong phân khúc cùng kích thước
- Phiên bản GGUF cung cấp BF16 và 28 loại lượng tử hóa, phiên bản nhỏ nhất IQ1_S khoảng 9.0 GB
Cách sử dụng
- hf download Apexintelligence-AI/Apex-35B-V1.0 --local-dir Apex-35B-V1.0 (BF16 khoảng 72 GB); xem phiên bản lượng tử hóa tại Apexintelligence-AI/Apex-35B-V1.0-GGUF
- SGLang ≥0.5.22 hoặc vLLM ≥0.32.0 khởi động giao diện tương thích OpenAI, sử dụng bộ phân tích suy luận và gọi công cụ qwen3 / qwen3_coder, có thể bật giải mã dự đoán MTP
- Bắt buộc phải sử dụng chat_template.jinja đi kèm trong kho lưu trữ, không thay thế bằng mẫu của Qwen3.6; llama.cpp cần thêm --jinja
Rủi ro
- Dữ liệu huấn luyện là dữ liệu độc quyền, thẻ mô hình không ghi rõ quy mô và nguồn gốc; 'tự cải tiến đệ quy' chỉ là mô tả chính thức, ba tiêu chuẩn RoboRSI, Real2Sim, CFD-Bench là các benchmark nội bộ của hãng, không thể kiểm chứng độc lập
- Tất cả điểm số đều do hãng tự đo lường; phiên bản BF16 với toàn bộ ngữ cảnh yêu cầu một card đồ họa hoặc song song tensor đa card có dung lượng trên 141GB, SGLang và Transformers gặp vấn đề khi khởi động trên driver cũ (570). Mục này chưa được chạy thử