AnswersPublished20 sources
Apex-35B-V1.0: Qwen-modellen som fikk hjelp av AI-forskning
Apex 35B V1.0 er en modell med åpne vekter, bygget på Qwen3.6 35B A3B. Vektene er tilgjengelige på Hugging Face. Modellen er laget for blant annet programmering, verktøybruk, generelle oppgaver og forskning innen AI, beregningsvitenskap og robotsimulering.
Publisert avRedigert med GPT-6 LunaBilder generert med GPT Image 2
Research answer
Key takeaways
- Apex 35B V1.0 er en modell med åpne vekter, bygget på Qwen3.6 35B A3B. Vektene er tilgjengelige på Hugging Face.
- Modellen er laget for blant annet programmering, verktøybruk, generelle oppgaver og forskning innen AI, beregningsvitenskap og robotsimulering.
- Apex rapporterer bedre resultater enn Qwen og Recursive Flint på mange av testene sine, men benchmarkene er selskapets egne evalueringer.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Apex Intelligence’s Apex-35B-V1.0, released on October 28, 2026, and how do its Hugging Face weight availability, Qwen3.6-35B-A3B fo. Article summary: Apex-35B-V1.0 is Apex Intelligence’s first model, released on October 28, 2026: an open-weight, Qwen-based model intended for general-purpose use and research, rather than a foundation model trained from scratch.[2][4][6. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Apex-35B-V1.0 er den første modellen fra Apex Intelligence. Den bygger på Alibaba-modellen Qwen3.6-35B-A3B og er videreutviklet gjennom mellomtrening og ettertrening – den er altså ikke trent fra bunnen av. Det mest interessante ved lanseringen er selskapets påstand om at Apex Research har bidratt til å lage målrettede treningsdata og bruke evalueringsresultater til å forbedre modellen. Apex oppgir en framgang på 32,1 poeng på sin interne CFD-Bench. Verken dette tallet eller de øvrige benchmarkpåstandene er uavhengig bekreftet i kildene som er brukt her.2
17
21
Hva er Apex-35B-V1.0?
Modellen er ment for både generell bruk og forskning. Modellbeskrivelsen trekker fram programmering, bruk av verktøy, spørsmål og svar og avansert søk, i tillegg til oppgaver innen AI, beregningsvitenskap og robotsimulering. Lanseringsmaterialet oppgir også støtte for Claude Code-miljøet.2
21
Modellvektene ligger på Hugging Face under Apexintelligence-AI/Apex-35B-V1.0. Det finnes også et offisielt GGUF-arkiv for lokale kjøremiljøer som støtter formatet.21
23
Slik skal Apex Research ha forbedret CFD-resultatene
Apex beskriver en treningssløyfe der feil modellen gjør i evalueringer, brukes som utgangspunkt for videre forbedring. I eksempelet med beregningsbasert strømningsmekanikk (CFD) analyserte Apex Research evalueringsfeil, fant problemer i modellens resonnement, laget og verifiserte nye vitenskapelige treningseksempler og la dem inn i senere trening.17
28
Apex knytter denne målrettede datatilførselen til en framgang på 32,1 poeng på selskapets interne CFD-Bench. Det er en økning målt i poeng, ikke prosent. Siden dette er en intern evaluering, bør resultatet forstås som selskapets egen rapportering – ikke som et uavhengig benchmarkfunn.17
28
Apex sier også at det automatiserte systemet bidro til å lage treningsdata og gjennomføre eksperimenter. En selskapsprofil tilskriver systemet også optimalisering av GPU-kjerner.1
6 Kildene her oppgir ikke sammenlignbare tall for treningstempo eller genereringshastighet, og gir heller ikke nok måleopplysninger til å vurdere disse effektivitets-påstandene.
Hva viser benchmark-sammenligningene?
Resultatene nedenfor er rapportert av Apex eller i dekning av modellslippet. De gir et bilde av selskapets egne evalueringer, men er ikke uavhengig bekreftede rangeringer.17
28
30
38
- 21 tester totalt: Ifølge omtalen av lanseringen slo Apex-35B-V1.0 Qwen3.6-35B-A3B på 20 av 21 tester. Sammenlignet med Recursive SuperIntelligences Flint, en modell på rundt 40 milliarder parametere, skal Apex ha vært best på 18 tester og delt førsteplassen på én. Testene dekket forskning, agentoppgaver, programmering og resonnering.
17
- Forskningstester: Apex oppgir at modellen gjorde det bedre enn både Qwen3.6-35B-A3B og Recursive Flint på alle de seks forskningstestene selskapet evaluerte.
28
30
- PaperBench og FrontierScience: En rapport oppgir Apex-resultater på 60,9 på PaperBench og 40,0 på FrontierScience. Til sammenligning fikk Qwen3.6-35B-A3B henholdsvis 45,8 og 21,7, mens GLM-5.3 fikk 42,5 på PaperBench og 30,7 på FrontierScience.
- Andre sammenligninger: Apex sier at modellen slo GLM-5.3 på FrontierScience og PaperBench, gjorde det bedre enn DeepSeek-V4.1-Flash-1017 på den krevende «Human-difficult»-delen av BioMysteryBench, og fikk høyest BFCL V4-resultat blant modellene selskapet sammenlignet.
38 BFCL-påstanden gjelder altså bare dette utvalget, ikke alle modeller som finnes.
- Robottestene: Apex rapporterer 44,5 på RoboRSI og 21,55 på Real2Sim. Modellmaterialet beskriver robotsimulering, utføring av robotoppgaver, innsamling av bevegelsesbaner og rekonstruksjon av virkelige scener i simulering som relevante bruksområder.
21
18
Hva kan vi konkludere med?
CFD-eksempelet gir den tydeligste beskrivelsen av Apex’ metode: finne feil, lage og kontrollere målrettede treningseksempler og trene modellen videre. Det viser konkret hvordan automatisert analyse kan bidra til modellutvikling. Men det dokumenterer ikke i seg selv selvstendig eller ubegrenset selvforbedring.17
28
Apex-35B-V1.0 er tilgjengelig som en modell med åpne vekter, bygget på Qwen, og Apex rapporterer framgang på flere interne evalueringer. Samtidig mangler kildene uavhengig bekreftede benchmarkresultater og sammenlignbare målinger av treningstempo og genereringshastighet. Det er viktig å ha med når resultatene vurderes opp mot andre modeller.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Apex-35B-V1.0: Qwen-modellen som fikk hjelp av AI-forskning"?
Apex 35B V1.0 er en modell med åpne vekter, bygget på Qwen3.6 35B A3B. Vektene er tilgjengelige på Hugging Face.
What are the key points to validate first?
Apex 35B V1.0 er en modell med åpne vekter, bygget på Qwen3.6 35B A3B. Vektene er tilgjengelige på Hugging Face. Modellen er laget for blant annet programmering, verktøybruk, generelle oppgaver og forskning innen AI, beregningsvitenskap og robotsimulering.
What should I do next in practice?
Apex rapporterer bedre resultater enn Qwen og Recursive Flint på mange av testene sine, men benchmarkene er selskapets egne evalueringer.