AnswersPublished20 sources
Apex-35B-V1.0: jak pętla badawcza AI miała ulepszyć model Qwen
Apex 35B V1.0 to model z otwartymi wagami oparty na Qwen3.6 35B A3B; jego wagi udostępniono w serwisie Hugging Face. Model ma służyć m.in.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Apex 35B V1.0 to model z otwartymi wagami oparty na Qwen3.6 35B A3B; jego wagi udostępniono w serwisie Hugging Face.
- Model ma służyć m.in. do programowania, korzystania z narzędzi i zadań badawczych w nauce obliczeniowej oraz symulacji robotyki.
- Apex informuje o poprawie wyniku w CFD Bench i przewadze nad innymi modelami w wielu testach, ale są to deklaracje oparte na ocenach firmy.
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 to pierwszy model firmy Apex Intelligence. Powstał na bazie Qwen3.6-35B-A3B od Alibaba, a następnie był rozwijany w etapach mid-trainingu i post-trainingu. Najciekawsza część tej premiery to nie trening od zera, lecz deklarowany udział Apex Research — systemu, który miał analizować wyniki i pomagać tworzyć ukierunkowane dane treningowe. Apex podaje, że dzięki temu wynik modelu w wewnętrznym teście CFD-Bench wzrósł o 32,1 punktu. To rezultat raportowany przez firmę, a nie niezależnie potwierdzony w przywołanych materiałach.2
17
21
Czym jest Apex-35B-V1.0 i gdzie go znaleźć
Model ma być przeznaczony zarówno do zastosowań ogólnych, jak i do badań. W jego opisie wymieniono programowanie, korzystanie z narzędzi, odpowiadanie na pytania i pogłębione wyszukiwanie, a także zadania związane z AI, nauką obliczeniową i symulacją robotyki. Materiały dotyczące premiery wspominają również o obsłudze środowiska Claude Code.2
21
Wagi modelu udostępniono w serwisie Hugging Face pod nazwą Apexintelligence-AI/Apex-35B-V1.0. Dostępna jest też oficjalna wersja GGUF, przeznaczona do zgodnych narzędzi uruchamianych lokalnie.21
23
Jak Apex Research miało poprawić wyniki w CFD
Opisany przez Apex proces wykorzystuje błędy modelu jako wskazówkę, nad czym pracować dalej. W przykładzie dotyczącym obliczeniowej mechaniki płynów (CFD) Apex Research miało analizować błędy wykryte podczas ewaluacji, identyfikować problemy z rozumowaniem, a następnie tworzyć i weryfikować nowe przykłady naukowe. Tak przygotowane dane trafiały do kolejnych etapów treningu.17
28
Firma przypisuje tej pętli pracy poprawę wyniku w wewnętrznym CFD-Bench o 32,1 punktu. Chodzi o różnicę wyrażoną w punktach, nie o wzrost o 32,1 proc. Ponieważ mowa o wewnętrznym teście Apex, należy traktować ten wynik jako deklarację firmy, a nie niezależny pomiar.17
28
Apex opisuje też swój zautomatyzowany system jako narzędzie wspierające przygotowanie danych treningowych i prowadzenie eksperymentów; profil firmy przypisuje mu również optymalizację jąder GPU.1
6 Przywołane materiały nie podają jednak porównywalnych, liczbowych wyników dotyczących przepustowości treningu ani szybkości generowania odpowiedzi. Brakuje też szczegółów pomiaru, które pozwoliłyby ocenić te deklaracje o efektywności.
Co pokazują porównania benchmarków
Poniższe wyniki pochodzą z komunikatów Apex lub relacji z premiery. Mogą dawać obraz tego, jak model wypadł w testach firmy, ale nie są niezależnie potwierdzonym rankingiem.17
28
30
38
- 21 benchmarków łącznie: Według relacji z premiery Apex-35B-V1.0 uzyskał lepszy wynik niż Qwen3.6-35B-A3B w 20 testach. W porównaniu z modelem Flint firmy Recursive SuperIntelligence, mającym około 40 mld parametrów, miał prowadzić w 18 testach i zremisować w jednym. Ewaluacje obejmowały badania, zadania agentowe, programowanie i rozumowanie.
17
- Testy badawcze: Apex podaje, że model wyprzedził Qwen3.6-35B-A3B i Recursive Flint we wszystkich sześciu ocenianych benchmarkach badawczych.
28
30
- PaperBench i FrontierScience: W jednym z raportów Apex uzyskał 60,9 pkt w PaperBench i 40,0 pkt w FrontierScience. Dla Qwen3.6-35B-A3B podano odpowiednio 45,8 i 21,7 pkt, a dla GLM-5.3 — 42,5 i 30,7 pkt.
- Inne porównania: Apex twierdzi, że jego model osiągnął lepsze wyniki niż GLM-5.3 w FrontierScience i PaperBench oraz niż DeepSeek-V4.1-Flash-1017 w trudnym podzbiorze Human-difficult benchmarku BioMysteryBench. Firma podaje też, że Apex-35B-V1.0 uzyskał najwyższy wynik BFCL V4 wśród porównywanych modeli — nie oznacza to jednak, że był najlepszy spośród wszystkich dostępnych modeli.
38
- Testy związane z robotyką: W materiałach Apex podano wyniki 44,5 pkt w RoboRSI i 21,55 pkt w Real2Sim. Opis modelu wymienia m.in. wykonywanie zadań robotycznych, zbieranie trajektorii i odtwarzanie sceny rzeczywistej w symulacji.
21
18
Co można wywnioskować, a czego jeszcze nie wiadomo
Najbardziej konkretnym przykładem deklarowanego podejścia Apex Research jest pętla CFD: wykrycie błędów, przygotowanie i weryfikacja ukierunkowanych przykładów, a następnie dalszy trening. To opisuje, w jaki sposób automatyczna analiza mogła wesprzeć rozwój modelu. Sam w sobie nie dowodzi jednak autonomicznego, nieograniczonego samodoskonalenia.17
28
Apex-35B-V1.0 jest modelem opartym na Qwen, udostępnionym z otwartymi wagami, a firma informuje o poprawie wyników w swoich ewaluacjach. Przywołane materiały nie dostarczają jednak niezależnie zweryfikowanych rezultatów benchmarków ani porównywalnych pomiarów przepustowości treningu i szybkości generowania odpowiedzi. Warto o tym pamiętać, oceniając deklaracje o wydajności i zestawiając model z innymi systemami.
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: jak pętla badawcza AI miała ulepszyć model Qwen"?
Apex 35B V1.0 to model z otwartymi wagami oparty na Qwen3.6 35B A3B; jego wagi udostępniono w serwisie Hugging Face.
What are the key points to validate first?
Apex 35B V1.0 to model z otwartymi wagami oparty na Qwen3.6 35B A3B; jego wagi udostępniono w serwisie Hugging Face. Model ma służyć m.in. do programowania, korzystania z narzędzi i zadań badawczych w nauce obliczeniowej oraz symulacji robotyki.
What should I do next in practice?
Apex informuje o poprawie wyniku w CFD Bench i przewadze nad innymi modelami w wielu testach, ale są to deklaracje oparte na ocenach firmy.