ОтветыОпубликовано20 источники
Apex-35B-V1.0: что показала модель на базе Qwen и как её улучшали
Apex 35B V1.0 — модель с открытыми весами на базе Qwen3.6 35B A3B; веса доступны на Hugging Face. Среди заявленных направлений — программирование, работа с инструментами, ответы на вопросы и научные задачи, включая вычислительную науку и робототехническое моделирование.
ОпубликовалОтредактировано с помощью GPT-6 LunaИзображения созданы с помощью GPT Image 2
Ответ на исследование
Ключевые выводы
- Apex 35B V1.0 — модель с открытыми весами на базе Qwen3.6 35B A3B; веса доступны на Hugging Face.
- Среди заявленных направлений — программирование, работа с инструментами, ответы на вопросы и научные задачи, включая вычислительную науку и робототехническое моделирование.
- Apex сообщает о приросте на 32,1 пункта во внутреннем CFD Bench и о результатах выше Qwen на 20 из 21 теста; независимого подтверждения этих сравнений в приведённых материалах нет.
Промпт ИИ
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 — первая модель компании Apex Intelligence. Это модель с открытыми весами, созданная на базе Alibaba Qwen3.6-35B-A3B и доработанная на этапах дополнительного обучения и постобучения. Главная особенность релиза — не обучение с нуля, а заявленный компанией цикл, в котором система Apex Research анализирует результаты модели и помогает готовить новые обучающие данные. Apex сообщает о приросте на 32,1 пункта во внутреннем CFD-Bench, однако этот результат, как и остальные сравнения в релизе, не подтверждён независимой оценкой в приведённых источниках.2
17
21
Для чего предназначена модель и где доступны веса
Apex позиционирует модель как универсальную и пригодную для исследовательских задач. В описании перечислены программирование, использование инструментов, ответы на вопросы и углублённый поиск, а также исследования в области ИИ, вычислительной науки и робототехнического моделирования. В материалах к релизу также заявлена поддержка среды Claude Code.2
21
Веса опубликованы на Hugging Face в репозитории Apexintelligence-AI/Apex-35B-V1.0. Для совместимых локальных сред доступна и официальная версия в формате GGUF.21
23
Как, по словам Apex, улучшали результаты в CFD
В примере с вычислительной гидродинамикой (CFD) система Apex Research использовала ошибки модели на тестировании как подсказку для следующего этапа обучения. Она анализировала ошибки, выявляла проблемы в рассуждениях, создавала новые научные примеры и проверяла их, после чего примеры добавляли в дальнейшее обучение.17
28
Apex приписывает этому подходу прирост на 32,1 пункта во внутреннем CFD-Bench. Речь идёт именно о пунктах, а не о росте на 32,1%. Поскольку тестирование было внутренним, это следует считать результатом, заявленным компанией, а не независимо подтверждённым бенчмарком.17
28
Компания также сообщает, что автоматизированная система помогала создавать обучающие данные и проводить эксперименты; профиль компании отдельно упоминает оптимизацию GPU-ядер.1
6 При этом в доступных материалах нет сопоставимых численных данных о скорости обучения или генерации токенов и достаточно подробностей, чтобы оценить эти заявления об эффективности.
Что показывают опубликованные сравнения
Ниже приведены результаты, которые сообщают Apex или публикации о релизе. Они дают представление о том, как модель показала себя в оценках компании, но не являются независимо проверенным рейтингом.17
28
30
38
- 21 бенчмарк: по сообщениям о релизе, Apex-35B-V1.0 превзошла Qwen3.6-35B-A3B в 20 тестах из 21. В сравнении с моделью Flint от Recursive SuperIntelligence, имеющей примерно 40 млрд параметров, Apex, по заявлению компании, показала лучший результат в 18 тестах и сравнялась с ней в одном. Проверки охватывали научные задачи, агентные сценарии, программирование и рассуждение.
17
- Научные тесты: Apex утверждает, что модель обошла Qwen3.6-35B-A3B и Recursive Flint во всех шести научных бенчмарках, которые компания оценивала.
28
30
- PaperBench и FrontierScience: в опубликованном сравнении у Apex указаны результаты 60,9 в PaperBench и 40,0 в FrontierScience. Для Qwen3.6-35B-A3B приведены 45,8 и 21,7 соответственно; для GLM-5.3 — 42,5 и 30,7.
- Другие сравнения: Apex заявляет, что опередила GLM-5.3 в FrontierScience и PaperBench, показала результат выше DeepSeek-V4.1-Flash-1017 на сложной для людей части BioMysteryBench и получила лучший BFCL V4 среди моделей, включённых в сравнение. Последнее утверждение относится только к этому набору моделей, а не ко всем существующим системам.
38
- Робототехнические тесты: в релизе Apex указаны результаты 44,5 в RoboRSI и 21,55 в Real2Sim. Компания связывает эти тесты со способностями модели выполнять робототехнические задачи, собирать траектории и восстанавливать сцены при переходе от реальных условий к симуляции.
21
18
Что можно заключить — и чего пока нельзя
Самый конкретный пример заявленного подхода Apex — цикл для CFD: найти ошибки, подготовить и проверить целевые обучающие примеры, а затем продолжить обучение модели. Он показывает, как автоматизированный анализ может участвовать в разработке, но сам по себе не доказывает автономное или открытое рекурсивное самоулучшение.17
28
Apex-35B-V1.0 доступна как модель с открытыми весами на базе Qwen, а компания сообщает о результатах выше базовой модели в ряде собственных оценок. Но опубликованные материалы не содержат независимой проверки бенчмарков и сопоставимых измерений скорости обучения и генерации. Это важно учитывать, оценивая заявления о производительности и сравнивая модель с другими системами.
Studio Global AI
Продолжайте свое исследование
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
Люди также спрашивают
Каков краткий ответ на вопрос «Apex-35B-V1.0: что показала модель на базе Qwen и как её улучшали»?
Apex 35B V1.0 — модель с открытыми весами на базе Qwen3.6 35B A3B; веса доступны на Hugging Face.
Какие ключевые моменты необходимо проверить в первую очередь?
Apex 35B V1.0 — модель с открытыми весами на базе Qwen3.6 35B A3B; веса доступны на Hugging Face. Среди заявленных направлений — программирование, работа с инструментами, ответы на вопросы и научные задачи, включая вычислительную науку и робототехническое моделирование.
Что мне делать дальше на практике?
Apex сообщает о приросте на 32,1 пункта во внутреннем CFD Bench и о результатах выше Qwen на 20 из 21 теста; независимого подтверждения этих сравнений в приведённых материалах нет.