คำตอบเผยแพร่แล้ว20 แหล่งที่มา
Apex-35B-V1.0 โมเดลต่อยอดจาก Qwen กับวงจรวิจัย AI ที่บริษัทอ้างว่าช่วยเพิ่มคะแนน
Apex 35B V1.0 เป็นโมเดล open weight ที่ต่อยอดจาก Qwen3.6 35B A3B และมีน้ำหนักโมเดลให้ดาวน์โหลดบน Hugging Face Apex ระบุว่า Apex Research วิเคราะห์ข้อผิดพลาด สร้างและตรวจสอบตัวอย่างฝึกใหม่ ก่อนนำไปฝึกโมเดลต่อ โดยอ้างว่าคะแนน CFD Bench ภายในเพิ่มขึ้น 32.1 คะแนน บริษัทเผยผลทดสอบที่ชนะ Qwen และ Recursive Flint หลายรายกา...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- Apex 35B V1.0 เป็นโมเดล open weight ที่ต่อยอดจาก Qwen3.6 35B A3B และมีน้ำหนักโมเดลให้ดาวน์โหลดบน Hugging Face
- Apex ระบุว่า Apex Research วิเคราะห์ข้อผิดพลาด สร้างและตรวจสอบตัวอย่างฝึกใหม่ ก่อนนำไปฝึกโมเดลต่อ โดยอ้างว่าคะแนน CFD Bench ภายในเพิ่มขึ้น 32.1 คะแนน
- บริษัทเผยผลทดสอบที่ชนะ Qwen และ Recursive Flint หลายรายการ แต่ตัวเลขเหล่านี้ยังเป็นผลที่รายงานโดยบริษัท ไม่ใช่การยืนยันจากการประเมินอิสระ
AI พรอมต์
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 คือโมเดลแรกของ Apex Intelligence เปิดตัวเมื่อวันที่ 28 ตุลาคม 2026 และสร้างต่อยอดจาก Qwen3.6-35B-A3B ของ Alibaba ผ่านการฝึกช่วงกลางและหลังการฝึก (mid-training และ post-training) จุดที่บริษัทนำเสนอไม่ใช่การฝึกโมเดลจากศูนย์ แต่คือการใช้ระบบ Apex Research ช่วยสร้างข้อมูลและนำผลประเมินมาวางแนวทางปรับปรุงโมเดล1
2
17
อย่างไรก็ตาม ตัวเลขที่โดดเด่น รวมถึงคะแนนที่เพิ่มขึ้นบน CFD-Bench เป็นผลทดสอบภายในหรือผลที่บริษัทเผยแพร่เอง แหล่งข้อมูลที่อ้างถึงยังไม่ได้ยืนยันผลเหล่านี้อย่างเป็นอิสระ17
21
โมเดลทำอะไรได้ และดาวน์โหลดจากที่ไหน
Apex ระบุว่าโมเดลออกแบบมาสำหรับการใช้งานทั่วไปและงานวิจัย โดยความสามารถที่ระบุไว้ครอบคลุมการเขียนโค้ด การใช้เครื่องมือ การตอบคำถาม และการค้นหาเชิงลึก รวมถึงงานวิจัยด้าน AI วิทยาศาสตร์คำนวณ และการจำลองหุ่นยนต์ นอกจากนี้ เอกสารโมเดลยังกล่าวถึงการรองรับ Claude Code harness2
21
น้ำหนักโมเดลเผยแพร่บน Hugging Face ในชื่อ Apexintelligence-AI/Apex-35B-V1.0 และยังมีคลัง GGUF อย่างเป็นทางการสำหรับรันไทม์ที่รองรับรูปแบบนี้21
23
วงจรที่ Apex อ้างว่าช่วยพัฒนางาน CFD
ตัวอย่างที่ชัดเจนที่สุดของการใช้ Apex Research คือการปรับปรุงงานพลศาสตร์ของไหลเชิงคำนวณ หรือ CFD บริษัทระบุว่าระบบเริ่มจากวิเคราะห์ข้อผิดพลาดที่โมเดลทำในระหว่างการประเมิน แล้วหาปัญหาด้านการให้เหตุผลที่เกี่ยวข้อง จากนั้นจึงสร้างและตรวจสอบตัวอย่างโจทย์วิทยาศาสตร์ใหม่ ก่อนเพิ่มข้อมูลเหล่านั้นเข้าไปในการฝึกรอบถัดไป17
28
Apex ระบุว่าวงจรสร้างข้อมูลแบบเจาะจงนี้ทำให้คะแนนบน CFD-Bench ภายในบริษัท เพิ่มขึ้น 32.1 คะแนน ตัวเลขนี้หมายถึงคะแนนที่เพิ่มขึ้น ไม่ใช่การเพิ่มขึ้น 32.1% และควรอ่านในฐานะผลทดสอบที่บริษัทเป็นผู้รายงานเอง17
28
บริษัทยังกล่าวว่าระบบอัตโนมัติมีส่วนช่วยสร้างข้อมูลฝึกและทำการทดลอง ขณะที่ข้อมูลประวัติบริษัทระบุเพิ่มเติมว่าระบบช่วยปรับแต่ง GPU kernel ด้วย แต่ข้อมูลที่อ้างถึงไม่มีตัวเลขเปรียบเทียบที่เพียงพอสำหรับประเมินความเร็วในการฝึกหรือการถอดรหัสข้อความ1
6
ผลเบนช์มาร์กที่บริษัทนำเสนอ
ผลเปรียบเทียบต่อไปนี้มาจาก Apex หรือรายงานเกี่ยวกับการเปิดตัว จึงใช้ดูแนวโน้มการประเมินของบริษัทได้ แต่ยังไม่ใช่อันดับที่ได้รับการตรวจสอบอย่างอิสระ17
28
30
38
- ผลรวม 21 เบนช์มาร์ก: รายงานระบุว่า Apex-35B-V1.0 ทำคะแนนเหนือ Qwen3.6-35B-A3B ได้ 20 รายการ ส่วนเมื่อเทียบกับ Flint ของ Recursive SuperIntelligence ซึ่งมีพารามิเตอร์ราว 40,000 ล้านตัว โมเดล Apex นำ 18 รายการและเสมอ 1 รายการ การทดสอบครอบคลุมงานวิจัย งานแบบเอเจนต์ การเขียนโค้ด และการให้เหตุผล
17
- การทดสอบด้านงานวิจัย: Apex ระบุว่าโมเดลทำคะแนนเหนือทั้ง Qwen3.6-35B-A3B และ Recursive Flint ในเบนช์มาร์กด้านงานวิจัยทั้ง 6 รายการที่บริษัททดสอบ
28
30
- PaperBench และ FrontierScience: รายงานให้คะแนน Apex ที่ 60.9 บน PaperBench และ 40.0 บน FrontierScience เทียบกับ Qwen3.6-35B-A3B ที่ 45.8 และ 21.7 ตามลำดับ ส่วน GLM-5.3 ได้ 42.5 บน PaperBench และ 30.7 บน FrontierScience
- การเปรียบเทียบอื่น: Apex ระบุว่าโมเดลทำคะแนนเหนือ GLM-5.3 บน FrontierScience และ PaperBench รวมถึงเหนือ DeepSeek-V4.1-Flash-1017 ในชุด Human-difficult ของ BioMysteryBench และได้คะแนน BFCL V4 สูงสุดในกลุ่มโมเดลที่นำมาเปรียบเทียบ ข้ออ้างเรื่อง BFCL V4 จึงจำกัดอยู่เฉพาะกลุ่มที่บริษัทเลือก ไม่ได้หมายถึงโมเดลทั้งหมดที่มีอยู่
38
- การทดสอบเกี่ยวกับหุ่นยนต์: เอกสารเปิดตัวรายงานคะแนน 44.5 บน RoboRSI และ 21.55 บน Real2Sim พร้อมระบุความสามารถที่เกี่ยวข้อง เช่น การทำงานตามภารกิจของหุ่นยนต์ การเก็บข้อมูลวิถีการเคลื่อนที่ และการสร้างฉากจำลองจากโลกจริง
21
18
อ่านผลอย่างไรโดยไม่ด่วนสรุป
ตัวอย่าง CFD แสดงขั้นตอนที่จับต้องได้ของแนวทางที่ Apex อธิบาย: หาข้อผิดพลาด สร้างและตรวจสอบข้อมูลที่ตรงจุด แล้วนำไปฝึกโมเดลต่อ แต่เพียงเท่านี้ยังไม่ใช่หลักฐานว่าระบบสามารถพัฒนาตัวเองได้อย่างอิสระหรือวนปรับปรุงได้ไม่สิ้นสุด17
28
สิ่งที่ยืนยันได้จากข้อมูลที่ให้มาคือ Apex-35B-V1.0 เป็นโมเดล open-weight ที่ต่อยอดจาก Qwen และบริษัทเปิดเผยผลทดสอบภายในหลายรายการ ส่วนผลเบนช์มาร์กยังไม่มีการยืนยันจากแหล่งอิสระ และยังขาดตัวเลขที่วัดเทียบกันได้เกี่ยวกับความเร็วการฝึกและการถอดรหัสข้อความ ข้อจำกัดเหล่านี้ควรอยู่ในใจเมื่อพิจารณาคำกล่าวเรื่องประสิทธิภาพหรือเทียบกับโมเดลอื่น
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "Apex-35B-V1.0 โมเดลต่อยอดจาก Qwen กับวงจรวิจัย AI ที่บริษัทอ้างว่าช่วยเพิ่มคะแนน" คืออะไร
Apex 35B V1.0 เป็นโมเดล open weight ที่ต่อยอดจาก Qwen3.6 35B A3B และมีน้ำหนักโมเดลให้ดาวน์โหลดบน Hugging Face
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Apex 35B V1.0 เป็นโมเดล open weight ที่ต่อยอดจาก Qwen3.6 35B A3B และมีน้ำหนักโมเดลให้ดาวน์โหลดบน Hugging Face Apex ระบุว่า Apex Research วิเคราะห์ข้อผิดพลาด สร้างและตรวจสอบตัวอย่างฝึกใหม่ ก่อนนำไปฝึกโมเดลต่อ โดยอ้างว่าคะแนน CFD Bench ภายในเพิ่มขึ้น 32.1 คะแนน
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
บริษัทเผยผลทดสอบที่ชนะ Qwen และ Recursive Flint หลายรายการ แต่ตัวเลขเหล่านี้ยังเป็นผลที่รายงานโดยบริษัท ไม่ใช่การยืนยันจากการประเมินอิสระ