AnswersPublished20 sources
Apex-35B-V1.0: що стоїть за заявами про покращення моделі на базі Qwen
Apex 35B V1.0 — модель із відкритими вагами на базі Qwen3.6 35B A3B; її ваги опубліковані на Hugging Face. Apex Research, за описом компанії, аналізувала помилки моделі, створювала й перевіряла нові приклади та додавала їх до наступного циклу навчання.
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- Apex 35B V1.0 — модель із відкритими вагами на базі Qwen3.6 35B A3B; її ваги опубліковані на Hugging Face.
- Apex Research, за описом компанії, аналізувала помилки моделі, створювала й перевіряла нові приклади та додавала їх до наступного циклу навчання.
- Apex повідомляє про приріст на 32,1 бала у власному CFD Bench і перевагу над базовою моделлю на 20 із 21 тесту; ці оцінки не є незалежно підтвердженими.
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 — перша модель компанії Apex Intelligence. Це система з відкритими вагами на базі Alibaba Qwen3.6-35B-A3B, яку додатково навчали на проміжному й фінальному етапах. Головна особливість релізу — не навчання з нуля, а заявлений компанією цикл, у якому Apex Research допомагає створювати цільові дані та використовувати результати оцінювання для подальших покращень. Apex повідомляє про приріст на 32,1 бала у власному CFD-Bench, однак цей результат, як і інші наведені компанією порівняння, не підтверджений незалежною оцінкою в доступних джерелах.2
17
21
Що вміє модель і де її знайти
Apex-35B-V1.0 позиціонують як модель для широкого кола завдань і досліджень. В описі згадані програмування, робота з інструментами, відповіді на запитання й поглиблений пошук, а також дослідницькі завдання у сферах штучного інтелекту, обчислювальних наук і роботизованого моделювання. Матеріали релізу також зазначають сумісність із Claude Code.2
21
Ваги моделі доступні на Hugging Face у репозиторії Apexintelligence-AI/Apex-35B-V1.0. Для сумісних локальних середовищ є й офіційна версія у форматі GGUF.21
23
Як Apex Research, за заявою компанії, покращувала результати в CFD
Описаний Apex процес використовує помилки моделі як підказку для подальшого навчання. У прикладі з обчислювальною гідродинамікою (CFD) Apex Research аналізувала помилки під час оцінювання, визначала проблеми в міркуваннях, генерувала й перевіряла нові наукові навчальні приклади, а потім додавала їх до наступного циклу навчання.17
28
Apex пов’язує цей підхід із приростом на 32,1 бала у власному CFD-Bench. Йдеться саме про бали, а не про зростання на 32,1%. Оскільки джерела описують внутрішній тест компанії, результат варто сприймати як заяву Apex, а не як незалежно підтверджений показник.17
28
Компанія також стверджує, що її автоматизована система допомагала створювати навчальні дані та проводити експерименти; в одному профілі компанії їй приписують і оптимізацію GPU-ядер.1
6 Водночас наведені матеріали не містять зіставних числових результатів щодо швидкості навчання чи генерації токенів і не дають достатньо подробиць, щоб оцінити ці заяви про ефективність.
Що показують порівняння з іншими моделями
Наведені нижче результати оприлюднила Apex або медіа, що висвітлювали реліз. Вони дають уявлення про результати оцінювання компанії, але не є незалежно перевіреним рейтингом.17
28
30
38
- На 21 тесті: за повідомленням про реліз, Apex-35B-V1.0 випередила Qwen3.6-35B-A3B на 20 тестах. У порівнянні з Flint від Recursive SuperIntelligence — моделлю приблизно на 40 млрд параметрів — Apex, як стверджується, мала кращий результат на 18 тестах і нічию на одному. Перевірки охоплювали дослідницькі завдання, роботу агентів, програмування та міркування.
17
- Дослідницькі тести: Apex заявляє, що модель випередила Qwen3.6-35B-A3B і Recursive Flint на всіх шести дослідницьких тестах, які компанія оцінювала.
28
30
- PaperBench і FrontierScience: в одному звіті наведено результати Apex 60,9 бала в PaperBench і 40,0 — у FrontierScience. Для Qwen3.6-35B-A3B у тих самих тестах зазначено 45,8 і 21,7 бала відповідно; для GLM-5.3 — 42,5 і 30,7.
- Інші порівняння: Apex стверджує, що випередила GLM-5.3 у FrontierScience та PaperBench, отримала вищий результат за DeepSeek-V4.1-Flash-1017 на складному для людей сегменті BioMysteryBench і мала найвищий бал BFCL V4 серед моделей, які компанія порівнювала.
38 Остання заява стосується лише цього набору моделей, а не всіх доступних систем.
- Тести, пов’язані з робототехнікою: у релізі Apex наведено 44,5 бала в RoboRSI та 21,55 — у Real2Sim. Матеріали моделі пов’язують її можливості з симуляцією робототехніки, виконанням роботизованих завдань, збиранням траєкторій і реконструкцією сцен за принципом «з реального світу в симуляцію».
21
18
Що можна виснувати — і чого дані поки не доводять
Найконкретніший приклад заявленого підходу Apex Research — цикл для CFD: знайти помилки, створити й перевірити цільові навчальні приклади та використати їх у повторному навчанні. Це зрозумілий опис того, як автоматизований аналіз може долучатися до розробки моделі. Але сам по собі він не доводить автономного чи необмеженого самовдосконалення.17
28
Apex-35B-V1.0 доступна як модель із відкритими вагами на базі Qwen, а компанія повідомляє про покращення на низці внутрішніх тестів. Водночас наведені джерела не містять незалежно підтверджених результатів бенчмарків або зіставних вимірювань швидкості навчання й генерації. Це важливо враховувати, оцінюючи заяви про продуктивність і порівнюючи модель з іншими системами.
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: що стоїть за заявами про покращення моделі на базі Qwen"?
Apex 35B V1.0 — модель із відкритими вагами на базі Qwen3.6 35B A3B; її ваги опубліковані на Hugging Face.
What are the key points to validate first?
Apex 35B V1.0 — модель із відкритими вагами на базі Qwen3.6 35B A3B; її ваги опубліковані на Hugging Face. Apex Research, за описом компанії, аналізувала помилки моделі, створювала й перевіряла нові приклади та додавала їх до наступного циклу навчання.
What should I do next in practice?
Apex повідомляє про приріст на 32,1 бала у власному CFD Bench і перевагу над базовою моделлю на 20 із 21 тесту; ці оцінки не є незалежно підтвердженими.