Apodex-1.1-mini: Multimodales Agenten-Modell auf Hugging Face veröffentlicht

LinkApodex AITool

Apodex AI hat das Modell Apodex-1.1-mini unter der Apache-2.0-Lizenz auf Hugging Face bereitgestellt. Das Modell basiert auf der Architektur qwen3_5_moe und ist speziell auf komplexe Recherche- und Agenten-Aufgaben mit nativer Tool-Nutzung ausgelegt.

Das Wichtigste

  1. Veröffentlichung unter freier Apache-2.0-Lizenz mit Bild- und Textverarbeitung (image-text-to-text).
  2. Basiert auf der Architektur qwen3_5_moe und nutzt das Qwen3.5-Chat-Template für Funktionsaufrufe und Reasoning.
  3. Unterstützt ein langes Kontextfenster von bis zu 262.144 Tokens und bis zu 32.768 Ausgabetokens.
  4. Bereitstellung für lokale Inferenz via vLLM und SGLang mit OpenAI-kompatibler API.
  5. Erzielt 50,2 Punkte im FrontierFinance-Benchmark und 27,7 Punkte auf APEX-Agent.

Warum das relevant ist

Mit Apodex-1.1-mini steht Entwicklern ein quelloffenes Modell zur Verfügung, das für mehrschrittige Agenten-Aufgaben, Tool-Integration und extrem lange Kontexte optimiert ist und lokal betrieben werden kann.

Einordnung

Apodex-1.1-mini legt den Fokus auf autonome Problemlösung statt klassischer Konversation. Das Modell verarbeitet strukturierte Tool-Schemas direkt über API-Parameter und ist für iterative Arbeitszyklen ausgelegt. Mechanismen wie die integrierte Verifikation (Statement Review) und die Koordination paralleler Sub-Agenten zielen darauf ab, Zwischenergebnisse in komplexen Forschungsworkflows überprüfbar zu halten.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Artikel:B. An et al.

    Apodex 1.1: Skalierung agentischer KI für komplexe Aufgaben

    Ein Forschungsteam stellt Apodex 1.1 vor, ein agentisches System für langfristige und überprüfbare Arbeitsabläufe in Bereichen wie Programmierung, Finanzen und Wissenschaft. Durch die Kombination aus erweiterten Ausführungsumgebungen und koordinierter Aufgabenverteilung erzielt das System Spitzenleistungen bei verhältnismäßig geringer Modellgröße.

    KI & AI· Forschung

  • Link:Qwen

    Qwen3.8-27B: Multimodales 27B-Modell mit Hybrid-Architektur und Denkmodus

    Das Qwen-Team hat mit Qwen3.8-27B ein kompaktes, dichtes Vision-Language-Modell unter der Apache-2.0-Lizenz veröffentlicht. Das 27-Milliarden-Parameter-Modell kombiniert Gated DeltaNet mit regulärer Attention, versteht Bilder sowie Videos und bietet flexible Steuerungsmöglichkeiten für Denkprozesse.

    KI & AI· Sammlung

  • Link:Empero AI

    Qwythos-27B-v1: Unzensiertes Open-Weight-Modell mit 1M Kontext und nativer Tool-Nutzung

    Empero AI veröffentlicht Qwythos-27B-v1, ein vollständiges Open-Weight-Reasoning-Modell auf Basis von Qwen3.5-27B. Der Checkpoint behält Multi-Token-Prediction (MTP), Vision-Fähigkeiten und ein auf über 1 Million Token erweitertes Kontextfenster bei und wurde gezielt für Terminal- und Agenten-Workflows optimiert.

    KI & AI· Sammlung

  • Link:Xiaomi MiMo Team

    Xiaomi veröffentlicht MiMo-V2.5-Pro als Open-Source-Modell

    Xiaomi hat MiMo-V2.5-Pro vorgestellt, ein quelloffenes Mixture-of-Experts-Modell mit 1,02 Billionen Parametern und 42 Milliarden aktiven Parametern. Das Modell bietet ein Kontextfenster von bis zu 1 Million Tokens und zielt speziell auf komplexe Agenten-Workflows und langanhaltende Software-Engineering-Aufgaben ab.

    KI & AI· Ankündigung

  • Link:Z.ai

    Z.ai veröffentlicht GLM-5.2 mit 1M-Kontext und MIT-Lizenz

    Z.ai hat das Flaggschiff-Modell GLM-5.2 auf Hugging Face unter der freien MIT-Lizenz bereitgestellt. Das Modell zielt auf komplexe Coding- und Agentic-Workflows ab und bietet ein stabiles Kontextfenster von einer Million Tokens. Durch Architekturverbesserungen wie IndexShare und einen optimierten MTP-Layer wurden Rechenaufwand gesenkt und Inferenzzeiten verkürzt.

    KI & AI· Sammlung

  • Link:ornith-ai

    Ornith-1.5-397B: Open-Source-MoE-Modell mit Fokus auf Coding und Reasoning

    ornith-ai hat das multimodale Mixture-of-Experts-Modell Ornith-1.5-397B unter MIT-Lizenz veröffentlicht. Das 397 Milliarden Parameter schwere Modell setzt auf kontinuierliche Selbstverbesserung und erzielt in Programmier- und Reasoning-Benchmarks Ergebnisse auf dem Niveau führender proprietärer Modelle.

    KI & AI· Sammlung

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.