信息卡

一句话定位

Apodex 公司以 Qwen/Qwen3.5-35B-A3B 为基座续训的「推理优先」开源智能体模型（Apache-2.0，中英双语、支持图文输入），主打在真实环境中端到端交付可验证成果，配套异步 Agent Team 执行框架。

为什么上热度榜

行业竞争正从「能搜会写」转向「交付实物」。官方评测里 Apodex-1.1-mini 在 FrontierFinance 以 50.2 领跑对比系统、APEX-Agent 拿到 27.7 几乎追平最强结果，且部署门槛只有单机 8 卡；同系更大的 Apodex-1.1 还在 FrontierFinance/FrontierScience 两榜登顶。以 Apache-2.0 放出这一量级的专业 agent 底模，在开源侧相当稀缺。

规格与技术亮点

架构沿用 qwen3_5_moe 与 Qwen3.5 聊天模板（思考段 `` + function/parameter 工具调用）。核心卖点是执行管线：直接操作论文、数据集、表格、图片与代码，完成清洗—方法选择—跑分析—检查中间结果—出错回滚的完整闭环；Statement Review 在交割前逐条核对关键论断的来源与计算，证据不足或引用不符时自动标记并修正，且复核过程全程可查；Agent Team 动态拆解任务、多个子代理并行、共享任务状态，可不重启整个任务地吸收新文件与新反馈。

使用方式与代码示例

# SGLang
python3 -m sglang.launch_server --model-path apodex/Apodex-1.1-mini --tp 8 \
  --context-length 262144 --tool-call-parser qwen3_coder --reasoning-parser qwen3

采样推荐 temperature=1.0、top_p=0.95、repetition_penalty=1.05、max_tokens=32768。

部署建议

vLLM/SGLang 均需开 `--enable-auto-tool-choice` 并配 qwen3_coder 工具解析器，否则拿不到标准 OpenAI tool_calls；最佳 agent 成绩要配合其开源 harness（ApodexAI/FrontierAgent）的 Agent Team 设置复现。

典型应用场景

• 科研自动化：文献→实验→报告的可验证流水线
• 金融分析与尽调工作流（FrontierFinance 特化）
• 代码库改造、数据分析等「留痕可查」型交付
• 需要引用核验的研究简报生成

同类对比

同为 35B-A3B 系的通用模型不会内置审查环节与团队编排；Apodex 走「模型+框架一体」路线，小模型打出前沿分数，代价是最优表现依赖其专属 harness。

资源导航

Tech Blog / Tech Report、GitHub ApodexAI/FrontierAgent harness、apodex.ai 在线体验与平台 API。