A Swiss AI Initiative publicou as notas de lançamento do Apertus 1.5 no Hugging Face. A atualização cobre os modelos de 8B e 70B da geração Apertus 1.0. Os pesos foram disponibilizados em 24 de julho de 2026 sob licença Apache 2.0, e as notas, datadas de 15 de outubro de 2026, descrevem o relatório técnico que os acompanha.
O que mudou
- Entrada de imagem e áudio. Os modelos aceitam imagens e áudio junto com texto, então documentos, diagramas e fotos podem entrar na mesma conversa. O processamento de fala está marcado como experimental.
- Modo de raciocínio. Um modo opcional permite que o modelo raciocine sobre a entrada antes de responder. Segundo os autores, isso melhora os resultados em problemas de raciocínio.
- Contexto maior. A janela agora é de 262.144 tokens, quatro vezes o tamanho do Apertus 1.0.
- Seguimento de instruções e uso de ferramentas. A equipe relata uma aderência mais previsível às instruções. Os dados de treino para uso de ferramentas ficaram restritos a trajetórias verificadas por execução.
Os modelos entendem imagens e áudio, mas geram apenas texto. Imagens e áudio entram como tokens na mesma sequência do texto. Uma imagem de 512×512 vira 1.024 tokens, e o áudio custa 40 tokens por segundo. A arquitetura não mudou; só o vocabulário foi ampliado.
Como se compara
Os autores afirmam sem rodeios que o Apertus 1.5 ainda fica atrás dos modelos de pesos abertos de ponta. Eles relatam ganhos claros em programação e em seguimento de instruções. O modelo de 8B supera modelos de pesos abertos de porte semelhante em tarefas de instrução e multilíngues. Em trabalho multimodal, fica mais perto do Gemma 4 12B e de outros modelos de pesos abertos atuais. É competitivo em compreensão espacial entre os modelos de pesos abertos, e em compreensão de documentos e gráficos entre os modelos de código aberto.
Dois resultados externos chamam a atenção. Em tarefas jurídicas suíças, o modelo fica no mesmo nível dos principais modelos de pesos abertos. No Last Translation Benchmark, o modelo de 8B empata com o GPT-OSS-20B e supera o Claude Haiku 4.5 e o Google Translate. Esses são números relatados pelos autores e não foram verificados de forma independente aqui.
Onde obter
Os pesos e os checkpoints intermediários (base, SFT, RLVR e DPO) estão no Hugging Face, junto com as misturas de dados de treino. O Proton Lumo e o Infomaniak Euria já integraram o Apertus 1.5. Swisscom, Infomaniak, Phoeniqs e outros provedores anunciaram acesso por API. O projeto também lista os resultados de avaliação em um formato comum, pensado para torná-los reproduzíveis e comparáveis.
O que vem a seguir
A equipe diz que apresentou um roteiro para o Apertus 2.0 no AI+X Summit, em Zurique. Ele descreve uma arquitetura esparsa ou de mistura de especialistas com cerca de 600B de parâmetros no total, com agentes, matemática e programação como prioridades. Isso é um plano, não um lançamento.