Swiss AI Initiative опубликовала примечания к релизу Apertus 1.5 на Hugging Face. Обновление касается моделей 8B и 70B поколения Apertus 1.0. Веса выложены 24 июля 2026 года под лицензией Apache 2.0, а примечания от 15 октября 2026 года описывают технический отчёт, на котором всё основано.
Что изменилось
- Ввод изображений и аудио. Модели принимают изображения и звук наравне с текстом, так что документы, схемы и фотографии можно отправлять в тот же диалог. Обработку устной речи авторы называют экспериментальной.
- Режим рассуждений. Необязательный режим позволяет модели обдумать входные данные перед ответом. По словам авторов, это улучшает результаты на задачах на рассуждение.
- Более длинный контекст. Окно теперь составляет 262 144 токена, в четыре раза больше, чем у Apertus 1.0.
- Выполнение инструкций и работа с инструментами. Команда сообщает о более предсказуемом следовании инструкциям. Данные для обучения работе с инструментами ограничили траекториями, проверенными исполнением.
Модели понимают изображения и аудио, но генерируют только текст. Картинки и звук попадают в ту же последовательность, что и текст, в виде токенов. Изображение 512×512 превращается в 1 024 токена, а секунда аудио стоит 40 токенов. Архитектура не менялась, расширили только словарь.
Как модель выглядит в сравнении
Авторы прямо пишут, что Apertus 1.5 всё ещё отстаёт от передовых открытых моделей. Они сообщают о заметном росте в программировании и выполнении инструкций. Модель 8B опережает открытые модели того же размера в задачах на следование инструкциям и в многоязычных задачах. В мультимодальных задачах она ближе к Gemma 4 12B и другим актуальным открытым моделям. Среди открытых моделей она конкурентна в понимании пространственных отношений, а среди моделей с открытым исходным кодом - в понимании документов и диаграмм.
Выделяются два внешних результата. В швейцарских юридических задачах модель на уровне ведущих открытых моделей. На Last Translation Benchmark модель 8B сравнялась с GPT-OSS-20B и обошла Claude Haiku 4.5 и Google Translate. Это цифры, которые приводят сами авторы, мы их независимо не проверяли.
Где взять
Веса и промежуточные чекпойнты (base, SFT, RLVR и DPO) лежат на Hugging Face вместе со смесями обучающих данных. Apertus 1.5 уже встроили Proton Lumo и Infomaniak Euria. Доступ по API анонсировали Swisscom, Infomaniak, Phoeniqs и другие провайдеры. Проект также публикует результаты оценки в едином формате, чтобы их можно было воспроизвести и сравнить.
Что дальше
Команда говорит, что на AI+X Summit в Цюрихе представила дорожную карту Apertus 2.0. Она описывает разреженную архитектуру или архитектуру на смеси экспертов примерно на 600 млрд параметров, с приоритетом на агентов, математику и программирование. Это план, а не релиз.