Isang relatibong hindi napapansin na AI lab ay naglabas ng isang model na kayang maghawak ng 150 gawain nang sabay-sabay habang tumatakbo sa hardware na maaari mong may-ari. Ang Apodex 1.1, na inilabas noong Agosto 24, 2026, ay binuo sa paligid ng isang mukhang simpleng teorya: ang tunay na bottleneck para sa mga AI agent ay hindi ang kanilang pangunahing kakayahan, kundi ang kapaligiran kung saan sila gumagana.
Ang pamilya ng modelo, na detalyado sa isang papel sa arXiv (2608.23283), ay nagpapahalaga sa mga executable environment bilang pangunahing surface para sa pag-scall ng mga habang nagpapatakbo na AI agent.
Mas maliit na modelo, kompetitibong numero
Ang Apodex 1.1 ay nag-post ng mga benchmark score na nagpapakita ng direkta na paghahambing sa mga modelo mula sa mga lab na may mas malaking yaman. Nakakuha ito ng 38.5 sa APEX-Agents at 78.8 sa GDPVal, dalawang benchmark na disenyo upang masukat ang pagkumpleto ng agentic task at pangkalahatang pag-iisip sa ilalim ng realistiko mga kondisyon.
Sa mga pagtataya sa espesipikong domain, nanatili ang mga resulta. Dumating ang FrontierFinance sa 54.3, habang nakamit ng FrontierScience-Research ang 63.3. Ayon sa Apodex Team, ang mga numero na ito ay isinasaayos ang modelo kasama o nangunguna sa mas malalaking sistema mula sa Anthropic at OpenAI, partikular na ang Claude at mga bersyon ng GPT-5.x.
Ang Apodex 1.1 Mini variant ay gumagana sa 35 bilyong parameter, isang maliit na bahagi ng bilang ng parameter na kaugnay sa mga frontier model mula sa mga pangunahing laboratorio. Ang koponan ay naglabas ng open weights para sa variant na ito, kaya ang mga mananaliksik at kumpanya ay maaaring i-deploy ito lokal nang hindi nagpapadala ng bawat query sa isang cloud API.
AgentOS at ang problema sa koordinasyon
Ang arkitektural na pangkalahatan ay ang sinasabing shared execution harness at AgentOS ng koponan. Ito ay mga komponenteng pang-imbentaryo na nagpapahintulot sa maraming AI agent na magtrabaho sa iba’t ibang bahagi ng isang kumplikadong gawain nang sabay-sabay, habang pinapanatili ang malinaw na rekord kung ano ang ginawa ng bawat agent at bakit.
Suporta ng sistema ang hanggang 150 na sub-agent na nagpapatakbo nang sabay-sabay sa mga gawain sa paghahanap at pagsasama. Ang pagsubaybay sa pinagmulan ay nakabuilt-in, na nangangahulugan na bawat hakbang na ginagawa ng isang agent ay nakarehistro at maiuugnay.
Gumagamit ang sistema ng koordinasyon ng mga pangkat ng agent na asynchronous, ayon sa paglalarawan ng koponan. Sa halip na pilitin ang mga agent na maghintay sa isang queue, hinahati at ipinapamahagi ang mga gawain sa mga maliliit na pangkat ng agent na maaaring magtrabaho nang hiwalay at pagkatapos ay i-reconcile ang kanilang mga output.
Mga open-source na kasangkapan at ang pananaw sa pag-aaral
Kasama ang modelo mismo, buksan ng Apodex Team ang FrontierAgent, isang runtime at research workbench na nilikha upang suportahan ang ReAct-style na mga workflow. Ang ReAct, maikling salita para sa Reasoning at Acting, ay isang framework kung saan ang mga AI model ay nagpapalit-palit sa pag-iisip ng isang problema at paggawa ng mga konkretong aksyon sa isang kapaligiran.
Ang paglabas ay nagtataglay ng makabuluhang pagpapabuti kumpara sa nakaraang gawa ng koponan. Ang Apodex 1.0 Mini, ang nakaraang modelo, ay tila nagdanas ng mga pagkakasalungat sa mga gawain, ang uri ng trabaho kung saan ang maraming proseso ay kailangang magbahagi ng konteksto at iwasan ang pagkakasalungat sa mga output ng bawat isa. Ang Apodex 1.1 ay partikular na tumutugon sa kahinaang ito.