एक अपेक्षाकृत कम ध्यान आकर्षित करने वाला एआई प्रयोगशाला ने एक मॉडल जारी किया है जो आपके संभवतः अपने पास रखने वाले हार्डवेयर पर एक साथ 150 कार्यों को संभाल सकता है। 24 अगस्त, 2026 को जारी किया गया Apodex 1.1, एक भ्रमकारी रूप से सरल थीसिस पर आधारित है: एआई एजेंट्स के लिए वास्तविक बॉटलनेक कच्ची बुद्धिमत्ता नहीं, बल्कि वह परिवेश है जिसमें वे कार्य करते हैं।
एक arXiv पेपर (2608.23283) में विस्तार से बताए गए मॉडल परिवार, लंबे समय तक चलने वाले AI एजेंट्स के लिए निष्पादन वातावरण को प्राथमिक स्केलिंग सतह के रूप में पोज़ीशन करता है।
छोटा मॉडल, प्रतिस्पर्धी संख्याएँ
Apodex 1.1 ने बेंचमार्क स्कोर पोस्ट किए जिन्होंने इसे उन मॉडल्स के साथ सीधे तुलना में रख दिया है जिनके पास काफी अधिक संसाधन हैं। इसने APEX-Agents पर 38.5 और GDPVal पर 78.8 स्कोर प्राप्त किया, जो वास्तविक परिस्थितियों के तहत एजेंटिक कार्य पूरा करने और सामान्य तर्क को मापने के लिए डिज़ाइन किए गए दो बेंचमार्क हैं।
डोमेन-विशिष्ट मूल्यांकनों पर, परिणाम स्थिर रहे। फ्रंटियरफाइनेंस का स्कोर 54.3 रहा, जबकि फ्रंटियरसाइंस-रिसर्च ने 63.3 प्राप्त किए। एपोडेक्स टीम के अनुसार, ये संख्याएँ मॉडल को एंथ्रोपिक और ओपनएआई के बड़े सिस्टम, विशेष रूप से क्लॉड और GPT-5.x वेरिएंट्स के साथ या उनसे आगे रखती हैं।
Apodex 1.1 Mini संस्करण 35 अरब पैरामीटर्स पर चलता है, जो मुख्य प्रयोगशालाओं के सीमांत मॉडल्स से जुड़े पैरामीटर काउंट्स का एक छोटा हिस्सा है। टीम ने इस संस्करण के लिए ओपन वेट्स जारी किए हैं, जिसका अर्थ है कि शोधकर्ता और कंपनियाँ हर क्वेरी को क्लाउड API के माध्यम से नहीं भेजकर इसे स्थानीय रूप से डिप्लॉय कर सकती हैं।
AgentOS और समन्वय समस्या
आर्किटेक्चरल हेडलाइन वह है जिसे टीम शेयर्ड एक्जीक्यूशन हार्नेस और एजेंटओएस कहती है। ये इंफ्रास्ट्रक्चर-लेवल के कंपोनेंट्स हैं जो कई AI एजेंट्स को एक जटिल कार्य के विभिन्न हिस्सों पर एक साथ काम करने की अनुमति देते हैं, जबकि प्रत्येक एजेंट द्वारा किया गया काम और कारण एक सुसंगठित रिकॉर्ड के साथ बनाए रखते हैं।
सिस्टम 150 उप-एजेंट्स को समानांतर रूप से प्राप्ति और संश्लेषण कार्यों पर चलाने का समर्थन करता है। प्रोवेनेंस ट्रैकिंग अंतर्निहित है, जिसका अर्थ है कि एजेंट द्वारा लिया गया प्रत्येक कदम लॉग होता है और उत्तरदायी होता है।
समन्वय प्रणाली उसे उपयोग करती है जिसे टीम असिंक्रोनस एजेंट टीम्स के रूप में वर्णित करती है। एजेंट्स को एक कतार में प्रतीक्षा करने के लिए नहीं बल्कि कार्यों को विघटित किया जाता है और कई एजेंट क्लस्टर्स पर वितरित किया जाता है जो स्वतंत्र रूप से कार्य कर सकते हैं और बाद में अपने आउटपुट को समन्वयित कर सकते हैं।
ओपन-सोर्स टूलिंग और शोध पहलू
मॉडल के साथ-साथ, एपोडेक्स टीम ने फ्रंटियरएजेंट को ओपन-सोर्स किया है, जो एक रनटाइम और शोध कार्यस्थल है जिसे ReAct-शैली के वर्कफ्लो को समर्थन देने के लिए बनाया गया है। ReAct, जो रीजनिंग और एक्टिंग के लिए संक्षिप्त है, एक फ्रेमवर्क है जहां AI मॉडल समस्या पर विचार करने और एक परिवेश में वास्तविक कार्रवाई करने के बीच बारी-बारी से बदलते हैं।
यह रिलीज टीम के पिछले कार्य की तुलना में एक महत्वपूर्ण सुधार है। पूर्ववर्ती मॉडल, एपोडेक्स 1.0 मिनी, ओवरलैपिंग कार्यों के साथ समस्या का सामना कर रहा था, जिसमें कई प्रक्रियाओं को संदर्भ साझा करना और एक दूसरे के आउटपुट पर कदम रखने से बचना होता है। एपोडेक्स 1.1 विशेष रूप से इस कमजोरी को संबोधित करता है।