比較的目立たないAIラボが、実際にあなたが所有しているハードウェア上で150のタスクを同時に処理できるモデルをリリースしました。2026年8月24日にリリースされたApodex 1.1は、一見単純な仮説に基づいています：AIエージェントの本当のボトルネックは、純粋な知能ではなく、実行される環境です。
arXiv論文（2608.23283）で詳述されているモデルファミリーは、実行環境を長時間実行されるAIエージェントの主要なスケーリング表面として位置づけている。
小型モデル、競争力のある数値
Apodex 1.1は、はるかに多くのリソースを有するラボのモデルと直接比較されるベンチマークスコアを記録しました。これは、現実的な条件下でのエージェントタスク完了能力と一般推論能力を測定するために設計されたベンチマークAPEX-Agentsで38.5、GDPValで78.8というスコアです。
ドメイン特化評価では、結果は維持されました。FrontierFinanceは54.3、FrontierScience-Researchは63.3を記録しました。Apodexチームによると、これらの数値は、このモデルがAnthropicおよびOpenAIのより大規模なシステム、特にClaudeやGPT-5.xバリアントと並び、あるいはそれらを上回ることを示しています。
Apodex 1.1 Miniバリアントは350億パラメーターで動作し、主要な研究機関が開発する最先端モデルと比較してパラメーター数はごくわずかです。このバリアントの重みはオープンとして公開されており、研究者や企業はすべてのクエリをクラウドAPI経由で処理する必要なく、ローカルに展開できます。
AgentOSと調整問題
アーキテクチャの中心的な要素は、チームが共有実行ハーネスおよびAgentOSと呼ぶものです。これらは、複数のAIエージェントが複雑なタスクの異なる部分を同時に処理しつつ、各エージェントが何を実行し、その理由を一貫して記録できるインフラレベルのコンポーネントです。
システムは、検索および合成タスクにおいて最大150のサブエージェントを並列で実行できます。プロベナンストラッキングが組み込まれており、エージェントが取る各ステップがログに記録され、追跡可能になっています。
調整システムは、チームが非同期エージェントチームと説明する仕組みを使用しています。エージェントがキューで待機することを強制するのではなく、タスクは分解され、独立して動作できる複数のエージェントクラスタに分散され、後で出力を統合します。
オープンソースのツールと研究の観点
モデルに加えて、Apodexチームは、ReActスタイルのワークフローを支援するために構築されたランタイムおよび研究ワークベンチであるFrontierAgentをオープンソース化しました。ReActは「Reasoning and Acting」の略で、AIモデルが問題を考察するのと環境内で具体的な行動を取るのを繰り返すフレームワークです。
このリリースは、チームの以前の作業よりも顕著な改善を示しています。前世代モデルであるApodex 1.0 Miniは、複数のプロセスがコンテキストを共有し、出力同士が干渉しないようにする必要がある重複タスクで課題を抱えていたようです。Apodex 1.1は、この弱点を具体的に改善することを目的としています。