Apodex 1.1: 복잡한 작업을 위한 에이전트 지능 확장

Apodex 1.1: Scaling Agentic Intelligence for Complex Work

August 24, 2026

저자: Apodex Team, B. An, B. Li, B. Wang, B. Zhang, B. L. Wang, C. Feng, C. Wei, C. Xue, C. Zhang, D. Ng, D. Ye, E. Min, F. Chen, F. Liu, F. Yang, F. Ye, H. Xu, H. Yang, H. Ye, H. Zhang, H. Zhao, J. Li, J. Lin, J. Xia, K. Jin, K. Wang, K. Yang, L. Bing, L. Lei, L. Su, Le. Wang, Lu. Wang, N. Wang, Q. Ren, Q. Yang, R. Li, S. Bai, S. Du, S. Li, S. Lin, S. Nie, S. Wang, S. Zhang, S. Z. Wang, Ta. Q. Fang, Ti. Q. Fang, W. Fang, W. Li, W. Zhang, X. Chen, X. Li, X. Tang, X. Wang, X. Xu, X. Zhang, X. Q. Wang, X. Y. Wang, Y. Deng, Y. Gao, Y. Hu, Y. Li, Y. Sui, Y. Wang, Y. Xiao, Y. Zhang, Z. Chen, Z. Cheng, Z. Feng, Z. Liang, Z. Zhang

cs.AI

초록

일반 목적 언어 모델은 추론하고 지식을 종합할 수 있지만, 복잡한 작업에는 파일, 정보 소스, 실행 가능한 코드와의 지속적인 상호작용은 물론 상태 유지, 오류 복구, 검증 가능한 결과 전달이 요구된다. 우리는 이러한 작업 능력을 실세계 목표를 향한 지속적이고 검증 가능한 진전으로 정의한다. Apodex 1.1은 이 능력을 두 가지 상보적 차원에서 발전시킨다. 환경 확장(Environment Scaling)은 실행 가능한 파일, 검색, 코드 환경의 다양성과 검증 가능성을 확장하며, 에이전트 조정 확장(Agentic Coordination Scaling)은 에이전트가 장기 작업을 분해하고, 병렬 작업을 위임하며, 비동기 결과를 통합하고, 재계획을 수행하도록 훈련한다. 공유 실행 하네스와 AgentOS는 도구와 에이전트에 걸쳐 작업 상태와 출처(provenance)를 유지하며, 훈련은 환경 궤적과 조정 트레이스를 신뢰할 수 있는 행동으로 전환한다. 복잡한 전문 업무, 금융, 과학 연구, 수학, 코딩, 검색 전반에서 Apodex 1.1은 많은 최첨단 시스템보다 훨씬 작은 모델임에도 불구하고 최고 성능대에 도달한다. 350억 파라미터 규모의 Apodex 1.1 Mini는 로컬 배포 가능한 형태에서도 강력한 작업 능력을 유지한다. 이러한 결과는 에이전트 지능을 시간이 지남에 따라 완수되는 유용하고 검증 가능한 작업에 기반을 두며, 야심차고 장기적으로 실행되는 작업을 위한 Heavy-Duty Solver 구축이라는 우리의 목표를 진전시킨다.

English

General-purpose language models can reason and synthesize knowledge, but complex work also requires sustained interaction with files, information sources, and executable code, together with state maintenance, failure recovery, and verifiable delivery. We call this working capability: sustained, verifiable progress toward a real-world objective. Apodex 1.1 develops this capability along two complementary dimensions. Environment Scaling expands the diversity and verifiability of executable file, search, and code environments, while Agentic Coordination Scaling trains agents to decompose long-horizon tasks, delegate parallel work, integrate asynchronous results, and replan. A shared execution harness and AgentOS maintain task state and provenance across tools and agents, and training turns environment trajectories and coordination traces into reliable behavior. Across complex professional work, finance, scientific research, mathematics, coding, and search, Apodex 1.1 reaches the leading performance band despite using a substantially smaller model than many frontier systems. The 35B-parameter Apodex 1.1 Mini further retains strong working capability in a locally deployable form. These results ground agentic intelligence in useful, verifiable work completed over time and advance our goal of building a Heavy-Duty Solver for ambitious, long-running tasks.