Laster katalogen …
Laster katalogen …
En instruksjonsmodell med 70 milliarder parametere og helt åpne vekter fra Swiss AI Initiative, bygget for åpenhet og flerspråklig dekning snarere enn maksimal ytelse i referansetester.
Oversikt. Apertus-70B-Instruct-2509 er en tett decoder-only transformer med 70,6 milliarder parametere, bygget av Swiss AI Initiative – et konsortium bestående av ETH Zürich, EPFL og det sveitsiske nasjonale supersenteret for beregninger (CSCS) – og lansert i september 2025. Det er en instruksjonsmodell som leveres helt åpent – med åpne vekter, åpne treningsdata og en publisert oppskrift for treningen – under en Apache-2.0-lisens. Utviklere som har behov for å revidere hva en modell er trent på, eller som ønsker et flerspråklig utgangspunkt med en tillatende lisens for å finjustere eller kjøre selv, vil velge Apertus fremfor lukkede alternativer.
Viktigste styrker. Den klareste fordelen med Apertus er åpenhet og flerspråklig bredde, snarere enn rå ytelse i referansetester: Treningsdataene består av 15 billioner token fordelt på 1 811 språk, der omtrent 40 % av innholdet ikke er på engelsk. Artificial Analysis gir den en åpenhetsskår på 88,9, noe som gjenspeiler at vekter, data og oppskrift er fullt publisert. Når det gjelder generelle egenskaper, er bildet mer beskjedent – intelligensskåren fra Artificial Analysis ligger på 5,1, med 0,27 på GPQA Diamond og 0,26 på IFBench. Dette er skårer som ligger godt under det som er vanlig for en instruksjonsmodell i 70 milliarder-klassen.
Når du bør bruke den. Bruk Apertus-70B-Instruct-2509 når åpenhet og mulighet for revisjon er viktigere enn maksimal resonneringsytelse – for eksempel når du må kontrollere eller gjenskape treningsdataene og oppskriften for å etterleve regelverk, eller når du ønsker et flerspråklig utgangspunkt med en tillatende lisens for å tilpasse modellen til et bestemt språk eller domene. Den egner seg for oppgaver med middels kompleksitet, og passer bedre til direkte instruksjonsfølging enn til resonnering i mange steg eller agentiske verktøykall. Den er ikke verifisert som trygg for bruk innen sensitive områder som medisin, jus eller finans.
Begrensninger. Modellens kontekstvindu på 65 536 token er moderat snarere enn langt etter dagens standard, treningsdataene slutter i mars 2024, og den har ingen modus for utvidet tenkning eller resonnering. Resultatene i krevende referansetester for resonnering (GPQA Diamond, HLE) fra Artificial Analysis er tilsvarende lave. Den er ikke vurdert for sikkerhet i sensitive domener som medisin, jus eller finans.
Suverenitetsnotat. Apertus er bygget av Swiss AI Initiative, som er basert i Sveits og ikke i USA, og er derfor ikke direkte underlagt CLOUD Act. Siden den leveres med helt åpne vekter under Apache-2.0, kan du også kjøre den selv under dine egne kontroller for datalokasjon, i stedet for å stole utelukkende på et endepunkt hos en tredjepart.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L3 | 0,40 / 2,10€ | Tilkoblet |
11 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Suverenitetsprofilen (sveitsisk modellskaper, ikke underlagt CLOUD Act) er en avgjørende faktor for revisjonsarbeid som krever garantier om datalokasjon, selv om modellens resultater fra referansetester ennå ikke er dokumentert.
Sveitsisk opprinnelse og ikke underlagt CLOUD Act – et tydelig juridisk fortrinn for etterlevelsesansvarlige som vurderer spørsmål og svar om regler basert på sensitive reguleringstekster.
Modellen har innebygde verktøykall i en størrelse på 70 milliarder parametere, noe som er tilstrekkelig for apper med strukturerte funksjonskall, selv om dette ikke er bekreftet av publiserte referansetester.
Et kontekstvindu på 65k er tilstrekkelig for lange utkast. Instruksfinjustering sørger for sammenhengende utdata, men siden modellen er i en tidlig fase og mangler referansetester, bør du vurdere sterkere alternativer.
En instruksfinjustert modell med 70 milliarder parametere og et kontekstvindu på 65k kan håndtere oppsummering av lange dokumenter, selv om ingen kvalitetsmålinger fra referansetester er registrert ennå.
Denne sveitsiske modellen er sannsynligvis trent på mange europeiske språk, noe som gjør den til en rimelig kandidat for oversettelse i påvente av bekreftelse fra referansetester.
Et kontekstvindu på 65 536 token kombinert med verktøykall gir rom for planer med mange steg, men mangelen på referansetester for resonnering gjør at modellen vurderes som akseptabel heller enn sterk.
Den juridiske uavhengigheten støtter personvernsensitive oppgaver som sladding, men det finnes ingen referansetester som bekrefter presisjonen – bør behandles som en kandidat for evaluering.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "swiss-ai/apertus-70b-instruct-2509",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level – nivået forespørselen ble betjent på