@karminski3: 终于有好用的本地 DeepResearch 可以用了! 我给大家包了个skill, 开箱即用. 驱动模型是 Apodex 刚发的开放权重 DeepResearch 特调模型 Apodex-1.0-mini (now available a…

X AI KOLs Timeline 模型
deep-research open-weights local-ai apodex qwen agent

摘要

Apodex发布了开放权重的DeepResearch特调模型Apodex-1.0-mini，基于Qwen3.5-35B-A3B，在BrowseComp达到71.5分，接近旗舰模型，可以在本地高效运行，作者打包了开箱即用的skill。

终于有好用的本地 DeepResearch 可以用了! 我给大家包了个skill, 开箱即用. 驱动模型是 Apodex 刚发的开放权重 DeepResearch 特调模型 Apodex-1.0-mini (now available as Apodex deep research), 这个模型是直接霸榜FutureX榜单的(字节和斯坦福搞的大模型预测未来准确度的榜单)! 现在能直接本地用了. 模型基于 Qwen3.5-35B-A3B 后训练, BrowseComp (AIAgent网络浏览能力测试) 能到 71.5分, 接近旗舰模型的水平. 而且足够小, 我的 MacStudio 能跑跑到 70tps+. 我很好奇 DeepResearch 特调模型跟普通模型有什么区别, 于是我使用咱们这个skill接入了 Apodex 的单 Agent DeepResearch 框架, 专门测试了一下, 看看 DeepResearch 特调模型是不是噱头: #Apodex #DeepResearch #ReAct #DiscoverativeIntelligence #FutureX
查看原文
查看缓存全文

缓存时间: 2026/07/07 13:31

终于有好用的本地 DeepResearch 可以用了! 我给大家包了个skill, 开箱即用.

驱动模型是 Apodex 刚发的开放权重 DeepResearch 特调模型 Apodex-1.0-mini (now available as Apodex deep research), 这个模型是直接霸榜FutureX榜单的(字节和斯坦福搞的大模型预测未来准确度的榜单)! 现在能直接本地用了.

模型基于 Qwen3.5-35B-A3B 后训练, BrowseComp (AIAgent网络浏览能力测试) 能到 71.5分, 接近旗舰模型的水平. 而且足够小, 我的 MacStudio 能跑跑到 70tps+.

我很好奇 DeepResearch 特调模型跟普通模型有什么区别, 于是我使用咱们这个skill接入了 Apodex 的单 Agent DeepResearch 框架, 专门测试了一下, 看看 DeepResearch 特调模型是不是噱头:

#Apodex #DeepResearch #ReAct #DiscoverativeIntelligence #FutureX

相似文章

@zhixianio: 这两天新机器到了之后，我开始了「苦行僧」式的强迫自己使用本地模型来完成常见任务的修行 本以为会非常痛苦，没想到无论是速度还是质量都大大超出我的预期： 模型： Qwen3.6-35B-A3B-oQ6-fp16-mtp 运行：oMLX，开 N…

X AI KOLs Timeline

作者在本地新机器上使用Qwen3.6-35B-A3B模型和oMLX工具进行日常任务，发现速度和效果远超预期，甚至在PA和Coding场景下优于远程LLM，体现了端侧AI能力的显著提升。

@yidabuilds: https://x.com/yidabuilds/status/2053409619641602286

X AI KOLs Timeline

作者对DeepSeek V4、Kimi K2.6、GLM-5.1和MiniMax M2.7四款国产AI模型进行了横向对比测试，分析了它们在成本、长上下文处理能力、编程稳定性及推理性能上的优劣，并给出了针对大文档分析、长程后台任务和批量内容生产的具体分流建议。