O Apertus 1.5, anunciado oficialmente em 15 de outubro de 2026, marca uma atualização significativa para a família de modelos abertos desenvolvida pelo Swiss AI. O update amplia as capacidades dos modelos de 8B e 70B parâmetros, com avanços em multimodalidade, contexto e alinhamento, mantendo o compromisso de abertura total: pesos, dados, valores e detalhes de treinamento continuam acessíveis ao público sob licença Apache 2.0 [fonte].
O que mudou na versão 1.5
O principal salto da versão está na janela de contexto, agora com 262.144 tokens — quatro vezes maior que a geração anterior, permitindo processar documentos extensos, múltiplos arquivos de código ou grandes lotes de dados em uma única chamada. Outra novidade é a capacidade multimodal nativa: o modelo aceita imagens (tokenizadas via Emu3.5, 1.024 tokens para imagens 512×512) e áudio (tokenizado pelo WavTokenizer, 40 tokens/segundo) no mesmo prompt de texto. O processamento dessas modalidades é feito por “early fusion”, sem encoder separado — mantendo a arquitetura enxuta e o tempo de inferência próximo ao texto puro.
Além disso, a atualização introduz o “thinking mode”, um modo opcional que força o modelo a raciocinar antes de responder, trazendo ganhos em benchmarks de raciocínio e tarefas matemáticas. O instruction-following foi aprimorado, gerando respostas mais precisas e previsíveis, e o suporte nativo a tool use foi reforçado, permitindo integração mais eficiente com APIs e ferramentas externas.
Treinamento, transparência e dados abertos
O treinamento do Apertus 1.5 foi feito em duas frentes: para o modelo de 8B, foram adicionados 4 trilhões de tokens (alcançando 19T no total); para o de 70B, 2 trilhões (totalizando 17T). Mais da metade do corpus é puramente textual, garantindo que as habilidades linguísticas do modelo original fossem preservadas. O pipeline de dados inclui fontes como FineWeb2-HQ+, FinePDFs e Nemotron-CC, todas públicas e permissivas, com opt-out retroativo respeitado via robots.txt.
O processo de pós-treinamento envolveu SFT (incluindo amostras multimodais), RL com recompensas verificáveis, DPO com pares de preferência julgados, e alinhamento final ao Apertus Charter (SDPO), reforçando valores de transparência, segurança e abertura.
Avaliação e desempenho
O time do Swiss AI expandiu o escopo dos benchmarks, incluindo avaliações multimodais (imagem e áudio) via MLLM-eval-suite, além dos tradicionais testes textuais. O modelo de 8B superou concorrentes abertos de tamanho similar em tarefas de instruction following e multilinguismo. O modo de raciocínio trouxe ganhos em benchmarks de lógica como AIME. Em entendimento multimodal, o desempenho se aproxima de modelos abertos como Gemma 4 12B, com destaque para compreensão espacial e de documentos.
Em tarefas jurídicas suíças, o Apertus 1.5 ficou no mesmo patamar de outros modelos open-weight líderes. No Last Translation Benchmark, o 8B se equiparou ao GPT-OSS-20B e superou opções como Claude Haiku 4.5 e Google Translate em tradução automática.
Por que importa
O Apertus 1.5 entrega avanços técnicos relevantes — especialmente a janela de contexto de 262k tokens e a multimodalidade real — em um pacote totalmente aberto, com pesos, dados e procedimentos transparentes. Para equipes brasileiras, representa uma alternativa viável a modelos proprietários para projetos que exigem interpretabilidade, adaptação local ou integração com dados sensíveis. O licenciamento permissivo e o compromisso com a transparência reforçam o valor do ecossistema open-weight, criando um contraponto robusto frente aos LLMs fechados das big techs.