由苏黎世联邦理工学院（ETH Zurich）等机构牵头的Swiss AI团队正式公开了Apertus 1.5的技术报告（arXiv: 2610.15542）。这一代权重早在2026年7月24日已上传至Hugging Face，包含8B与70B两个规格，以Apache 2.0协议对外分发。在主流商业模型纷纷收拢训练集信息、筑起数据护城河的当下，瑞士团队试图以全公开的预训练数据、宪章对齐及训练配方，树立科研合规与透明度标杆。
然而，剥离道德光环与公关滤镜后，Apertus 1.5呈现出的真实工程成色却相当沉重。通过4阶段持续预训练与5阶段后训练，团队为8B模型追加了4T多模态与文本Token，使总训练量堆叠至19T；70B版本追加2T后也达到了17T规模。但如此庞大的计算资源灌注，换来的却是依然落后于工业界更小体量模型的基础推理性能，以及思考模式与工具调用不可兼得的落地硬伤。
巨量Token堆叠，却难掩关键跑分的代际鸿沟
Apertus 1.5引入了基于早期离散融合（Early-fusion）的架构方案。它不依赖独立的视觉编码器，而是借助Emu3.5分词器将512×512图像转化为1,024个离散Token，音频则经由WavTokenizer压制为每秒40个Token，统一塞入词表进行自回归训练。这种做法虽然维持了文本训练的极速吞吐，但在硬核推理基准上，效率提升并未展现出奇迹。
官方数据显示，在关闭思考模式（Thinking Mode）时，Apertus 1.5 8B的基础指标虽较1.0版有明显抬升，例如MMLU从60.6升至70.5、IFEval从68.4升至87.1、MATH-500从19.6涨到51.2，但横向放入当前的开源模型梯队中，它几乎处于被工业巨头降维打击的尴尬位置。
在更为复杂的专业评测中，Apertus 1.5 70B的MMLU-Pro仅拿到56.4分，MATH-500止步于64.0。对照同等规模的Llama 3.3 70B（71.1与75.0），瑞士模型呈现出系统性的落后；而面对参数量甚至不足其一半的商业开源竞品——例如Qwen3.5 27B（81.9 / 89.6）与Gemma 4 31B（84.8 / 96.4），Apertus 1.5近20T Token的数据厚度更是遭遇了彻底的能效压制。
- 结论.单纯依赖合规公开语料的大规模堆积，已无法弥合学术机构与头部商业公司在预训练数据配比和清洗工艺上的技术鸿沟。
思考模式的代偿代价与Agent落地的互斥死结
为了挽救推理劣势，Swiss AI引入了类似主流前沿模型的思考模式。在分配32,768 Token的思考预算后，8B模型的MATH-500得分跃升至71.4，70B版本抬至73.6，在AIME 2025数学竞赛基准上的得分也打破了此前的0%鸭蛋，攀升至20.0%。
但第三方的复现评测迅速揭开了这种刷榜式提升的反噬。DS-NLP Lab于2026年7月29日发布的独立评测表明，思考过程的冗长化严重破坏了模型的严格指令遵循能力。
更致命的妥协发生在系统层级。根据官方部署规范，当前版本的工具调用与思考模式无法同时启用。这意味着用户必须在“具备逻辑推演能力的思考者”与“能调用外部API执行动作的工具人”之间做出单选。
思考与工具调用的不可兼得，直接宣判了它在工业级复杂Agent构建中的出局。
在单轮工具调用基准BFCL-v3上，Apertus 1.5 70B得分为70.1，略逊于Llama 3.3 70B的71.6。但由于缺乏多轮规划与反思调用的技术底座，在实际生产环境中，工程师既不敢将其用于长链条的自主智能体开发，也无法将其放心整合进严肃的结构化输出业务中。
协议门槛与数据黑盒：绝对透明的现实折损
Apertus向来以Open Weights、Open Data、Open Values的三重透明自居，并宣称其预训练数据全面溯源、尊重爬虫协议排斥。但在开源社区与学术审计的显微镜下，这套叙事同样显露出了裂缝。
在开源治理层面上，开发者在Hugging Face下载权重时被强制要求签署接受可接受使用政策（AUP），并留下真实联系方式。这一前置门槛在OSI社区引发强烈反弹，被指违背了Apache-2.0许可证不附带歧视性合同限制的初衷。
更严峻的技术死角在于多模态分词器。Apertus宣称对FineWeb2-HQ+与Nemotron-CC等文本集做到了详尽的开源追溯，但其多模态架构的基石——Emu3.5与WavTokenizer，系直接调用第三方预训练权重。这两个分词器在上游训练时究竟吞入了何种数据、是否真正符合Apertus宣扬的高合规标准，瑞士团队本身已无法提供完整证据链。
- 风险.对于高度依赖版权免责与数据绝对清洁的跨国合规机构而言，上游分词器的溯源断链使其难以充当无懈可击的安全避风港。
尽管Swiss AI在瑞士本土法律任务和多语言翻译基准中表现亮眼，并获得了Proton Lumo等本土隐私服务集成的背书，但在以算力与工程工程化效率定生死的全行业角逐中，Apertus 1.5更像是一座高居象牙塔内的试验标本。下一阶段转向600B规模MoE架构的2.0路线图已然亮出，但若无法在后训练中解开思考与工具的互斥枷锁，主权学术AI的野心终究会被困在生产环境之外。