A Swiss AI Initiative anunciou o lançamento do Apertus 1.5, uma família de modelos de linguagem de 8 e 70 bilhões de parâmetros que se destaca pelo compromisso integral com a abertura: pesos abertos, dados abertos e documentação completa do processo de treinamento. Os modelos foram disponibilizados em 24 de julho de 2026 e representam uma atualização substancial do projeto suíço, incorporando entrada multimodal, um modo de raciocínio opcional e uma janela de contexto quatro vezes maior que a da versão anterior.
De acordo com os cartões oficiais publicados na plataforma Hugging Face, os modelos foram desenhados para avançar o estado da inteligência artificial multilíngue, multimodal, totalmente aberta e transparente. Todo o treinamento foi realizado exclusivamente com dados de acesso aberto, e o desempenho alcançado é comparável ao de outros modelos de tamanho similar. A aposta da iniciativa é que transparência total sobre dados e métodos não precisa significar perda de competitividade técnica.
Do ponto de vista técnico, o Apertus 1.5 é o resultado de um pré-treinamento contínuo a partir do Apertus 1.0, com a adição de 4 trilhões de tokens, a unidade básica em que os modelos de linguagem processam texto e outros conteúdos, na versão de 8 bilhões de parâmetros, e 2 trilhões de tokens na versão de 70 bilhões. Essa mistura de dados multimodais foi adicionada sem alterar a arquitetura original, um transformer do tipo decodificador — estrutura de rede neural que gera texto de forma sequencial — com função de ativação xIELU e otimizador AdEMAMix.
Pela primeira vez na história da família Apertus, os modelos aceitam entradas multimodais. Eles podem receber textos, imagens e áudio intercalados, embora a saída seja sempre em texto: o sistema não gera áudio nem imagens. A compreensão nativa de imagens permite levar documentos, diagramas e fotografias para dentro da conversa, enquanto o processamento de linguagem falada ainda é tratado como recurso experimental, segundo o anúncio oficial do projeto.
Outro avanço central está na janela de contexto, que passa a comportar até 262.144 tokens. Esse limite define quanta informação o modelo consegue considerar simultaneamente ao gerar uma resposta, e o novo valor representa um aumento de quatro vezes em relação ao Apertus 1.0. Com isso, os modelos passam a operar com blocos muito maiores de texto, imagens e áudio em uma única interação, mantendo o suporte a uma ampla variedade de idiomas que já caracterizava o projeto.
A receita de pós-treinamento também foi aprimorada. Conforme os desenvolvedores, as melhorias potencializam a capacidade de seguir instruções e de usar ferramentas externas, recursos importantes para integrar o modelo a aplicações práticas. Além disso, o Apertus 1.5 introduz, de forma inédita na família, um modo de raciocínio que pode ser ativado pelos desenvolvedores: com ele, o modelo reflete sobre a entrada antes de responder, o que melhora o desempenho em problemas que exigem raciocínio.
Os modelos estão reunidos na coleção Apertus v1.5 na Hugging Face, que reúne tanto as versões finais Apertus-v1.5-8B e Apertus-v1.5-70B quanto variantes correspondentes às etapas de treinamento, como as versões base, SFT, DPO e RLVR. A equipe informou ainda que trabalha com provedores de inferência para levar os modelos a múltiplas plataformas, ampliando o alcance além do acesso direto aos pesos.
Segundo o anúncio, o relatório técnico com detalhes adicionais, resultados de benchmarks, pipelines de treinamento e pontos de verificação intermediários será publicado nas semanas seguintes ao lançamento, consolidando a proposta de documentar integralmente cada etapa da construção dos modelos.
Com o Apertus 1.5, a Swiss AI Initiative reforça seu posicionamento em favor de sistemas de inteligência artificial abertos, multilíngues e transparentes, agora equipados com visão, áudio experimental, raciocínio opcional e contexto longo. O anúncio completo, com a descrição dos aprimoramentos, está disponível no site oficial do projeto Apertus.
