Apertus 1.5 发布：瑞士开源大模型开始补“可用性”

瑞士 AI Initiative 近日发布 Apertus 1.5，为这套由瑞士公共科研力量主导的开源大模型带来新一轮迭代。相比单纯增加参数或追逐榜单名次，Apertus 1.5 更值得关注的方向，是继续完善模型质量、后训练效果、部署兼容性和开放文档，让 Apertus 从一项“国家级开源模型实验”向可落地的模型底座靠近。

Apertus 是一组强调开放权重、透明训练和多语言覆盖的瑞士大语言模型。 项目由 ETH Zurich、EPFL、瑞士国家超级计算中心 CSCS 等机构参与的 Swiss AI Initiative 推动，初代产品提供 8B 和 70B 两档规模，训练数据量达到约 15 万亿 Token，并覆盖 1000 多种语言。

截至 2026 年 10 月 15 日，Apertus 1.5 的意义并不在于突然成为新的闭源旗舰模型挑战者，而在于证明欧洲公共科研体系也能持续维护一条完整的大模型产品线。对开发者而言，这种“持续发布”比一次性放出权重更重要：模型是否有稳定的版本、清晰的模型卡、可复现的评测和长期维护，往往直接决定它能否进入生产环境。

1.5 不是参数竞赛，而是一次工程化迭代

Apertus 1.5 是 Apertus 模型家族的中期版本更新，而不是彻底更换技术路线的新一代架构。 从官方 Apertus 1.5 Release Notes 的定位看，这次更新延续既有产品方向，重点是把训练、后训练、评测和实际部署中的问题继续收敛，而不是再造一个只在命名上更新的模型。

模型工程化是把预训练权重转化为稳定、可部署产品的全过程。 它不只包括聊天能力，还涉及分词器、聊天模板、推理框架适配、精度格式、量化、上下文管理、提示词一致性和安全行为等环节。一个模型即使在学术基准上表现不错，只要聊天模板频繁变化、推理框架无法正确加载，企业就很难真正采用。

Apertus 1.5 因而更适合被理解为“第二阶段产品化版本”。初代 Apertus 已经回答了瑞士能否训练出 70B 级开放模型的问题，1.5 则需要回答另一个更现实的问题：这套模型能不能稳定地被开发者使用。

这也是 Apertus 与很多高校模型项目的关键区别。大量研究模型发布一次后便停止更新，仓库中只留下权重和论文；Apertus 背后则有 CSCS 超级计算基础设施、ETH Zurich 和 EPFL 的研究团队，以及相对明确的公共 AI 使命，理论上具备持续迭代条件。

Apertus 的真正卖点是“可审计开放”

可审计开放是指外部研究者能够检查模型权重、训练方法、数据治理原则和评测过程，而不只是下载权重。 Apertus 从第一版开始就把透明度放在核心位置，公开模型权重、技术报告和训练相关信息，并采用宽松的 Apache 2.0 许可证路线。

这种开放程度比“开放权重”更进一步。Meta Llama 等模型允许开发者下载和部署权重，但仍采用自定义许可证；部分商业模型则只提供在线服务，外部用户无法检查训练数据和内部参数。Apertus 想做的，是尽可能让模型的整个生产过程处于可研究、可追踪状态。

| 模型或模型家族 | 典型参数规模 | 权重开放 | 许可证路线 | 多语言定位 | 主要优势 | |---|---:|---|---|---|---| | Apertus 1.5 | 延续 8B、70B 产品线 | 是 | Apache 2.0 | 覆盖 1000 多种语言 | 透明训练、欧洲合规、公共科研背景 | | 初代 Apertus | 8B、70B | 是 | Apache 2.0 | 1000 多种语言 | 约 15 万亿 Token 预训练、资料开放 | | Llama 3.1/3.3 | 8B 至 405B | 是 | Meta 自定义许可证 | 重点覆盖主流语言 | 生态成熟、推理框架支持广 | | Qwen2.5/Qwen3 系列 | 多种尺寸 | 是 | 多数型号为 Apache 2.0 | 中英与多语言能力突出 | 中文能力、工具调用和尺寸选择丰富 | | Mistral 开放模型 | 多种尺寸 | 部分型号开放 | 依型号而定 | 欧洲主流语言表现较强 | 推理效率与欧洲部署生态 | | GPT、Claude、Gemini | 未完整公开 | 否 | 商业服务条款 | 全球主流语言 | 综合能力、工具生态与产品完成度 |

这张表也说明，Apertus 1.5 面对的竞争并不轻松。论中文能力和开发者生态，它很难绕过 Qwen；论框架支持和社区规模，它暂时追不上 Llama；论端到端体验，它与 GPT、Claude、Gemini 仍有明显距离。

但 Apertus 的价值并不需要建立在“全面打赢”这些模型之上。只要它能在透明度、数据治理、欧洲语言和本地部署上形成稳定优势，就足以成为研究机构、政府部门和受监管企业的备选方案。

1000 多种语言，不等于每种语言都能用

多语言覆盖是指某种语言进入了训练语料，而不是模型对这种语言达到了稳定可用的水平。 Apertus 初代模型覆盖 1000 多种语言，这个数字明显超过大多数商业模型公开披露的语言范围，但开发者不能把“见过”直接理解成“精通”。

大模型对某种语言的能力通常取决于至少四个因素：

• 该语言在训练数据中的实际 Token 数量；
• 分词器能否高效编码文字和词形；
• 高质量指令数据是否覆盖该语言；
• 评测集是否能反映真实场景，而非简单翻译英文题目。

Apertus 的多语言路线仍然具有研究价值。英语互联网语料长期占据大模型训练的主导地位，小语种数据往往既少又碎，商业公司也缺乏投入动力。公共科研项目则更有条件保留罗曼什语、欧洲地区语言和其他低资源语言，而不是只优化最有商业价值的十几种语言。

瑞士本身就是一个适合验证多语言模型的环境。德语、法语、意大利语和罗曼什语均为官方语言，不同地区的公共文件、教育材料和政务服务天然存在跨语言需求。Apertus 如果能在这类任务上建立稳定表现，其价值会比在英文数学榜单上多拿一两个百分点更直接。

中文用户则需要保持现实预期。Apertus 虽然覆盖中文，但它并不是为中文场景优先优化的模型；在中文知识问答、长文写作、成语理解和本地工具生态方面，Qwen、DeepSeek、GLM 等模型通常拥有更完整的数据和后训练优势。

数据合规是 Apertus 最难复制的护城河

数据治理是对训练数据的获取、过滤、授权、退出机制和隐私处理进行系统管理。 Apertus 从立项开始便强调遵守机器可读的数据退出声明，并尽量披露语料处理方法，这让它在欧洲 AI 法规和版权争议持续升温的背景下具有特殊位置。

训练数据合规并不会自动提高模型跑分，却可能决定一个模型能否进入政府、医疗、金融和科研系统。对这些用户来说，模型回答得好只是第一道门槛；数据来源能否解释、许可证是否允许商用、升级后行为是否可追踪，同样属于采购和风险审查的一部分。

Apertus 的优势在于，它并非由一家需要保护训练资产的商业公司主导。公共科研团队更有动力披露数据管线、失败案例和评测限制，也更容易接受外部研究者的审计。

这种路线同样有成本。严格执行去重、隐私过滤、版权退出和数据质量控制，会减少可用语料，并增加训练前的数据工程工作。与直接抓取尽可能多网页的粗放路线相比，透明模型可能在短期内吃亏，但它减少了企业后续处理法律风险的成本。

8B 与 70B 仍对应两种完全不同的部署方式

8B 模型是适合单机、工作站和边缘设备部署的中小型模型，而 70B 模型通常需要服务器级 GPU 才能流畅运行。 Apertus 保留多尺寸产品线，能够覆盖从本地实验到数据中心部署的不同场景。

8B 级模型在 16 位精度下仅权重就需要约 16GB 显存，实际运行还要为 KV Cache、框架开销和上下文预留空间。经过 8 位或 4 位量化后，它可以进入高端消费级显卡、工作站甚至部分统一内存设备，适合文档分类、信息抽取、离线摘要和受控问答。

70B 级模型在 16 位精度下权重体积约为 140GB，通常需要多张数据中心 GPU；即便压缩到 4 位，权重也大约需要 35GB，再加上运行开销和长上下文缓存，单张普通消费级显卡仍然不够从容。它更适合大学、政府机构和拥有私有 GPU 集群的企业。

模型本身没有统一的在线调用价格，因为 Apertus 是开放权重模型。开发者真正需要计算的是 GPU 采购、云端实例、并发吞吐、电力和维护成本，而不是只比较每百万 Token 的标价。

| 部署维度 | 8B 级 Apertus | 70B 级 Apertus | |---|---:|---:| | 16 位权重理论体积 | 约 16GB | 约 140GB | | 4 位权重理论体积 | 约 4GB | 约 35GB | | 典型硬件 | 单张高端 GPU 或大内存工作站 | 多 GPU 服务器 | | 适合场景 | 分类、抽取、摘要、本地助手 | 复杂问答、研究、机构级知识系统 | | 主要限制 | 推理与复杂指令能力有限 | 成本高、部署与并行配置复杂 |

上述数字是按参数量与精度计算的理论权重占用，不包含 KV Cache、运行时缓冲区和推理框架开销。实际显存需求会随着上下文长度、批量大小、量化格式和并发数变化。

别急着只看榜单，先检查模型卡和推理配置

开源模型的评测结果只有在提示模板、推理参数和评测版本一致时才有可比性。 Apertus 1.5 上线后，开发者首先应该确认具体仓库的模型版本、上下文配置、精度要求和聊天模板，而不是直接沿用初代 Apertus 的部署参数。

聊天模板尤其容易被低估。对话模型并不是把用户问题直接送进网络，而是要添加系统角色、用户角色、结束标记等控制字符；模板使用错误时，模型可能出现重复输出、无法停止、角色混乱或能力明显下降。

量化评测同样不能直接替代原始精度评测。4 位量化能够显著降低显存占用，但不同量化算法对长文本、数学、代码和小语种的影响并不一致。Apertus 把多语言作为核心卖点，因此更需要检查量化后低资源语言是否出现额外退化。

企业用户还应重点验证三类场景：

1. 真实领域数据。 医疗、法律、政务和制造业术语不能靠通用榜单代替。
2. 目标语言能力。 德语或法语表现好，不代表中文、阿拉伯语等语言同样稳定。
3. 长时间运行稳定性。 吞吐、显存峰值和停止条件往往比单题准确率更影响生产体验。

Apertus 1.5 值得用吗？答案取决于你要什么

Apertus 1.5 值得研究和纳入选型，但目前不适合被无条件视为综合能力最强的开源模型。 如果团队只追求中文能力、代码生成或成熟的智能体生态，Qwen、DeepSeek、Llama 等模型仍然拥有更强的社区积累和工具支持。

Apertus 1.5 更适合以下几类用户：

• 需要在瑞士或欧洲基础设施上部署模型的政府与企业；
• 重视 Apache 2.0 许可证和模型审计能力的产品团队；
• 研究低资源语言、多语言分词和数据治理的高校实验室；
• 不希望核心数据离开内部网络的医疗、金融和工业机构；
• 希望研究完整开放训练流程，而不只下载权重的开发者。

Apertus 1.5 不太适合以下需求：

• 希望开箱即用获得闭源旗舰模型水平的通用助手；
• 缺少 GPU 运维能力，却计划直接部署 70B 模型的中小团队；
• 把中文创作、中文知识和本地智能体生态放在第一优先级的应用；
• 只根据单一排行榜选择模型，而不准备进行内部评测的项目。

瑞士正在做一件欧洲必须有人做的事

Apertus 1.5 的行业意义大于它在某一张排行榜上的具体名次。 美国掌握主要闭源旗舰模型，中国拥有快速扩张的开源模型生态，欧洲如果不建立自己的训练能力、数据治理标准和公共算力体系，就只能在别人的模型上讨论监管。

瑞士不是欧盟成员，但拥有顶尖高校、稳定的公共研究投入和 CSCS 超级计算基础设施。Apertus 因此既是一个模型，也是对“公共 AI 基础设施”路线的验证：模型不一定由广告平台或云计算巨头控制，也可以像科学计算软件一样，由科研机构持续建设并向社会开放。

这条路线短期内很难产生最炫目的产品。公共项目的决策速度、后训练数据规模和消费级产品能力通常不如商业公司，但它能提供另一种重要选择——一个训练过程更透明、许可证更清楚、可以本地部署，也更容易被外部审计的模型。

Apertus 1.5 因而不是一次颠覆式发布，而是一次必要的续航。初代 Apertus 证明瑞士能够训练大型开放模型，1.5 则开始证明这个项目不是发布完权重就结束。对开源生态来说，持续维护往往比首发声量更稀缺。

参考来源

• Apertus 1.5 Release Notes：Swiss AI 在 Hugging Face 发布的 Apertus 1.5 官方更新说明，介绍新版本定位及相关变化。