開放模型改版不是按下載就好：從 Apertus 1.5 學一套部署驗收方法

2026 年 10 月 15 日，Swiss AI 發布了開放模型 Apertus 1.5，新增圖像與音訊輸入、可切換的思考模式，並把上下文窗口擴大到 262,144 tokens。版本說明寫得很熱鬧，但對真正要把模型放進產品的人來說，要回答的問題其實是另一個：它在我的資料、硬體與流程裡，能不能穩定做完原本的工作。

這兩件事經常被混在一起。版本說明回答的是「模型多了什麼」，部署驗收回答的是「它在我的環境裡表現如何」。Apertus 1.5 的 release notes 和模型卡交代了能力與測試資訊，可以當評估起點，但替代不了針對自家任務的驗證。

先把「多模態」讀對

Apertus 1.5 延續 1.0 的 8B 與 70B 兩種規模，這次混合了延續預訓練與後訓練：8B 增加 4 兆個文字與多模態訓練 tokens，70B 增加 2 兆。它可以把文字、圖像、音訊交錯作為輸入，讀文件影像、描述照片、整理語音內容都是可能的方向。

但模型卡寫得很清楚：輸出只有文字。理解輸入是一回事，產生影像或語音是另一回事。如果應用需要生成圖像或合成音訊，還得另外搭配模型或服務，這是採購與架構規劃時最容易誤判的一條線。

音訊能力還要多留一層但書。官方把口語處理標示為實驗性，模型卡雖然提供了音訊輸入方式與範例，但沒有保證各種語言、口音、錄音品質都有一致結果。若用途是逐字稿、客服錄音或語音指令，該準備的是符合實際環境的樣本，特別檢查專有名詞、數字、多人交談與背景噪音的處理。

思考模式與長上下文，都是成本不是免費升級

思考模式讓模型在輸出答案前先跑一段較長的內部推理，對複雜任務可能有幫助，代價是生成長度增加。模型卡特別提醒，思考內容可能比可見答案長數倍，如果輸出額度留得不夠，結果會在答案出現前就被截斷。官方也不建議思考模式與工具呼叫併用，部署時應分開驗證。這種「模型行為設定改變後，使用方式也要跟著調整」的邏輯，與我們先前整理過的GPT-6 Astra 官方使用指南是同一套思路：模型升級之後，該改的往往是呼叫端的使用習慣。

長上下文則常被簡化成「可以一次丟更多資料」。窗口上限是規格，不是工作負載的保證值。即使模型接受很長的輸入，推論引擎仍要配置相應記憶體，延遲也可能隨輸入長度增加。更關鍵的是，在長文件裡找到分散線索的能力，得用任務實測確認。對多數應用來說，能不能準確抓到相關資訊，比把更多頁面塞進提示重要得多。

相容性不是看框架名稱，是把環境釘死

模型卡列出 Transformers、vLLM 與 SGLang 的使用說明，同時指出上遊 Transformers 整合仍在進行，部分部署需要使用 Swiss AI 維護的版本或容器環境。這代表什麼？同一段程式碼在不同套件版本下，載入方式、聊天模板、影像與音訊預處理都可能不同。

實務上該做的動作很具體：把實際套件版本、模型權重版本、啟動參數、硬體環境全部記錄下來。否則今天測通的組合，下週換一臺機器就重現不了，測試結果等於作廢。

新舊版本用同一批任務比，結論才有意義

訓練 tokens 的增加說明了模型如何演進，但不能單獨證明它在每種任務上都更好。合理的做法是拿既有版本正在跑的同一批任務，在新版本上重跑一次，比較品質、延遲與成本。這也和模型選型該看的面向一致：帳面規格只是入場券，真正能對齊成本與能力的比較，得回到自己的工作流，如同我們在Kimi 金融解決方案分析裡提過的，AI 競爭正在從模型能力移向場景落地。

至於授權與使用政策，開放模型的授權條款與可否商用、可否修改再發布直接相關，每次版本更新都值得重新核對一次，而不是沿用上一版的認知。

所以呢

Apertus 1.5 的更新內容本身值得注意，但更值得帶走的是這套驗收流程：先讀懂能力邊界（輸入多模態、輸出只有文字），再核對推論環境（套件、容器、參數），然後用相同任務比較新舊版本，最後確認授權與使用政策沒有變動。任何開放模型的改版，這幾步都適用。版本號會換，這套檢查順序不會。