Esta reseña aún no está disponible en Español, así que estás leyendo el original en English.
Apex Review: Callstack's React Native Coding Model at $0.50 per Million Tokens
Pick Apex for React Native or Next.js code at a low price; for broad general knowledge, Callstack says frontier models still do better.
Freedom Score
Aún sin probar
- Precio
- 1,13 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
- Velocidad de salida
- 141 tok/s
- Tasa de éxito
- Recopilando datos
Apex is a coding model from Callstack, the React Native consultancy, generally available since 1 October 2026. Callstack positions it for everyday agent work, with its focus on React Native and then Next.js and React for the web. On our API it is one OpenAI-compatible chat endpoint with a 262,144-token window, replies up to 131,072 tokens, tool calling and streaming, at $0.50 per million input tokens and $3 output.
- SpicyAPI Engineering
- Probado el 28 oct 2026
- Metodología v3.3 →
- Vendemos estos modelos; el precio no cuenta en la puntuación →
The verdict
This is a catalogue review: we have not run our own quality or content tests. Callstack publishes 87.8% on its React Native evals against 88.6% for Claude Opus 5.5, and 96.8% on Next.js evals with docs in context (90.3% without). Those are Callstack's numbers, and Callstack says frontier models still do better on broad general-knowledge tasks.
That makes Apex a specialist: the interesting claim is near-frontier React Native results at a fraction of frontier prices, and it is one you should check on your own repository.
Key facts
- Tested by us: catalogue check and launch smoke run only, no quality or content tests; eval numbers are Callstack's
- Price: $0.50 per million input tokens, $0.20 cached and $3 output
- Limits: 262,144-token context, replies up to 131,072 tokens (default 4,096), up to 256 messages and 128 tools per request
- Reasoning: none, low, medium or xhigh; medium is the default
- Input: text; image parts are accepted but not documented by the publisher
- Sources: the scoring rules are on our review methodology page, and the full parameter list is on the Apex model page.
Lo que nos gustó y lo que lo frenó
Lo que nos gustó
- Specialised on React Native. Callstack trained it on React Native documentation, source and repository-grounded discussions.
- Next.js and React too. Callstack publishes Next.js evals of 96.8% with docs in context.
- A low price for a coding model: $0.50 in and $3 out.
- Reasoning from none to xhigh so quick edits stay cheap.
- Tools and streaming. Up to 128 function definitions, parallel calls on by default.
Lo que lo frenó
- A specialist. Callstack says frontier models are better on broad general-knowledge tasks.
- Image input is unverified. The schema accepts image parts but Callstack lists text only.
- No high or max level. The reasoning options are none, low, medium and xhigh.
- No
response_formatfield on this endpoint. - Evals are the publisher's. We have not reproduced them.
What we tested
We have not run Apex through our capability sets or content levels. This page uses Callstack's product pages and launch post (dated 1 October 2026), the limits and parameters of our endpoint and the live price on the model page. The Next.js evals are published on nextjs.org (31 tasks, pass@4, 25 September 2026); we have not rerun them.
Prompts that worked
Starting points based on the endpoint's shape, not prompts we benchmarked.
1. Review a list screen. The workload Callstack built the model for.
Review a React Native list screen for unnecessary renders and propose a focused patch.2. A tool step. One function, tool_choice set to auto.
Call report_status with status ready.Settings that matter: reasoning_effort none or low for quick edits and explanations, xhigh for a bug that spans several files; reasoning tokens count toward max_tokens, so raise it above 4,096; paste the relevant docs into context for Next.js work, since Callstack's higher Next.js number was with docs.
Roleplay and how far it writes
We have not tested Apex on our content levels yet, so this review makes no claim about how far it writes or how often it softens or refuses. The model page carries no content-test results for it either. On our API we add no content filter; whatever comes back is the model's own behaviour.
Not tested yet: all five content levels, roleplay quality over many turns, and languages other than English. We will add results here once the runs are done.
Every character in a request should be an adult, keep real, identifiable people out of it, and you're responsible for the law where you publish.
Alternatives
- A broad frontier model? Claude Sonnet 5.5 is a measured option for general work.
- Open weights, million-token window? Beam 1.0 is text-only at $1 in and $3 out.
- Cheaper, long window? Claude Haiku 5.5 has a full review.
Cómo gana Apex su Spicy Index
Cada dimensión enlaza con su cálculo completo: la fila de la tabla de la que sale cada punto y por qué se perdieron puntos.
- Clasificaciones públicas 40 % de la calidad
- Aún sin probar
- Rol 15 % de la calidad
- Aún sin probar
- Escritura creativa 15 % de la calidad
- 65,6
- Seguimiento de instrucciones 15 % de la calidad
- 100,0
- Memoria con contexto largo 15 % de la calidad
- Aún sin probar
- Capacidad Peso del 10,5 %
- 49,0
- Freedom Score Peso del 30 %
- Aún sin probar
Aún no hay una coincidencia exacta en las clasificaciones públicas que seguimos. Cómo funciona
Nuestra batería de rol aún no se ha ejecutado con este modelo. Cómo funciona
Nuestra batería de contexto largo aún no se ha ejecutado con este modelo. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero.
Abrir el informe de prueba completo →Capacidad, punto por punto
Puntos de la tabla pública de puntuación. Los niveles reescalados y los límites que fijamos nosotros no cuentan.
- Ventana de contexto (publicada por el creador)Sin declarar
- 0,0 / 30
- Modalidades de entrada en SpicyAPITexto, más imágenes
- 12,0 / 25
- Uso de herramientasHerramientas y tool_choice
- 15,0 / 15
- Salida estructuradaNo se acepta
- 7,0 / 15
- Control del razonamiento4 niveles: none · low · medium · xhigh
- 15,0 / 15
Lo que Apex puede hacer en SpicyAPI
Tomado directamente de la especificación en vivo del modelo en SpicyAPI. Algunos creadores ofrecen más en sus propias apps; esto es lo que puedes llamar hoy desde nuestra API.
| Función | Conversación |
|---|---|
| Ventana de contexto | 262.144 tokens |
| Salida máxima por solicitud | 131.072 tokens |
| Niveles de razonamiento | none · low · medium · xhigh |
| Llamada a herramientas | Sí |
| Salida estructurada | No |
Cuánto tarda de verdad
Medido con trabajos reales de los últimos 30 días, desde la solicitud hasta el resultado final. Los tiempos incluyen nuestras propias pruebas.
- Velocidad de salida
- 141 tok/sIncluye el tiempo hasta el primer token
- Tasa de éxito
- Recopilando datos
Un tiempo aparece cuando hay al menos 10 trabajos completados. Las tasas de éxito solo cuentan trabajos de clientes y siguen ocultas para todos los modelos hasta completar 30 días de tráfico.
Modelos que puedes considerar en lugar de Apex
Anthropic
Claude Sonnet 5.5
A broad frontier model?
- Spicy Index
- 79,6+1,9
- Freedom Score
- 88,3
- Precio
- 4,00 US$+256 %/ 1 M tokens · entrada/salida 3:1
Reflection
Beam 1.0
Open weights, million-token window?
- Spicy Index
- 68,9−8,8
- Freedom Score
- —
- Precio
- 1,50 US$+33 %/ 1 M tokens · entrada/salida 3:1
Anthropic
Claude Haiku 5.5
Cheaper, long window?
- Spicy Index
- 76,4−1,3
- Freedom Score
- 77,8
- Precio
- 0,20 US$−82 %/ 1 M tokens · entrada/salida 3:1
¿Qué opinas?
¿Te resultó útil esta reseña?
Inicia sesión para votar.
Comentarios
Los comentarios se revisan de forma automática y por nuestro equipo. Eliminamos el spam, el contenido inapropiado, los ataques personales y cualquier cosa que nombre a una persona real sin su consentimiento. Si reportas un comentario, lo revisamos en un día hábil.
¿Probaste este modelo? Comparte lo que te funcionó. Necesitas una cuenta gratuita para comentar, así mantenemos fuera el spam.
Preguntas frecuentes sobre Apex
Prueba Apex por tu cuenta
Ajusta cada parámetro en el Playground y mira el precio exacto antes de lanzarlo.
1,13 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
Más reseñas
Ver las clasificaciones →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Probado el 28 oct 2026
Leer la reseñaKimi K3.1 Pro
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
- Spicy Index
- 80,4
- Freedom Score
- —
Probado el 28 oct 2026
Leer la reseña
Grok 4.3
Elige Grok 4.3 por su ventana de contexto enorme, un apagado real del razonamiento y escritura sin censura a bajo precio; sáltatelo si necesitas archivos.
Probado el 24 sept 2026
Leer la reseña