Ce test n’est pas encore disponible en Français : vous lisez la version originale 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
Pas encore testé
- Prix
- 1,13 $US par million de tokens mixtes (3 en entrée : 1 en sortie)
- Vitesse de sortie
- 141 tokens/s
- Taux de réussite
- Collecte en cours
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
- Testé le 28 oct. 2026
- Méthodologie v3.3 →
- Nous vendons ces modèles ; le prix n’entre pas dans les notes →
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.
Ce qui nous a plu et ce qui l’a freiné
Ce qui nous a plu
- 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.
Ce qui l’a freiné
- 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.
Comment Apex obtient son Spicy Index
Chaque dimension ci-dessous mène à son calcul complet : la ligne de grille d’où vient chaque point et la raison de chaque point perdu.
- Classements publics 40 % de la qualité
- Pas encore testé
- Jeu de rôle 15 % de la qualité
- Pas encore testé
- Écriture créative 15 % de la qualité
- 65,6
- Respect des consignes 15 % de la qualité
- 100,0
- Mémoire en contexte long 15 % de la qualité
- Pas encore testé
- Capacités Pondération 10,5 %
- 49,0
- Freedom Score Pondération 30 %
- Pas encore testé
Pas encore de correspondance exacte dans les classements publics suivis. Fonctionnement
Notre batterie de jeu de rôle n’a pas encore été lancée sur ce modèle. Fonctionnement
Notre batterie de contexte long n’a pas encore été lancée sur ce modèle. Fonctionnement
La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro. Fonctionnement
La liberté n'a pas été testée ou les preuves sont insuffisantes. L'Index conserve le score initial de qualité et capacités, porte la mention provisoire et reste classé. Une preuve manquante n'est pas un zéro.
Ouvrir le rapport de test complet →Capacités, critère par critère
Points issus de la grille de notation publique. Les niveaux obtenus par agrandissement et les limites que nous fixons nous-mêmes ne comptent pas.
- Fenêtre de contexte (publiée par l’éditeur)Non indiqué
- 0,0 / 30
- Modalités d’entrée sur SpicyAPITexte, plus images
- 12,0 / 25
- Utilisation d’outilsOutils et tool_choice
- 15,0 / 15
- Sortie structuréeNon accepté
- 7,0 / 15
- Contrôle du raisonnement4 niveaux : none · low · medium · xhigh
- 15,0 / 15
Ce que Apex sait faire sur SpicyAPI
Tiré directement de la spécification en ligne du modèle sur SpicyAPI. Certains éditeurs en offrent davantage dans leurs propres applications ; voici ce que vous pouvez appeler via notre API aujourd’hui.
| Fonction | Conversation |
|---|---|
| Fenêtre de contexte | 262 144 tokens |
| Sortie max. par requête | 131 072 tokens |
| Niveaux de raisonnement | none · low · medium · xhigh |
| Appel d’outils | Oui |
| Sortie structurée | Non |
Le temps que ça prend vraiment
Mesuré sur de vraies tâches des 30 derniers jours, de la requête au résultat final. Les temps incluent nos propres tests.
- Vitesse de sortie
- 141 tokens/sDélai jusqu’au premier token inclus
- Taux de réussite
- Collecte en cours
Un temps apparaît dès qu’au moins 10 tâches terminées sont reçues. Les taux de réussite ne comptent que les tâches des clients et restent masqués pour tous les modèles jusqu’à 30 jours complets de trafic.
Modèles à envisager à la place de Apex
Anthropic
Claude Sonnet 5.5
A broad frontier model?
- Spicy Index
- 79,6+1,9
- Freedom Score
- 88,3
- Prix
- 4,00 $US+256 %/ 1 M tokens · entrée/sortie 3:1
Reflection
Beam 1.0
Open weights, million-token window?
- Spicy Index
- 68,9−8,8
- Freedom Score
- —
- Prix
- 1,50 $US+33 %/ 1 M tokens · entrée/sortie 3:1
Anthropic
Claude Haiku 5.5
Cheaper, long window?
- Spicy Index
- 76,4−1,3
- Freedom Score
- 77,8
- Prix
- 0,20 $US−82 %/ 1 M tokens · entrée/sortie 3:1
Qu’en pensez-vous ?
Ce test vous a-t-il été utile ?
Connectez-vous pour voter.
Commentaires
Les commentaires sont vérifiés automatiquement et par notre équipe. Nous supprimons le spam, le contenu inapproprié, les attaques personnelles et tout ce qui nomme une personne réelle sans son consentement. Signalez un commentaire et nous l’examinerons sous un jour ouvré.
Vous avez essayé ce modèle ? Partagez ce qui a marché. Un compte gratuit est nécessaire pour commenter, afin de tenir le spam à distance.
FAQ sur Apex
Essayez Apex vous-même
Réglez chaque paramètre dans le Playground et voyez le prix exact avant de lancer.
1,13 $US par million de tokens mixtes (3 en entrée : 1 en sortie)
Autres tests
Voir les classements →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
- —
Testé le 28 oct. 2026
Lire le testKimi 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
- —
Testé le 28 oct. 2026
Lire le test
Grok 4.3
Choisissez Grok 4.3 pour son immense contexte, son vrai bouton pour couper le raisonnement et son écriture sans censure, pas cher ; à éviter avec des fichiers.
Testé le 24 sept. 2026
Lire le test