本文へスキップ

このレビューはまだ日本語版がないため、Englishの原文を表示しています。

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.

プレイグラウンドを開く

Spicy Index

77.7/ 100

暫定

Freedom Score

未テスト

料金
$1.13 混合 100 万トークンあたり（入力 3：出力 1）
出力速度
141 トークン/秒
成功率
データ収集中

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.

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.

Try Apex →

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.

良かった点と足りなかった点

良かった点

  • 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.

足りなかった点

  • 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_format field 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.

text
Review a React Native list screen for unnecessary renders and propose a focused patch.

Run this prompt on Apex →

2. A tool step. One function, tool_choice set to auto.

text
Call report_status with status ready.

Run this prompt on Apex →

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.

Apex の Spicy Index の内訳

各項目から採点の詳細に進めます。点数がどの行から来たのか、なぜ減点されたのかがわかります。

公開リーダーボード 品質の 40%
未テスト

追跡している公開リーダーボードに、完全に一致するエントリーはまだありません。 仕組み

ロールプレイ 品質の 15%
未テスト

このモデルではまだロールプレイのテストを実施していません。 仕組み

創作文 品質の 15%
65.6
指示への従い方 品質の 15%
100.0
長いコンテキストの記憶 品質の 15%
未テスト

このモデルではまだ長いコンテキストのテストを実施していません。 仕組み

機能 重み 10.5%
49.0
Freedom Score 重み 30%
未テスト

自由度が未測定、または証拠が不十分です。Index は元の品質・機能スコアを維持し、暫定表示で順位に含めます。証拠の欠如を 0 点とは扱いません。 仕組み

自由度が未測定、または証拠が不十分です。Index は元の品質・機能スコアを維持し、暫定表示で順位に含めます。証拠の欠如を 0 点とは扱いません。

テストレポートをすべて見る →

機能の項目別採点

公開採点表の点数です。アップスケールで作る解像度や、当社が独自に設けた上限は数えません。

コンテキスト長（開発元の公表値）未記載
0.0 / 30
SpicyAPI での入力形式テキストと画像
12.0 / 25
ツール使用ツールと tool_choice
15.0 / 15
構造化出力非対応
7.0 / 15
推論の制御4 段階：none · low · medium · xhigh
15.0 / 15

SpicyAPI で Apex にできること

SpicyAPI の現在のモデル仕様から直接取得しています。開発元が自社アプリでより多くの機能を提供している場合もありますが、ここに載っているのは現在当社の API から呼び出せる機能です。

エンドポイント別の機能
機能チャット
コンテキスト長262,144 トークン
1 リクエストの最大出力131,072 トークン
推論レベルnone · low · medium · xhigh
ツール呼び出しあり
構造化出力なし
すべてのパラメーターとコード例を見る →

実際にかかる時間

過去 30 日の実際のジョブで、リクエストから完成までを計測しています。所要時間には当社自身のテスト実行も含みます。

出力速度
141 トークン/秒最初のトークンまでの時間を含みます
成功率
データ収集中

完了したジョブが 10 件以上そろうと所要時間を表示します。成功率はお客様のジョブだけで数え、30 日分のトラフィックがそろうまで全モデルで非表示にしています。

Apex の代わりに検討できるモデル

あなたの意見は？

このレビューは役に立ちましたか？

投票するにはログインしてください。

コメント

コメントは自動チェックと当社チームによる確認を経ています。スパム、不適切な内容、個人攻撃、実在の人物の名前を同意なく挙げる投稿は削除します。コメントを報告いただければ、1 営業日以内に確認します。

このモデルを試しましたか？うまくいった方法を共有してください。スパムを防ぐため、コメントには無料アカウントが必要です。

Apex のよくある質問

Apex を自分で試す

プレイグラウンドで全パラメーターを設定し、実行前に正確な料金を確認できます。

$1.13 混合 100 万トークンあたり（入力 3：出力 1）

ほかのレビュー

ランキングを見る →
  • Small blank marble tiles race along a short brass rail on a basalt plinth into a three-slot marble gate, where a gold filament splits into three channels ending in three neat stacks

    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
    —

    2026年10月28日 にテスト

    レビューを読む
  • Small blank marble tiles race along a short brass rail on a basalt plinth into a three-slot marble gate, where a gold filament splits into three channels ending in three neat stacks

    Kimi 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
    —

    2026年10月28日 にテスト

    レビューを読む
  • A burst of golden light filaments fanning low across a shallow glass dish against pure black

    Grok 4.3

    巨大な文脈窓、本物の推論オフ、低価格の規制なし文章が欲しいなら Grok 4.3。ファイル添付が要るなら見送りを。

    Spicy Index
    77.0
    Freedom Score
    98.9

    2026年9月24日 にテスト

    レビューを読む