Ornith 1.5 frente a Qwen3.6: ¿qué modelo de codificación agéntica usar?
Ornith 1.5 es un derivado de Qwen3.5 con licencia MIT en cuatro tamaños; Qwen3.6 es la pareja Apache 2.0 de Alibaba con entrada de imágenes. Compara tamaños, licencias y evidencias.
Veredicto. Ornith 1.5 es un derivado post-entrenado de Qwen3.5 orientado a la codificación agéntica, y Qwen3.6 es el lanzamiento más reciente del propio Alibaba afinado para el mismo trabajo, así que prueba ambos en tu repositorio. Ornith viene en tamaños 9B, 35B-A3B, 122B y 397B bajo la licencia MIT, con compilaciones FP8, NVFP4, GGUF y MLX. Qwen3.6 tiene un mixture-of-experts de 35B-A3B y un modelo denso de 27B bajo Apache 2.0, con entrada de imágenes y vídeo. Cada número de benchmark de Ornith proviene de DeepReinforce, incluidas sus ejecuciones de modelos rivales, y los de Qwen provienen de Alibaba, así que ninguna tabla zanja la cuestión.
Especificaciones
| Especificaciones | Ornith 1.5 | Qwen3.6 |
|---|---|---|
| Desarrollador | DeepReinforce | Alibaba Qwen |
| Lanzamiento | 19 de agosto de 2026 | 16 de abril de 2026 |
| Parámetros totales | 403B (Ornith-1.5-397B) | 36B (35B-A3B) |
| Parámetros activos | 17B | 3B |
| Arquitectura | Mezcla de expertos (MoE) | Mezcla de expertos (MoE) |
| Ventana de contexto | 256K tokens | 256K tokens |
| Entrada | Texto | Texto, Imagen, Vídeo |
| Licencia | MIT (Permisiva) | Apache 2.0 (Permisiva) |
| Memoria de la variante más pequeña (4 bits) | 6.66 GB (Ornith-1.5-9B) | 19 GB (27B) |
Las afirmaciones de rendimiento provienen del desarrollador y no se han verificado de forma independiente.
Elige Ornith 1.5 si
- Quieres un modelo de 9B para una GPU pequeña, o los tamaños 122B o 397B, que Qwen3.6 no ofrece.
- Quieres la licencia MIT y compilaciones listas de FP8, NVFP4, GGUF y MLX.
- Tu harness de agente usa parsers de llamadas a herramientas al estilo Qwen.
- Quieres probar el post-entrenamiento agéntico de DeepReinforce sobre la arquitectura Qwen.
Elige Qwen3.6 si
- Necesitas entrada de imágenes o vídeo, que Ornith no admite.
- Prefieres un lanzamiento del desarrollador original bajo Apache 2.0.
- Quieres el modelo denso de 27B para una GPU de 24 a 48 GB.