Ornith 1.5 ou Qwen3.6 : quel modèle de code agentique choisir ?
Ornith 1.5 est un dérivé de Qwen3.5 sous licence MIT en quatre tailles ; Qwen3.6 est le duo Apache 2.0 d'Alibaba avec entrée d'images. Comparez tailles, licences et preuves.
Verdict. Ornith 1.5 est un dérivé de Qwen3.5 post-entraîné pour le code agentique, et Qwen3.6 est la version plus récente d'Alibaba elle-même, optimisée pour le même travail : testez donc les deux sur votre dépôt. Ornith existe en tailles 9B, 35B-A3B, 122B et 397B sous licence MIT, avec des builds FP8, NVFP4, GGUF et MLX. Qwen3.6 propose un mixture-of-experts 35B-A3B et un modèle dense de 27B sous Apache 2.0, avec entrées image et vidéo. Chaque chiffre de benchmark d'Ornith vient de DeepReinforce, y compris ses propres exécutions des modèles concurrents, et ceux de Qwen viennent d'Alibaba : aucune des deux tables ne tranche la question.
Spécifications
| Spécifications | Ornith 1.5 | Qwen3.6 |
|---|---|---|
| Développeur | DeepReinforce | Alibaba Qwen |
| Date de sortie | 19 août 2026 | 16 avril 2026 |
| Paramètres totaux | 403B (Ornith-1.5-397B) | 36B (35B-A3B) |
| Paramètres actifs | 17B | 3B |
| Architecture | Mixture of experts (MoE) | Mixture of experts (MoE) |
| Fenêtre de contexte | 256K tokens | 256K tokens |
| Entrée | Texte | Texte, Image, Vidéo |
| Licence | MIT (Permissive) | Apache 2.0 (Permissive) |
| Mémoire pour la plus petite variante (4 bits) | 6.66 GB (Ornith-1.5-9B) | 19 GB (27B) |
Les affirmations de performance viennent du développeur et n’ont pas été vérifiées de manière indépendante.
Choisissez Ornith 1.5 si
- Vous voulez un modèle 9B pour une petite GPU, ou les tailles 122B ou 397B, que Qwen3.6 n'offre pas.
- Vous voulez la licence MIT et des builds FP8, NVFP4, GGUF et MLX prêts à l'emploi.
- Votre harness d'agent utilise des parseurs d'appels d'outils à la Qwen.
- Vous voulez essayer le post-entraînement agentique de DeepReinforce sur l'architecture Qwen.
Choisissez Qwen3.6 si
- Vous avez besoin d'entrées image ou vidéo, qu'Ornith n'accepte pas.
- Vous préférez une version du développeur d'origine sous Apache 2.0.
- Vous voulez le modèle dense 27B pour une GPU de 24 à 48 Go.