Ornith 1.5
基于 Qwen3.5 后训练的智能体编程模型,有 9B、35B-A3B、122B 和 397B 四种尺寸,MIT 许可证。所有基准均为官方自报。
一句话概括. Ornith 1.5 是一组调校为编程智能体的开放 AI 模型:它们能阅读代码库、运行命令、修复 bug 并调用工具。它们是阿里 Qwen3.5 的后训练版本,有四种尺寸,从单卡可用的 9B 到需要多卡服务器的 397B。全部采用 MIT 许可证。
概述
Ornith 由 DeepReinforce 开发,这是一家位于加州的 AI 研究创业公司,此前以 GPU 代码的强化学习闻名。Ornith 1.0 于 2026 年 6 月发布,基于 Qwen3.5 和 Gemma 4,经过继续预训练、中期训练和强化学习后训练。Ornith 1.5 于 2026 年 8 月 19 日发布,包括 9B 稠密模型和 35B-A3B、397B 两个混合专家模型,10 月又加入了 122B 混合专家模型。四个检查点的上下文都是 256K token,回答前会先在推理块中思考。35B-A3B、122B 和 397B 的配置文件与 Qwen3.5-35B-A3B、Qwen3.5-122B-A10B 和 Qwen3.5-397B-A17B 一致,后三者每个 token 分别激活约 3B、10B 和 17B 参数。Ornith 自己只写明了 3B 这一项。
DeepReinforce 的训练方法让模型自己提出训练任务,为每个任务写出由指令、工具和编排组成的脚手架,再去解题,强化学习对这三步都给奖励。对 397B 模型,博客报告 Terminal-Bench 2.1 为 86.1、DeepSWE 为 56.0,Claude Opus 4.8 为 85.0 和 59.0,并领先于 GLM-5.2 和 DeepSeek-V4-Flash-0731。同一张表里,Kimi K3 以 88.3 和 67.5 更高。35B-A3B 模型的 Terminal-Bench 2.1 为 67.8、SWE-bench Verified 为 79.0,Qwen3.6-35B-A3B 为 52.5 和 73.4。9B 模型为 46.2 和 70.6。
所有结果都是 Ornith 自己的,取五次运行的平均值,模型卡还说 Terminal-Bench 评测时调整了 Qwen 的聊天模板。122B 的模型卡显示,在 Terminal-Bench 2.1 上 Qwen3.8-Flash-Next 更高,83.4 对 81.2。部署需要 Transformers 5.8.1 或更高、vLLM 0.19.1 或更高,或 SGLang 0.5.9 或更高,并使用模型卡列出的推理和工具调用解析器。Ornith 还发布了 FP8、NVFP4、GGUF、MLX 和 DFlash 版本。2026 年 11 月 11 日,Hugging Face 显示 9B 的 GGUF 版本 30 天内约 570 万次下载,35B-A3B 的 GGUF 版本约 420 万次。
适合做什么
- 运行命令、编辑代码仓库的编程智能体,用 9B 或 35B-A3B 模型在本地运行
- 想要基于 Qwen3.5 架构、MIT 许可证,并有 FP8、NVFP4、GGUF 和 MLX 版本的团队
- 通过兼容 OpenAI 的服务器和 Qwen 风格的工具调用解析器做工具调用
- 需要最长 256K token 上下文的长任务
需要注意
- 所有基准数字都来自 Ornith,包括它对竞品的测试,其自家的部分表格里也有对手领先
- 它是 Qwen3.5 的后训练衍生模型,公布的分数侧重编程和智能体任务
- 它默认先思考再回答,会多耗 token,模型卡建议编程时温度 0.6、通用任务 1.0
- 397B 模型 BF16 约需 807 GB、FP8 约需 418 GB,需要多卡服务器
性能数据来自开发方,未经独立验证。
需要多少内存?
以下为 Ornith-1.5-9B 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。
| 版本 | 参数量 | BF16 | FP8 / INT8 | 4-bit (Q4) | 可运行于 |
|---|---|---|---|---|---|
| Ornith-1.5-9B BF16 | 9.65B | 22 GB | 11 GB | 6.66 GB | 笔记本或手机 |
| Ornith-1.5-9B (NVFP4) NVFP4 | 9.65B | 22 GB | 11 GB | 9.7 GB | 笔记本或手机 |
| Ornith-1.5-35B-A3B BF16 | 36B 激活 3B | 83 GB | 41 GB | 25 GB | 游戏显卡 |
| Ornith-1.5-35B-A3B (FP8) FP8 | 36B 激活 3B | 83 GB | 41 GB | 25 GB | 游戏显卡 |
| Ornith-1.5-35B-A3B (NVFP4) NVFP4 | 36B 激活 3B | 83 GB | 41 GB | 26 GB | 游戏显卡 |
| Ornith-1.5-122B BF16 | 125B 激活 10B | 288 GB | 144 GB | 86 GB | 工作站 |
| Ornith-1.5-122B (NVFP4) NVFP4 | 125B 激活 10B | 288 GB | 144 GB | 85 GB | 工作站 |
| Ornith-1.5-397B BF16 | 403B 激活 17B | 928 GB | 464 GB | 278 GB | 大内存台式机 |
| Ornith-1.5-397B (FP8) FP8 | 403B 激活 17B | 928 GB | 464 GB | 278 GB | 大内存台式机 |
估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。
许可证,用大白话说
最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。
延伸阅读
- Ornith 1.5 与 Qwen3.6 对比:该选哪个智能体编程模型?
- 最适合编程和 AI 智能体的开源模型
- Hydrogen-1.0:基于 GLM-5.3 的 753B 开源科学模型
- 超大开源模型开始直接以 4 位发布:对内存规划意味着什么
常见问题
- Ornith 1.5 是什么?
- Ornith 1.5 是一组调校为编程智能体的开放 AI 模型:它们能阅读代码库、运行命令、修复 bug 并调用工具。它们是阿里 Qwen3.5 的后训练版本,有四种尺寸,从单卡可用的 9B 到需要多卡服务器的 397B。全部采用 MIT 许可证。
- Ornith 1.5 可以商用吗?
- 可以。Ornith 1.5 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
- Ornith 1.5 是开源的吗?
- Ornith 1.5 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
- 我能在自己的电脑上运行 Ornith 1.5 吗?
- 可以。最小版本 Ornith-1.5-9B 在 4 位精度下约需 6.66 GB 内存,现代笔记本或中端显卡即可胜任。
- Ornith 1.5 是什么时候发布的?
- Ornith 1.5 由 DeepReinforce 于 2026年8月19日 发布。
- Ornith 1.5 的上下文窗口有多长?
- Ornith 1.5 支持最长 256K token 的上下文窗口。
官方链接
来源
规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。
- Ornith-1.5: From Self-Scaffolding to Self-Improvement (Ornith blog, Aug 2026) ornith.ai
- Ornith repository and checkpoint table (GitHub) github.com
- Ornith-1.5-35B-A3B model card (Hugging Face) huggingface.co
- Ornith-1.5-122B model card (Hugging Face) huggingface.co
- Release report with the 19 August 2026 date (GIGAZINE) gigazine.net
发布时间等信息最近核实于 2026年11月11日。
相关模型
| 模型 | 发布时间 | 参数量 | 上下文 | 许可证 | 最小版本所需内存 |
|---|---|---|---|---|---|
| Qwen3.6 Alibaba Qwen | 27.8B – 36B 激活 3B | 256K | Apache 2.0 (宽松) | 19 GB 游戏显卡 | |
| Qwen3.5 Alibaba Qwen | 873M – 403B 激活 17B | 256K | Apache 2.0 (宽松) | 0.602 GB 笔记本或手机 | |
| Gemma 4 Google DeepMind | 5.1B – 30.7B | 256K | Apache 2.0 (宽松) | 3.52 GB 笔记本或手机 | |
| Muse Glimmer Meta | 29.6B | 128K | Apache 2.0 (宽松) | 20 GB 游戏显卡 |