Öppen modellfamilj för kod och agenter som tränar sig själv genom att hitta på allt svårare uppgifter, finns från 397 miljarder parametrar ned till en version för mobilen.
Omslagsbilden för Ornith-1.5 [1]
Ornith-1.5 är en familj öppna språkmodeller från Ornith, släppt i augusti 2026. Den bygger vidare på Ornith-1.0, som i sin tur utgår från Qwen3.5 och Gemma 4 med ytterligare träning. Familjen består av en MoE-modell på 397 miljarder parametrar, en MoE-modell på 35 miljarder med 3 miljarder aktiva och en vanlig modell på 9 miljarder. Den minsta finns även som en komprimerad mobilversion för iPhone och Android, och i oktober tillkom en version på 122 miljarder parametrar på Hugging Face.
Det som är nytt är hur modellen tränas. I varje omgång hittar modellen själv på allt svårare uppgifter i en miljö eller ett kodprojekt, bygger ett eget arbetsupplägg med instruktioner och verktyg för uppgiften, och försöker sedan lösa den. Alla tre stegen belönas och förbättras tillsammans med förstärkningsinlärning (GRPO). Uppgifterna belönas för att vara giltiga, nya och lagom svåra (målet är ungefär 20 % lyckade försök), och upplägget belönas bland annat för att vara svårt att fuska med.
Enligt Ornith får den största modellen 86,1 på Terminal-Bench 2.1 och 56,0 på DeepSWE, i nivå med Claude Opus 4.8 (85,0 och 59,0) och före GLM-5.2 och DeepSeek-V4-Flash. Den minsta, 9B, når 70,6 på SWE-bench Verified. Vikterna är öppna under MIT-licens och finns i många format, bland annat GGUF, MLX och FP8.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.