Ornith-1.5 – DeepReinforce发布的开源大模型系列

Ornith-1.5是由知名NLP学者李纪为创立的AI团队DeepReinforce发布的开源大模型系列，是此前Ornith-1.0的全面迭代升级版，专为Agentic编程（智能体编程）任务设计。该系列核心亮点是引入端到端“自我改进循环”训练机制，让模型在训练过程中自主提出任务、生成任务专用脚手架并完成求解，通过强化学习不断优化自身，实现能力自主进化。系列包含三个规格，全部以MIT许可证开源，允许不受限制的商业和研究用途。

Ornith-1.5特点

• 三档规格全场景覆盖：提供Ornith-1.5-397B（MoE，3970亿参数旗舰版）、Ornith-1.5-35B-A3B（MoE，350亿参数中端版）、Ornith-1.5-9B（稠密模型轻量版）三种尺寸，并额外提供9B的移动端量化版Ornith-1.5-9B-Mobile，从云端服务器到智能手机均可部署，同步提供FP8、GGUF、MLX、NVFP4等多种量化版本适配不同硬件生态。
• 自我改进循环训练：区别于传统由研究者手工设计固定训练流程的方式，Ornith-1.5让模型自己提出新任务、生成任务专属的脚手架（scaffold）、产出解题过程，再通过强化学习持续迭代，形成“出题—解题—反馈—提升”的闭环，是训练范式上的重要创新。
• 性能越级表现：旗舰397B版本在Terminal-Bench 2.1（86.1对85.0）和SWE-Bench Verified（86.0对85.8）上超越Claude Opus 4.8，在推理、智能体和编码任务中达到与Opus 4.8相当的水平；9B稠密版在多数测试中性能优于参数规模更大的Gemma-4-31B，35B版本每个Token仅激活约3B参数，在NL2Repo基准上以46.2领先Qwen3.8-27B的42.3。
• 完全开源+MIT许可：模型权重和训练代码全部公开，商业使用无限制，对开发者和企业极其友好。

Ornith-1.5技术原理

Ornith-1.5将Ornith-1.0的“自脚手架”策略升级为完整的端到端自我改进循环。传统强化学习训练中，模型在人类设计的固定测试框架下生成解决方案，而Ornith-1.5将“设计解题流程”本身也变成可学习的对象：模型先根据任务需求提出新的训练任务，再生成针对该任务的专属脚手架（包含工具调用、错误处理、任务拆解的完整工作流），最后基于脚手架生成解决方案，奖励信号同时回传给任务生成、脚手架设计和方案生成三个阶段，通过GRPO（分组相对策略优化）算法持续优化，实现“出题—解题—反馈—提升”的闭环。

为防止模型在自我改进过程中出现reward hacking（如硬编码测试答案、篡改验证环境），团队设置了三层防护机制：固定外层信任边界防止模型篡改环境，确定性监视器拦截越权行为，冻结的LLM裁判在验证器之上做最终否决，确保模型通过真正解决问题获得奖励。

架构上，397B和35B版本采用混合专家（MoE）架构，通过动态路由机制实现参数的高效利用，在保持计算效率的同时提升模型容量；9B版本为稠密模型，采用GatedDeltaNet+GatedAttention混合注意力架构，原生支持256K上下文，可高效处理大型代码库。

Ornith-1.5功能

• Agentic编程：核心能力，支持模型自主规划任务、拆解步骤、调用工具、执行代码、修复错误，完成从需求理解到代码交付的全流程。
• 自脚手架生成：模型能根据任务自动生成专属的任务框架和工作流程，不再依赖人工预设的固定模板，遇到条件变化时能自主调整方案。
• 工具调用与Agent交互：原生支持OpenAI标准的tool_calls格式，可无缝对接各类Agent框架和MCP服务器，完成“问题分析→工具选择→结果整合”的全链路。
• 代码生成与理解：支持大型代码库的结构理解、符合项目规范的代码片段生成、代码修复与重构，多语言编程能力突出，覆盖Python、JavaScript、Java、Go、Rust等主流语言。
• 多步推理：内置结构化思考机制，在数学问题、逻辑推理等复杂决策场景中逐步推导，提升准确性。
• 多模态输入：支持文字、图片、视频等多模态输入，可结合视觉信息完成代码相关任务。
• 多格式部署：提供FP8、GGUF、MLX、NVFP4等多种量化版本，适配vLLM、SGLang、Transformers、llama.cpp、Ollama等主流推理框架。

Ornith-1.5应用场景

• 智能编程助手：开发者可将其作为本地编码Agent的“大脑”，对接终端工具实现自主写代码、跑测试、修bug的完整开发循环。
• 软件工程自动化：自动处理代码修复、功能实现、终端命令执行等软件工程任务，在SWE-Bench等真实代码修复基准上表现突出。
• 端侧AI应用：9B-Mobile版本适合部署在手机、平板等移动设备上，支持离线场景下的代码辅助、文档分析等轻量级智能任务。
• 企业私有化部署：MIT开源许可+多种量化格式，适合对数据安全有要求的企业在本地服务器上部署专属编程Agent。
• AI研究与教育：自我改进循环的训练方法为学术界提供了新的研究范式参考，多规格模型也适合教学演示和实验对比。
• 个人开发者本地工作流：9B版本单张消费级显卡即可运行，个人开发者可在笔记本上搭建私有的AI编程助手，无需依赖云端API。

Ornith-1.5同类产品对比

表格