Ornith-1.0 (DeepReinforce)

Что это

Ornith-1.0 — открытая линейка LLM для агентного кодинга от DeepReinforce, выпущенная в июне 2026 года. Особенность модели в том, что при обучении с подкреплением она не использует фиксированный человеческий харнес (scaffold) для генерации решений, а сама предлагает и уточняет сценарий работы под конкретную задачу, после чего генерирует решение уже под этот сценарий. Награда от результата распространяется и на этап генерации харнеса, и на этап решения, то есть модель учится проектировать оркестрацию своей же работы.

Семейство включает варианты 9B-Dense, 31B-Dense, 35B-MoE и 397B-MoE (последний построен поверх Gemma 4 и Qwen 3.5), веса выложены на Hugging Face в bf16, FP8 и GGUF под лицензией MIT без региональных ограничений. По заявленным бенчмаркам флагман 397B показывает 77.5 на Terminal-Bench 2.1 и 82.4 на SWE-Bench Verified — сопоставимо с Claude Opus 4.7 и топовыми открытыми моделями вроде MiniMax M3 и DeepSeek-V4-Pro.

Для участников клуба это интересно как бесплатная альтернатива для агентного вайб-кодинга и n8n-автоматизации на своей инфраструктуре: младшие версии (9B) можно запускать локально на одной видеокарте через vLLM, SGLang или llama.cpp/Ollama, что снимает зависимость от платных API и подходит для экспериментов с self-hosted кодинг-агентами и кастомными пайплайнами.

Возможности

• Модель сама генерирует и уточняет task-specific scaffold (сценарий-харнес) вместо готового человеческого харнеса
• Обучение с подкреплением совместно оптимизирует этап создания харнеса и этап генерации решения
• Четыре размера: 9B-Dense, 31B-Dense, 35B-MoE и 397B-MoE, от edge-устройств до фронтир-масштаба
• 397B-MoE построена поверх Gemma 4 и Qwen 3.5, заявлены 77.5 на Terminal-Bench 2.1 и 82.4 на SWE-Bench Verified
• Веса на Hugging Face в форматах bf16, FP8 и GGUF, лицензия MIT, без региональных ограничений
• Поддержка контекстного окна 256K токенов
• Запуск через vLLM (от 0.19.1), SGLang (от 0.5.9), Transformers (от 5.8.1) или локально через llama.cpp/Ollama
• OpenAI-совместимый API, совместимость с агентными фреймворками вроде OpenHands

Цена: открытый код, веса моделей свободно доступны на Hugging Face под лицензией MIT, платных тарифов нет; для запуска нужны собственные вычислительные ресурсы