Ornith 1.0 35B

Überblick

Ornith-1.0-35B ist das effiziente MoE-Modell der offenen Ornith-1.0-Familie von DeepReinforce, post-trainiert auf Basis von Qwen 3.5 und speziell für agentisches Coding ausgelegt. Es ist ein Reasoning-Modell (<think>-Block vor der Antwort) und steht unter MIT-Lizenz zur Verfügung.

Use Cases

• Agentische Coding-Aufgaben in Terminal- und Repo-Umgebungen (Terminal-Bench, SWE-Bench, NL2Repo)
• Selbst gehostetes Coding-Agent-Backend mit moderaten Hardware-Anforderungen
• Tool- und Function-Calling über OpenAI-kompatible Endpunkte

Stärken & Grenzen

• Stark: Übertrifft ähnlich große Modelle deutlich und schlägt auf Terminal-Bench 2.1 sogar das viel größere Qwen 3.5-397B (64,2 vs. 53,5).
• Stark: Bestes Verhältnis aus Größe und agentischer Coding-Leistung in der Familie.
• Grenze: Auf Coding spezialisiert; das 397B-Flaggschiff bleibt in absoluten Werten voraus.

Praxis-Erfahrung

• Reasoning- und Tool-Call-Parser (qwen3) müssen serverseitig aktiviert werden; empfohlene Sampling-Parameter temperature=0.6, top_p=0.95.
• Benötigt aktuelle Runtimes: Transformers ≥ 5.8.1, vLLM ≥ 0.19.1, SGLang ≥ 0.5.9.

Gut zu wissen

• Lizenz: MIT, global zugänglich.
• Besonderheit „Self-Scaffolding": Das Modell lernt im RL nicht nur Lösungen, sondern auch die aufgabenspezifischen Scaffolds/Harnesses, die diese Lösungen steuern.
• Kontext: bis 256K Token (Referenz-Serving 262.144).