Ornith 1.5 9B

Kompaktestes Modell der Ornith-1.5-Familie (9B dicht, MIT) – edge- und Single-GPU-tauglich, in einem unabhängigen Praxistest aber deutlich unter den berichteten Werten.

Überblick

Ornith-1.5-9B ist das kleinste Modell der zweiten Ornith-Generation von DeepReinforce: ein dichtes 9B-Modell auf Qwen-3.5-Basis, ausgelegt auf lokale Hardware und Edge-Betrieb. Lizenz MIT. Quantisierte GGUF- und MLX-Builds (4/6 bit) machen es auf Consumer-GPUs und Apple Silicon lauffähig; der als „Mobile" beworbene Build ist eine dieser Quantisierungen, kein eigenes Repo.

Use Cases

Lokale Coding-Assistenz auf einer Consumer-GPU oder Apple Silicon
Vorgelagerte Klassifikations- und Routing-Schritte in Agent-Pipelines, bei denen Latenz vor Qualität geht
Offline-Betrieb ohne API-Anbindung

Stärken & Grenzen

Stark: SWE-bench Verified 70,6 laut Hersteller – für ein dichtes 9B ein ungewöhnlich hoher Wert.
Stark: Läuft quantisiert auf Hardware, die für die MoE-Geschwister nicht reicht.
Grenze: Der einzige unabhängige Praxistest widerspricht dem Benchmarkbild deutlich. Auf einer A100 (80 GB, vLLM) scheiterte das Modell daran, eine EC2-Instanz zu provisionieren – auch mit manueller Steuerung und vorgegebener AMI-ID: wiederholte CLI-Tippfehler, rund 43.000 Token in sieben Minuten für die erste Aufgabe und schließlich halluzinierter chinesischer Text statt eines gültigen Kommandos. Auch die Coding-Aufgabe endete in unbrauchbarer Ausgabe.
Grenze: Deutlicher Abstand zu den Geschwistern bei den agentischen Benchmarks (Terminal-Bench 2.1: 47,0 gegenüber 67,8 beim 35B-A3B). Für Frontier-Bench und DeepSWE veröffentlicht DeepReinforce für das 9B gar keine Werte.
Grenze: BenchLM führt das Modell mit 36,74/100 auf Rang 205 von 225. Artificial Analysis hat es nicht vermessen (Stand 26.08.2026).

Praxis-Erfahrung

Architektur laut config.json: 32 Layer, Hidden 4.096, Vokabular 248.320, RoPE θ = 10.000.000, Vision-Encoder mit Depth 27 – zusätzlich sind hier als einziger Variante Video-Token hinterlegt.
Speicherbedarf im Test: gut 72 GB VRAM bei ungekürztem Kontext, überwiegend KV-Cache. Wer das Modell lokal betreibt, sollte das Kontextfenster bewusst begrenzen.
Der Ollama-Build wiegt 6,6 GB.

Gut zu wissen

Lizenz: MIT, kommerziell nutzbar; keine erstanbieterseitige API.
Kontext: max_position_embeddings = 262.144, Ollama weist 256K aus – praktisch nutzbar nur mit entsprechend dimensioniertem KV-Cache.
Modalitäten: config.json und Ollama weisen Bildeingabe aus, der Launch-Beitrag beschreibt das Modell rein textlich. Die Card führt Text + Bild; die im Config vorhandenen Video-Token sind nicht als Modalität gesetzt, weil keine Quelle Videoverstehen beschreibt.
Empfehlung: Wo die Hardware es zulässt, ist das 35B-A3B die deutlich verlässlichere Wahl – auch der unabhängige Test kommt zu diesem Schluss.

Weitere Benchmarkwerte ohne Eintrag in der Score-Tabelle

Alle Werte DeepReinforce, Mittel aus fünf Läufen.

Benchmark	Ornith 1.5 9B
SWE-bench Pro	47,5
SWE-bench Multilingual	54,4
NL2Repo	32,4
SWE Atlas – QnA	20,6
HLE (mit Tools)	30,5
MCP-Atlas	54,2
Toolathlon-Verified	41,2
WideSearch	59,5
BrowseComp	56,4
ClawEval	66,5