DeepReinforce AI 于 2026 年 6 月下旬发布了 Ornith 1.0这是一系列专为智能体编程而设计的自改进开源模型。Ornith 1.0 提供四种规模参数量从 90 亿到 3970 亿不等采用 MIT 许可证并基于 Gemma 4 和 Qwen 3.5 进行训练。在所有主流编程基准测试中Ornith 1.0 在同等规模的开源模型中均取得了最先进的性能。35B-MoE 变体在 Terminal-Bench 2.1 测试中得分 64.2%比 Qwen 3.5-35B 和 Gemma4-31B 高出 22 分在 SWE-bench Verified 测试中更是达到了 75.6%。其秘诀在于一种新颖的强化学习驱动的训练循环该循环使模型不仅能够生成代码解决方案还能学习生成驱动这些解决方案的框架。本指南将介绍 Ornith 的架构、基准测试、部署选项、代理工具集成以及 Lushbinary 如何帮助您将 Ornith 投入生产环境。目录1 .Ornith 1.0 是什么它是谁开发的2 .架构自改进强化学习训练3 .型号系列9B、31B、35B 和 397B4 .基准深度分析5 .对比Ornith、Qwen 和 Gemma 在 Terminal-Bench 上的对比6 .部署方式vLLM、SGLang、Ollama 等7 .Agentic 应用Hermes、OpenClaw、OpenCode 等8 .谁应该使用Ornith以及何时使用。1 Ornith 1.0 是什么它是谁开发的Ornith 1.0 是由DeepReinforce AI开发的一系列开源推理模型。DeepReinforce AI是MiroMind团队下专注于强化学习驱动模型改进的研究实验室是一个由刚毕业于或者还未毕业的年轻华人学生构成的他们主要毕业于MIT、斯坦福等知名院校。与主要基于下一个词元预测进行训练的模型不同Ornith 使用强化学习来学习生成解决方案的展开式以及驱动这些展开式的框架从而创建一个自我改进的训练循环。Ornith 采用 MIT 许可证这意味着您可以不受限制地将其用于商业用途、进行微调、重新分发修改后的权重并在全球任何地方部署不受地域限制。模型托管在 HuggingFace 平台上组织名称为Ornith。 deepreinforce-ai。Ornith 是首批开放模型系列之一它证明了强化学习驱动的自我改进可以缩小与专有前沿模型在智能编码任务上的差距。2 架构自改进强化学习训练Ornith 的核心创新在于其训练方法。传统的后训练侧重于针对已知问题生成更优答案。Ornith 的强化学习循环更进一步该模型不仅学习生成解决方案还学习生成这些解决方案的框架和推理过程。这就形成了一个自我提升的循环1该模型为编码任务生成解决方案部署方案。2强化学习奖励信号用于评估哪些推广活动会成功。3该模型能够同时学习改进解决方案及其生成框架。4更好的框架能在后续迭代中产生更好的解决方案。最终得到的是一个带有原生思维模块的推理模型。当给定一个编码任务时Ornith 会先生成结构化的思维模块推理过程然后再给出最终答案其工作方式类似于 o1 和 DeepSeek-R1但 Ornith 专门针对智能体编码工作流程进行了优化。后训练是在强大的基础模型之上进行的31B-Dense 变体使用 Gemma 49B、35B-MoE 和 397B-MoE 变体使用 Qwen 3.5。这使得 Ornith 能够继承这些成熟基础模型的通用能力同时针对代码进行专门优化。3 型号系列9B、31B、35B 和 397BOrnith 提供四种尺寸每种尺寸都针对不同的硬件和使用场景要求对于大多数开发者而言 35B-MoE变体是最佳选择它采用混合专家架构每个令牌仅激活部分参数从而实现了最佳的每显存基准测试性能比。这意味着您可以用接近 20B 高密度模型的内存需求获得 35B 级别的性能。397B -MoE变体面向服务器级部署旨在针对最复杂的智能体编码任务实现前沿模型性能。所有变体均共享相同的 262,144 个标记的上下文窗口并支持相同的推理框架。4 基准深度分析以下是Ornith 1.0 35B-MoE变体部署最广泛的尺寸的关键基准测试结果Terminal-Bench 2.1 的得分高达 64.2%尤其值得关注。该基准测试旨在检验基于终端的自主编码能力要求模型能够在无人干预的情况下浏览文件系统、运行命令、调试错误并完成复杂的多步骤任务。Ornith 的得分比同等规模的开源模型高出 22 分以上这标志着其在智能体能力方面取得了真正的进步。Ornith 35B 的 SWE-bench 验证得分 75.6%使其与 6-12 个月前更大的专有型号的得分相当对于一款 35B 的开放式重量型号来说这是一个了不起的成就。5 对比Ornith、Qwen 和 Gemma 在 Terminal-Bench 上的对比Terminal-Bench 2.1 是目前最相关的智能体编码基准测试工具。以下是 Ornith 1.0 35B 与其他类似规模的开源模型的比较Ornith 的领先优势非常显著。它比 Qwen 3.5-35B其自身的基础模型高出 22 分以上这充分体现了自改进强化学习循环的价值。即使与更新的 Qwen 3.6-35B 相比Ornith 也保持着 11.7 分的明显优势。对于正在评估用于智能体编码工作流程的开放式模型的团队而言这些数据表明 Ornith 在其规模级别中遥遥领先。这种差距足以转化为生产级智能体系统中显著更高的任务完成率。6 部署方式vLLM、SGLang、Ollama 等Ornith 1.0 支持所有主流推理框架。以下是每种框架的入门指南vLLM采用分页注意力机制、连续批处理和张量并行技术提供生产级服务。推荐用于多GPU部署和高吞吐量场景。vllm serve deepreinforce-ai/Ornith-1.0-35B --tensor-parallel-size2SGLang利用 RadixAttention 进行前缀缓存实现高性能服务。非常适合代理工作负载因为这类工作负载需要在多个请求中重用系统提示。python-msglang.launch_server--modeldeepreinforce-ai/Ornith-1.0-35BTransformers ( 5.8.1)直接集成 HuggingFace用于原型设计、微调和研究。需要 Transformers 版本 5.8.1 或更高版本。pipinstalltransformers5.8.1python-cfrom transformers import AutoModelForCausalLM; ...Ollama最简单的本地部署方式。只需一条命令即可下载并运行。非常适合希望在本地测试 Ornith 的个人开发者。./llama-server-mornith-1.0-35b-q4_k_m.gguf-c8192-ngl99llama.cpp支持使用 GGUF 量化的 CPU 和 CPU/GPU 混合推理。在消费级硬件上运行 Ornith并使用量化权重。./llama-server-mornith-1.0-35b-q4_k_m.gguf-c8192-ngl99所有均可在 HuggingFace 上找到网址为 deepreinforce-ai/Ornith-1.0-9B deepreinforce-ai/Ornith-1.0-35B deepreinforce-ai/Ornith-1.0-397B7 Agentic 应用Hermes、OpenClaw、OpenCode 等Ornith 1.0 专为智能体编码工作流程而设计。它可与所有主流的编码代理框架兼容要将 Ornith 与这些智能体配合使用请通过 vLLM 或 SGLang 提供与 OpenAI 兼容的 API 端点然后将智能体的模型配置指向该端点。由于 Ornith 是一个带有思考块的推理模型智能体可以在采取行动之前利用其结构化的思维链。# Example: Using Ornith with OpenCode via vLLM# 1. Serve Ornith with vLLMvllm serve deepreinforce-ai/Ornith-1.0-35B\--port8000--tensor-parallel-size2# 2. Configure OpenCode to use your Ornith endpointexportOPENCODE_MODELornith-1.0-35bexportOPENCODE_API_BASEhttp://localhost:8000/v1# 3. Start codingopencodeFix the auth middleware in src/middleware.ts8 谁应该使用Ornith以及何时使用。Ornith 1.0 在开放模型生态系统中占据着一个特定且重要的地位。以下情况适合选择 Ornith选择Ornith时您需要具备代理编码能力并且希望自行托管而不是按令牌支付 API 费用。对于商业部署您需要一个无使用限制的MIT 许可模型。您想要在 30-40B 参数级别中获得最先进的开放式模型性能您需要全球供货不受区域限制或出口管制。您正在构建自主编码代理这些代理在采取行动之前需要进行结构化推理。您希望针对特定领域或代码库对强大的编码基础进行微调。考虑替代方案的情况你需要绝对的前沿性能并且成本不是限制因素使用 Claude Opus 4.8 或 GPT-5.6 Sol。除了代码之外您还需要强大的多模态能力Ornith 侧重于代码。您缺乏 GPU 基础设施更倾向于使用托管 API 访问。
Ornith 1.0 开发者指南：基准测试、架构和智能体编码
DeepReinforce AI 于 2026 年 6 月下旬发布了 Ornith 1.0这是一系列专为智能体编程而设计的自改进开源模型。Ornith 1.0 提供四种规模参数量从 90 亿到 3970 亿不等采用 MIT 许可证并基于 Gemma 4 和 Qwen 3.5 进行训练。在所有主流编程基准测试中Ornith 1.0 在同等规模的开源模型中均取得了最先进的性能。35B-MoE 变体在 Terminal-Bench 2.1 测试中得分 64.2%比 Qwen 3.5-35B 和 Gemma4-31B 高出 22 分在 SWE-bench Verified 测试中更是达到了 75.6%。其秘诀在于一种新颖的强化学习驱动的训练循环该循环使模型不仅能够生成代码解决方案还能学习生成驱动这些解决方案的框架。本指南将介绍 Ornith 的架构、基准测试、部署选项、代理工具集成以及 Lushbinary 如何帮助您将 Ornith 投入生产环境。目录1 .Ornith 1.0 是什么它是谁开发的2 .架构自改进强化学习训练3 .型号系列9B、31B、35B 和 397B4 .基准深度分析5 .对比Ornith、Qwen 和 Gemma 在 Terminal-Bench 上的对比6 .部署方式vLLM、SGLang、Ollama 等7 .Agentic 应用Hermes、OpenClaw、OpenCode 等8 .谁应该使用Ornith以及何时使用。1 Ornith 1.0 是什么它是谁开发的Ornith 1.0 是由DeepReinforce AI开发的一系列开源推理模型。DeepReinforce AI是MiroMind团队下专注于强化学习驱动模型改进的研究实验室是一个由刚毕业于或者还未毕业的年轻华人学生构成的他们主要毕业于MIT、斯坦福等知名院校。与主要基于下一个词元预测进行训练的模型不同Ornith 使用强化学习来学习生成解决方案的展开式以及驱动这些展开式的框架从而创建一个自我改进的训练循环。Ornith 采用 MIT 许可证这意味着您可以不受限制地将其用于商业用途、进行微调、重新分发修改后的权重并在全球任何地方部署不受地域限制。模型托管在 HuggingFace 平台上组织名称为Ornith。 deepreinforce-ai。Ornith 是首批开放模型系列之一它证明了强化学习驱动的自我改进可以缩小与专有前沿模型在智能编码任务上的差距。2 架构自改进强化学习训练Ornith 的核心创新在于其训练方法。传统的后训练侧重于针对已知问题生成更优答案。Ornith 的强化学习循环更进一步该模型不仅学习生成解决方案还学习生成这些解决方案的框架和推理过程。这就形成了一个自我提升的循环1该模型为编码任务生成解决方案部署方案。2强化学习奖励信号用于评估哪些推广活动会成功。3该模型能够同时学习改进解决方案及其生成框架。4更好的框架能在后续迭代中产生更好的解决方案。最终得到的是一个带有原生思维模块的推理模型。当给定一个编码任务时Ornith 会先生成结构化的思维模块推理过程然后再给出最终答案其工作方式类似于 o1 和 DeepSeek-R1但 Ornith 专门针对智能体编码工作流程进行了优化。后训练是在强大的基础模型之上进行的31B-Dense 变体使用 Gemma 49B、35B-MoE 和 397B-MoE 变体使用 Qwen 3.5。这使得 Ornith 能够继承这些成熟基础模型的通用能力同时针对代码进行专门优化。3 型号系列9B、31B、35B 和 397BOrnith 提供四种尺寸每种尺寸都针对不同的硬件和使用场景要求对于大多数开发者而言 35B-MoE变体是最佳选择它采用混合专家架构每个令牌仅激活部分参数从而实现了最佳的每显存基准测试性能比。这意味着您可以用接近 20B 高密度模型的内存需求获得 35B 级别的性能。397B -MoE变体面向服务器级部署旨在针对最复杂的智能体编码任务实现前沿模型性能。所有变体均共享相同的 262,144 个标记的上下文窗口并支持相同的推理框架。4 基准深度分析以下是Ornith 1.0 35B-MoE变体部署最广泛的尺寸的关键基准测试结果Terminal-Bench 2.1 的得分高达 64.2%尤其值得关注。该基准测试旨在检验基于终端的自主编码能力要求模型能够在无人干预的情况下浏览文件系统、运行命令、调试错误并完成复杂的多步骤任务。Ornith 的得分比同等规模的开源模型高出 22 分以上这标志着其在智能体能力方面取得了真正的进步。Ornith 35B 的 SWE-bench 验证得分 75.6%使其与 6-12 个月前更大的专有型号的得分相当对于一款 35B 的开放式重量型号来说这是一个了不起的成就。5 对比Ornith、Qwen 和 Gemma 在 Terminal-Bench 上的对比Terminal-Bench 2.1 是目前最相关的智能体编码基准测试工具。以下是 Ornith 1.0 35B 与其他类似规模的开源模型的比较Ornith 的领先优势非常显著。它比 Qwen 3.5-35B其自身的基础模型高出 22 分以上这充分体现了自改进强化学习循环的价值。即使与更新的 Qwen 3.6-35B 相比Ornith 也保持着 11.7 分的明显优势。对于正在评估用于智能体编码工作流程的开放式模型的团队而言这些数据表明 Ornith 在其规模级别中遥遥领先。这种差距足以转化为生产级智能体系统中显著更高的任务完成率。6 部署方式vLLM、SGLang、Ollama 等Ornith 1.0 支持所有主流推理框架。以下是每种框架的入门指南vLLM采用分页注意力机制、连续批处理和张量并行技术提供生产级服务。推荐用于多GPU部署和高吞吐量场景。vllm serve deepreinforce-ai/Ornith-1.0-35B --tensor-parallel-size2SGLang利用 RadixAttention 进行前缀缓存实现高性能服务。非常适合代理工作负载因为这类工作负载需要在多个请求中重用系统提示。python-msglang.launch_server--modeldeepreinforce-ai/Ornith-1.0-35BTransformers ( 5.8.1)直接集成 HuggingFace用于原型设计、微调和研究。需要 Transformers 版本 5.8.1 或更高版本。pipinstalltransformers5.8.1python-cfrom transformers import AutoModelForCausalLM; ...Ollama最简单的本地部署方式。只需一条命令即可下载并运行。非常适合希望在本地测试 Ornith 的个人开发者。./llama-server-mornith-1.0-35b-q4_k_m.gguf-c8192-ngl99llama.cpp支持使用 GGUF 量化的 CPU 和 CPU/GPU 混合推理。在消费级硬件上运行 Ornith并使用量化权重。./llama-server-mornith-1.0-35b-q4_k_m.gguf-c8192-ngl99所有均可在 HuggingFace 上找到网址为 deepreinforce-ai/Ornith-1.0-9B deepreinforce-ai/Ornith-1.0-35B deepreinforce-ai/Ornith-1.0-397B7 Agentic 应用Hermes、OpenClaw、OpenCode 等Ornith 1.0 专为智能体编码工作流程而设计。它可与所有主流的编码代理框架兼容要将 Ornith 与这些智能体配合使用请通过 vLLM 或 SGLang 提供与 OpenAI 兼容的 API 端点然后将智能体的模型配置指向该端点。由于 Ornith 是一个带有思考块的推理模型智能体可以在采取行动之前利用其结构化的思维链。# Example: Using Ornith with OpenCode via vLLM# 1. Serve Ornith with vLLMvllm serve deepreinforce-ai/Ornith-1.0-35B\--port8000--tensor-parallel-size2# 2. Configure OpenCode to use your Ornith endpointexportOPENCODE_MODELornith-1.0-35bexportOPENCODE_API_BASEhttp://localhost:8000/v1# 3. Start codingopencodeFix the auth middleware in src/middleware.ts8 谁应该使用Ornith以及何时使用。Ornith 1.0 在开放模型生态系统中占据着一个特定且重要的地位。以下情况适合选择 Ornith选择Ornith时您需要具备代理编码能力并且希望自行托管而不是按令牌支付 API 费用。对于商业部署您需要一个无使用限制的MIT 许可模型。您想要在 30-40B 参数级别中获得最先进的开放式模型性能您需要全球供货不受区域限制或出口管制。您正在构建自主编码代理这些代理在采取行动之前需要进行结构化推理。您希望针对特定领域或代码库对强大的编码基础进行微调。考虑替代方案的情况你需要绝对的前沿性能并且成本不是限制因素使用 Claude Opus 4.8 或 GPT-5.6 Sol。除了代码之外您还需要强大的多模态能力Ornith 侧重于代码。您缺乏 GPU 基础设施更倾向于使用托管 API 访问。
