Ornith-1.0
DeepReinforce · Veröffentlicht Juni 2026
Eine starke MIT-lizenzierte Open-Source-Modellfamilie für agentisches Coding, die Spitzen-Benchmarks erreicht — schlägt Claude Opus 4.7 sowohl auf Terminal-Bench 2.1 als auch SWE-Bench Verified — erfordert aber Self-Hosting mit erheblicher GPU-Infrastruktur und stammt von einem neuen Labor mit begrenzter Erfolgsbilanz.
Ist es das Richtige für dich?
Gut für
- Agentisches Coding mit mehrstufigen Tool-Aufrufen — übertrifft Claude Opus 4.7 bei Terminal-Bench 2.1 (77,5 vs. 70,3) und SWE-Bench Verified (82,4 vs. 80,8)
- Selbst gehostete Coding-Agenten mit vollständiger Datenprivatsphäre — MIT-Lizenz, keine API-Abhängigkeit, läuft auf deiner eigenen Infrastruktur
- Edge-Deployment mit der 9B-Variante — erreicht oder übertrifft Gemma 4-31B bei SWE-Bench Verified (69,4 vs. 52) und passt auf eine einzelne Consumer-GPU
- Selbstgerüstbauendes RL-Training erzeugt aufgabenspezifische Strategien, die feste, von Menschen entworfene Test-Harnesses bei agentischen Coding-Benchmarks übertreffen
Nicht geeignet für
- Teams ohne GPU-Infrastruktur — keine verwaltete API von DeepReinforce; du musst deine eigenen Inferenzserver bereitstellen und warten
- Allgemeine Chat- oder Nicht-Coding-Aufgaben — stark auf agentische Coding-Harnesses spezialisiert; nicht für Konversation, Schreiben oder multimodale Nutzung benchmarkt oder optimiert
- Produktionseinsatz mit Zuverlässigkeits-SLAs — von einem neuen Labor ohne verwalteten Dienst, begrenzten Community-Adoptionsdaten und ungeprüften Benchmark-Behauptungen
Leistung nach Aufgabe
Agentisches Coding (mehrstufige Tool-Nutzung)
SOTA unter Open-Source-Modellen; 397B schlägt Claude Opus 4.7 sowohl bei TB-2.1 als auch bei SWE-Bench Verified. Simon Willison hat das kompetente Multi-Tool-Aufrufverhalten unabhängig verifiziert.
Code-Generierung
Stark bei SWE-Bench Verified (82,4) und NL2Repo (48,2). Konkurrenzfähig mit geschlossenen Frontier-Modellen, liegt aber bei reinen Generierungs-Benchmarks hinter Claude Opus 4.8 und GLM-5.2.
Code-Debugging und Bug-Fixing
Solider SWE-Bench-Pro-Score (62,2) und starke SWE-Atlas-Ergebnisse. Bewältigt mehrdateiige Bug-Lokalisierung und testgetriebene Patches gut.
Mehrdateien-Refactoring
Für Aufgaben auf Repository-Ebene konzipiert. Das 256K-Kontextfenster ermöglicht das Arbeiten über große Codebasen hinweg. Stark bei SWE-Bench Multilingual (78,9).
Lokale/Edge-Inferenz
Die 9B-Variante (69,4 bei SWE-Bench Verified) schlägt weit über ihrer Gewichtsklasse und erreicht das Niveau von 31B-Klasse-Modellen. GGUF-Quantisierungen für llama.cpp und Ollama verfügbar.
Preise
Eingabe
Free (MIT license)
Ausgabe
Free (MIT license)
Kontext
256K tokens
Benchmarks
Noch keine Urteilsänderungen
Die Uhr läuft ab dem ersten Tag. Änderungen erscheinen hier, sobald sich unser Urteil weiterentwickelt.
Quellen
- Hugging Face: deepreinforce-ai/Ornith-1.0-397BSept. 2026
- Hugging Face — Ornith-1.0-9B Model CardJuni 2026
- MarkTechPost — DeepReinforce Releases Ornith-1.0Juni 2026
- GitHub — Ornith-1 RepositoryJuni 2026
- LLM Reference — Ornith 1.0Juni 2026
- DeepReinforce Official AnnouncementJuni 2026
- TechTimes — Open-Source Coding Model Ornith-1.0 Writes Its Own Training ScaffoldJuni 2026
- Simon Willison — Ornith-1.0: Self-Scaffolding LLMs for Agentic CodingJuni 2026
Prüfprotokoll
- Preise· Keine Änderungen
Automatisierter Agent
- Preise· Keine Änderungen
Automatisierter Agent
- Preise· Keine Änderungen
Automatisierter Agent
- Preise· Keine Änderungen
Automatisierter Agent
- Preise· Keine Änderungen
Automatisierter Agent
- Preise· Keine Änderungen
Automatisierter Agent
- Preise· Keine Änderungen
Beim Start importiert
- Profil· Keine Änderungen
Beim Start importiert