Ornith-1.0：用于智能体编程的自支架式大语言模型
DeepReinforce 发布了首个开源模型 Ornith-1.0（MIT 许可），基于 Gemma 4 和 Qwen 3.5 构建，提供 9B、31B、35B MoE 和 397B MoE 四种变体，在编程基准测试中达到同规模开源模型的顶尖水平。作者在 LM Studio 中运行 35B 量化版（20GB），配合 Pi 工具使用，发现该模型在处理多轮工具调用时表现优异，并能轻松完成查询代码库和绘图等任务。
背景速读
- DeepReinforce 发布首个模型 Ornith-1.0，这是一个"自搭建"（self-scaffolding）的编码代理大模型，能在没有外部框架的情况下自行管理多步工具调用。基于 Google Gemma 4 和阿里 Qwen 3.5 的预训练权重，提供 9B、31B、35B（MoE）、397B（MoE）多种规模，代码能力在同参数开源模型中达到 SOTA。
- Ornith 采用 MIT 开源协议，底层模型均为 Apache 2.0 许可，许可问题相对干净。作者 Simon Willison（知名 Python/Django 开发者、Datasette 作者）在本地用 LM Studio 运行 35B 量化版，实测可高效完成复杂代理任务，如从 Datasette 源码中定位特定逻辑。
- DeepReinforce 团队此前主要发表过一篇关于 CUDA 优化的论文（2025 年 6 月），公开信息稀少，属于新兴团队。