对标 GPT-4.5？开源模型 Ornith-1.5 自我改进刷榜
aftahi_ai · x · 2026-08-19
开源模型 Ornith-1.5 发布，包含 9B Dense、35B MoE 和 397B MoE 三个版本。该模型核心亮点在于采用了端到端的自我改进训练策略，不仅能解决任务，还能生成学习任务并构建脚手架。
评测成绩显示其在推理、Agent 和编码任务上表现强劲：
- SWE-Bench Verified 达 86（此前 SOTA 为约 50-60 区间）
- Terminal-Bench 2.1 得分 86.1
- Tool Decathlon 得分 71.2
作者声称其性能可媲美 Claude Opus 4.8。
所属事件:Ornith-1.5 发布：397B MoE 自我改进对标 Claude Opus(24 条相关)→
「模型」频道最新
- Meta 开源 Muse Spark Open:SGLang 一天支持,NVFP4 内核提速近 4 倍 — BanghuaZ · 2026-10-16
- Prompt 里写 load-bearing 可让 Opus 5.5 全力输出不藏拙 — zacharynado · 2026-10-16
- 美国人来中国出差用 Claude 也被封号 — dotey · 2026-10-16
- 逐条核算 Grok Bot 账单：五天烧穿 $20 到 $200，长任务占 52% — jonathanmalkin · 2026-10-16
- NVIDIA 开源 Nemotron-3.5-Embed-1B：图文物页检索、34 种语言的通用嵌入模型 — jacek2023 · 2026-10-16
- EpochAI 估 GPT-6 训练算力 4.6e26 FLOP,引算力圈质疑参数高估 — scaling01 · 2026-10-16