Ornith-1.5-122B自称SWE-bench Pro达76.9,碾压Qwen3.8-Flash-Next
BerryBlush_Rogers691 · reddit · 2026-10-22
开源模型 Ornith-1.5-122B 引发关注:官方模型卡显示其 SWE-bench Pro 得分 76.9,而对照的 Qwen3.8-Flash-Next 仅 43.9;但在 Terminal-Bench 2.1 上略逊(81.2 vs 83.4)。注意这些均为团队自测结果。
- MoE 推理模型,支持工具调用,256K 上下文
- 已上线 Ollama,Q4KM 量化包约 77GB(不含运行时内存开销)
- 训练方法:自动生成任务、agent 环境配置与解答,再用于强化学习
发帖者想了解它在陌生代码库和自选工具下的长任务表现——尤其是工具调用失败后的自我恢复、检查改动并真正完成任务的能力,是否会让人从现有本地模型切换过来。
所属事件:Ornith-1.5-122B 开源发布：单卡 DGX 可跑的编码 MoE 模型(13 条相关)→
「编程与Agent」频道最新
- 用 Cosmos DB Agent Kit 复查 Claude 写的 Azure 应用,实测能省多少 RU — adnan_hashmi · 2026-10-23
- 开发者弃用聊天线程，改用可视化面板管理多个 AI Agent — Salmaaboukarr · 2026-10-23
- Warp 用计算机操作工具解决编码 Agent 验证瓶颈，合并周期大幅缩短 — vikvang1 · 2026-10-23
- 模型会执行不会定目标:agent 瓶颈正转向目标设定 — alishbaimran_ · 2026-10-23
- Decisions API 正式 GA,agent 反馈循环全自动剪辑云视频 — dkundel · 2026-10-23
- Agent 自主生成实时仪表盘：一条规则「最多一个视觉元素加一行字」 — blixt · 2026-10-23