# Ornith-1.0 – DeepReinforce 开源的 Agentic 编程系列模型

- Link: https://paooo.com/aigc-news/24188/
- Published: 2026-07-07T13:54:26+08:00
- Author: 站外新闻

## Ornith-1.0是什么

Ornith-1.0 是 DeepReinforce 团队推出的专为 Agentic 编程任务设计的开源大模型系列，
模型基于[ Gemma 4](https://ai-bot.cn/gemma-4/) 与 [Qwen 3.5](https://ai-bot.cn/qwen3-5/)
预训练基座，采用自改进训练框架，在代码生成与软件工程基准上达到同级别开源模型的 SOTA
水平。

阅读目录

 * [Ornith-1.0是什么](https://paooo.com/aigc-news/24188/#ornith10%e6%98%af%e4%bb%80%e4%b9%88)
 * [Ornith-1.0的主要功能](https://paooo.com/aigc-news/24188/#ornith10%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Ornith-1.0的技术原理](https://paooo.com/aigc-news/24188/#ornith10%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [如何使用Ornith-1.0](https://paooo.com/aigc-news/24188/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8ornith10)
 * [Ornith-1.0的核心优势](https://paooo.com/aigc-news/24188/#ornith10%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [Ornith-1.0的项目地址](https://paooo.com/aigc-news/24188/#ornith10%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Ornith-1.0的同类竞品对比](https://paooo.com/aigc-news/24188/#ornith10%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [Ornith-1.0的应用场景](https://paooo.com/aigc-news/24188/#ornith10%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Ornith-1.0](https://paooo.com/wp-content/uploads/2026/07/Ornith-1.0-website-1.
avif)

## Ornith-1.0的主要功能

 * **全规格覆盖**：提供 9B Dense、31B Dense、35B MoE、397B MoE 四种规格，满足从边缘
   设备到旗舰级服务器的全场景部署需求。
 * **Agentic 编程**：专为智能体编程任务优化，支持复杂软件工程问题的自动化解决，如
   代码修复、功能实现与终端命令执行。
 * **自改进脚手架生成**：模型能够自主生成任务特定的脚手架（harness），引导并优化
   解决方案的搜索路径。
 * **本地部署兼容**：已上架 HuggingFace，提供兼容 OpenAI API 的接口及多种本地部署
   方案。

![挖挖GitHub](https://paooo.com/wp-content/uploads/2026/07/wawagithub-31.avif)

微信关注回复 “**开源**”，加入**AI开源项目交流群**

## Ornith-1.0的技术原理

 * **基座模型**：基于 Gemma 4 和 Qwen 3.5 的预训练权重进行后训练，继承其语言理解
   与代码生成能力。
 * **自改进训练框架**：区别于传统 RL 依赖人工设计脚手架，Ornith-1.0 通过强化学习
   让模型联合生成解决方案 rollout 与任务特定 harness，实现脚手架与最终解的协同优
   化。
 * **联合优化机制**：在训练过程中同时优化任务脚手架和生成结果，使模型能够自主发现
   更优的搜索轨迹，持续提升输出质量。

## 如何使用Ornith-1.0

 * **获取模型**：访问 HuggingFace 平台搜索 Ornith-1.0 系列，下载对应规格的模型权
   重。
 * **本地部署**：根据硬件配置选择 9B（边缘设备）、31B/35B或 397B版本。
 * **接口调用**：用兼容 OpenAI API 的接口集成到现有开发工作流或 Agent 框架中。
 * **任务配置**：针对 Agentic coding 场景，将模型接入 IDE 插件或自动化软件工程流水
   线。

## Ornith-1.0的核心优势

 * **同级 SOTA**：397B 旗舰版在 Terminal-Bench 2.1取得77.5 分和 SWE-Bench Verified
   取得82.4 分超越 Claude Opus 4.7。
 * **越级性能**：35B MoE 版本在 Terminal-Bench 2.1 上以 64.4 分超越 397B 参数的 
   Qwen 3.5-397B取得53.5 分，实现以小博大。
 * **边缘友好**：9B 模型可在低资源环境部署，性能匹敌 Gemma 4-31B 与 Qwen 3.6 35B。

## Ornith-1.0的项目地址

 * **项目官网**：https://deep-reinforce.com/ornith_1_0.html
 * **HuggingFace模型库**：https://huggingface.co/collections/deepreinforce-ai/ornith-
   10

## Ornith-1.0的同类竞品对比

  |  对比维度 |  Ornith-1.0 |  [DeepSeek-V4-Pro](https://ai-bot.cn/deepseek-v4/) |  
   |  **参数规模** |  9B / 31B Dense、35B / 397B MoE（全系列梯度覆盖） |  超大参数（具体规格未公开细分梯度） |  
 |  **开源协议** |  **MIT**（完全开源，可自由商用） |  开源（具体协议以官方为准） |  
 |  **Terminal-Bench 2.1** |  **77.5**（397B）/ **64.4**（35B） |  67.9 |  
 |  **SWE-Bench Verified** |  **82.4**（397B） |  80.6 |  
 |  **核心训练方法** |  **自改进训练框架**：模型自主生成任务脚手架（harness）并与解决方案联合优化，减少人工设计依赖 |  **RLHF + 规则驱动优化**：依赖人类反馈与预设规则进行代码优化 |  
 |  **模型定位** |  **Agentic 编程专用**：专为智能体编程、终端命令执行、软件工程自动化设计 |  **通用编程开源**：面向广泛代码生成与编程辅助任务 |  
 |  **部署灵活性** |  全规格覆盖：9B 可部署至边缘设备，397B 面向服务器集群 |  主要聚焦超大参数版本，边缘部署受限 |

## Ornith-1.0的应用场景

 * **智能体编程助手**：作为 AI 程序员的核心引擎，自动化处理 GitHub Issue 修复、代码
   审查与功能开发。
 * **终端命令智能体**：基于 Terminal-Bench 优化能力，执行复杂的服务器运维、数据分析
   与自动化脚本任务。
 * **边缘设备代码辅助**：9B 版本可集成至本地 IDE 插件或离线开发环境，为资源受限场景
   提供实时代码补全。
 * **企业级软件工程**：397B 旗舰版可用于大型代码库维护、跨文件重构与复杂软件架构
   设计。