信息卡

一句话定位

一个用"端到端自我改进循环"训练出的 35B（激活 3B）MoE 推理模型：自动生成任务、自动发现求解支架、强化学习联合优化三件套，专攻 Agentic 编码与工具调用，MIT 开源。

为什么上热度榜

小团队靠方法学逆袭是开源圈最爱看的故事：Ornith 以 qwen3_5_moe 底座起步，却用自我改进闭环把 Terminal-Bench 2.1 打到 67.8、SWE-bench Verified 79、ClawEval 72.5，自称全面超越同规模 Qwen3.6-35B，DeepSWE 上更是 22 分对 0 分的碾压——方法论叙事 + 硬基准反差引爆讨论。下载量已达 8.3 万次（采集时点），增速在同类中极为陡峭。

模型规格与技术亮点

• 参数：总计约 36B（safetensors 359.5 亿，BF16 约 71.9GB），每 token 仅激活约 3B。
• 架构：qwen3_5_moe 血统；Ornith-1.0 基于 Qwen3.5 与 Gemma4 加继续预训练、中期训练与后训练而成。
• 1.5 版核心创新：将自我改进扩大为联合优化——(a) 自动生成训练任务；(b) 自动发现求解 scaffold；(c) 强化学习改进策略，摆脱固定人工策展数据集。
• 上下文：原生 262,144 tokens；YaRN factor=4 可达约 1M。
• 推理形态：默认输出 `…` 思考块，OpenAI 风格 tool_calls 原生支持。

使用方式与代码示例

运行时要求 transformers ≥ 5.8.1、vLLM ≥ 0.19.1、SGLang ≥ 0.5.9。双 80GB GPU 部署示例：

vllm serve ornith-ai/Ornith-1.5-35B-A3B --tensor-parallel-size 2 \
  --max-model-len 262144 --enable-auto-tool-choice --tool-call-parser qwen3_xml \
  --reasoning-parser qwen3

客户端用任意 OpenAI SDK 指向本地 `/v1/chat/completions`：响应中 `reasoning_content` 存思维链、`content` 为最终答案。GGUF 版可 `ollama run hf.co/ornith-ai/...` 直接运行；兼容 OpenClaw、Hermes Agent、OpenCode 等 CLI。采样建议：常规 temperature=0.6/top_p=0.95/top_k=20，复现基准用 temperature=1.0。

部署建议（本地/云端量化选择）

A3B 稀疏设计使生成吞吐友好：BF16 全量双 48–80GB 卡最稳；单卡 24–48GB 用户可选 AWQ/GPTQ 4-bit 量化；个人笔记本走 GGUF（Ollama/llama.cpp）做尝鲜评测足够；团队级生产建议 vLLM + 工具调用 parser 开启，长任务 Agent 注意把 max-model-len 按 256K 预算规划 KV cache 显存。

典型应用场景

终端自动化编码 Agent（repo 级 bug 修复、测试驱动开发）；需要密集工具调用的数字员工流程；256K–1M 超长上下文的代码库审计；本地低成本 Copilot 私有化替代。

同类模型对比

对比同底座 Qwen3.6-35B：官方口径全维度领先且 DeepSWE 差距悬殊；对比 Gemma 4-31B、Muse Glimmer-30B 等稠密同级：激活 3B 带来数量级的吞吐优势，agentic 编码亦大幅领先；对比 MiMo/Kimi 小激活系竞品则胜在与 Qwen 生态解析器（qwen3_xml/qwen3）无缝兼容。排名为采集时点快照。

资源导航

模型页 https://huggingface.co/ornith-ai/Ornith-1.5-35B-A3B · 团队博客 ornith.ai / deep-reinforce.com · GGUF 衍生仓检索 hf.co/ornith-ai · OpenCode/OpenClaw 社区集成文档