@SlimTradeyBaby: 刚刚远程启动了 Ornith 35B Q4 在 5090 上…… 2329 prompt / 195 gen tok/s，在 32k 下稳定运行。快速测试仅...

刚刚在5090上远程启动了Ornith 35B Q4模型… 2329 prompt / 195 gen tok/s，32k上下文下稳如磐石。这只是快速测试，完整跑等回家再搞，但这玩意儿看着很猛……我们可能又有一个能打平 qwen 3.6 35b 的新硬核对决者了。GGUF : https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF… — # deepreinforce-ai/Ornith-1.0-35B-GGUF · Hugging Face 来源：https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF Ornith 博客 (https://deep-reinforce.com/ornith.html) Aloha! 🌺 今天，我们发布 Ornith-1.0，这是一个自我改进的开源模型家族，专为智能体编程（agentic coding）打造。亮点包括：

• 最先进的编码智能体：提供 9B（密集）、31B（密集）、35B（MoE）和 397B（MoE）版本（基于 Gemma 4 和 Qwen 3.5 后训练），在 Terminal-Bench 2.1、SWE-Bench、NL2Repo 和 OpenClaw 等编程基准测试中，达到同级别开源模型的最优性能。
• 自我改进的训练框架：Ornith-1.0 采用强化学习（RL），不仅学习生成解决方案（rollout），还学习驱动这些 rollouts 的脚手架（scaffold）。通过联合优化脚手架和最终方案，模型能够发现更好的搜索轨迹并生成更高质量的解决方案。
• 许可证：采用 MIT 许可证，全球可访问，无地域限制。

Ornith 35B 基准测试结果

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#ornith-10-35b Ornith 1.0 35B

本模型卡文档描述 Ornith-1.0-35B，这是 Ornith 家族的轻量级成员，专为单 GPU 高效部署设计。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#benchmarks 基准测试

• Terminal-Bench 2.1 (Terminus-2)：我们使用 Harbor/Terminus-2 框架评估 Terminal-Bench 2.1，解析器=json，温度=1.0，top_p=1.0，上下文窗口=128K。每次运行超时4小时，使用32核CPU和48GB内存，结果取5次运行的平均值。我们调整了 Qwen 聊天模板以确保训练和推理的一致性 (https://huggingface.co/deepreinforce-ai/Ornith-1.0-397B/blob/main/chat_template.jinja)，并修改 Harbor 以对齐 vLLM 的 reasoning_content 键。
• Terminal-Bench 2.1 (Claude Code)：我们使用 Claude Code 2.1.126 评估 Terminal-Bench 2.1，解析器=json，温度=1.0，top_p=1.0，max_new_tokens=131072。结果取5次运行的平均值。同样需要修改 Qwen 聊天模板。
• SWE-Bench Verified、Pro 和 Multilingual：使用 OpenHands 框架，温度=1.0，top_p=0.95，上下文窗口=256k。
• SWE Atlas QnA、RF、TW：使用 mini SWE agent 框架，温度=1.0，top_p=0.95，上下文窗口=128K。结果取5次运行的平均值。
• NL2Repo：温度=1.0，top_p=1.0，上下文=400K，输出=48K，启用反黑客过滤器。
• ClawEval：基于真实用户任务分布的智能体代码基准测试；温度=0.6，上下文=256K。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#quickstart 快速开始

📝 注意：Ornith-1.0-35B 是一个 推理模型：默认情况下，助手回复在最终答案前会以 ... 代码块开头。下面的服务配置启用了推理解析器，以便将思维链（chain-of-thought）返回到单独的 reasoning_content 字段中，同时启用工具调用解析器，使模型输出的 `` 块以 OpenAI 风格的 tool_calls 形式呈现。

服务 Ornith-1.0-35B 需要较新版本的运行时：

• Transformers ≥ 5.8.1
• vLLM ≥ 0.19.1
• SGLang ≥ 0.5.9

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#serving-ornith-10-35b 服务 Ornith-1.0-35B

以下两种方法可在单个 8×80GB GPU 节点（tensor-parallel 8）上搭建 OpenAI 兼容服务器。请将 --tensor-parallel-size / --tp 调整为您拥有的 GPU 数量。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#vllm vLLM

vllm serve deepreinforce-ai/Ornith-1.0-35B \
    --served-model-name Ornith-1.0-35B \
    --tensor-parallel-size 8 \
    --host 0.0.0.0 --port 8000 \
    --max-model-len 262144 \
    --gpu-memory-utilization 0.90 \
    --enable-prefix-caching \
    --enable-auto-tool-choice --tool-call-parser qwen3_xml \
    --reasoning-parser qwen3 \
    --trust-remote-code

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#sglang SGLang

python -m sglang.launch_server \
    --model-path deepreinforce-ai/Ornith-1.0-35B \
    --served-model-name Ornith-1.0-35B \
    --tp 8 \
    --host 0.0.0.0 --port 8000 \
    --context-length 262144 \
    --mem-fraction-static 0.85 \
    --tool-call-parser qwen3_coder \
    --reasoning-parser qwen3

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#hugging-face-transformers Hugging Face Transformers

如需快速本地测试（或编写离线生成脚本），可直接使用 Transformers 加载模型。请确保安装了最新版本——参见 Transformers 安装指南（https://huggingface.co/docs/transformers/installation）；Ornith-1.0-35B 需要 transformers >= 5.8.1。

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "deepreinforce-ai/Ornith-1.0-35B"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(
    model_name,
    dtype="auto",
    device_map="auto",
)

messages = [
    {"role": "user", "content": "Write a Python function is_prime(n). Keep it short."}
]
text = tokenizer.apply_chat_template(
    messages,
    tokenize=False,
    add_generation_prompt=True,
)
inputs = tokenizer(text, return_tensors="pt").to(model.device)

generated = model.generate(
    **inputs,
    max_new_tokens=512,
    do_sample=True,
    temperature=0.6,
    top_p=0.95,
    top_k=20,
)
output_ids = generated[0][inputs.input_ids.shape[1]:]
# The reply contains a ... reasoning block followed by the answer.
content = tokenizer.decode(output_ids, skip_special_tokens=True)
print(content)

要分离推理过程和最终答案，请解析 ` 标记：

text = tokenizer.decode(output_ids, skip_special_tokens=True)
if "" in text:
    reasoning, answer = text.split("", 1)
    reasoning = reasoning.replace("", "").strip()
    answer = answer.strip()
else:
    reasoning, answer = "", text.strip()

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#using-ornith-10-35b-via-the-chat-completions-api 通过 Chat Completions API 使用 Ornith-1.0-35B

一旦 vLLM 或 SGLang 服务器运行起来，您就可以使用任何 OpenAI 兼容客户端与其交互。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#basic-usage 基本用法

from openai import OpenAI

client = OpenAI(
    base_url="http://localhost:8000/v1",
    api_key="EMPTY",  # 本地服务器可接受任意非空字符串
)

response = client.chat.completions.create(
    model="Ornith-1.0-35B",
    messages=[
        {"role": "user", "content": "Write a one-line Python lambda that squares a number."}
    ],
    temperature=0.6,
    top_p=0.95,
    max_tokens=1024,
)
message = response.choices[0].message
# reasoning_content 包含推理过程；content 包含最终答案。
print("reasoning:", getattr(message, "reasoning_content", None))
print("answer:", message.content)

您还可以流式输出 token，或为模型提供工具——Ornith-1.0-35B 会生成格式良好的函数调用，服务器会将其解析为标准的 tool_calls 字段：

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get the current weather for a city",
            "parameters": {
                "type": "object",
                "properties": {"city": {"type": "string"}},
                "required": ["city"],
            },
        },
    }
]

response = client.chat.completions.create(
    model="Ornith-1.0-35B",
    messages=[{"role": "user", "content": "What is the weather in Paris right now?"}],
    tools=tools,
    tool_choice="auto",
    temperature=0.6,
    max_tokens=2048,
)
tool_call = response.choices[0].message.tool_calls[0]
print(tool_call.function.name, tool_call.function.arguments)
# -> get_weather {"city": "Paris"}

您可以将任何 OpenAI 兼容 SDK（Python、Node.js 等）或 curl 指向同一个 /v1/chat/completions 端点。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#agentic-usage 智能体用法

Ornith-1.0-35B 在工具调用和智能体编码方面表现出色。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#agent-frameworks 智能体框架

由于 Ornith-1.0-35B 开放了带有工具调用的 OpenAI 兼容端点，它可以直接与标准智能体框架配合使用。以下是一个最小示例，通过 MCP 服务器将 Ornith-1.0-35B 连接到工具。

import os
from openai import OpenAI

client = OpenAI(
    base_url=os.getenv("OPENAI_BASE_URL", "http://localhost:8000/v1"),
    api_key=os.getenv("OPENAI_API_KEY", "EMPTY"),
)

tools = [
    {
        "type": "function",
        "function": {
            "name": "run_shell",
            "description": "Run a shell command and return its output.",
            "parameters": {
                "type": "object",
                "properties": {
                    "command": {"type": "string", "description": "The command to run"}
                },
                "required": ["command"],
            },
        },
    }
]

messages = [{"role": "user", "content": "List the Python files in the current directory."}]

response = client.chat.completions.create(
    model="deepreinforce-ai/Ornith-1.0-35B",
    messages=messages,
    tools=tools,
    temperature=0.6,
    top_p=0.95,
)
print(response.choices[0].message)

使用 Ornith 配合智能体框架的示例：

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#hermes-agent Hermes Agent

# Hermes 可与任何 OpenAI 兼容端点通信 —— 指向您的 Ornith 服务器。
export OPENAI_BASE_URL="http://localhost:8000/v1"
export OPENAI_API_KEY="EMPTY"
export MODEL="deepreinforce-ai/Ornith-1.0-35B"

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#atomicchat-ollama–llamacpp Atomic.chat / Ollama / llama.cpp

# 两种运行时均可加载 GGUF 版本的 Ornith（已在 deepreinforce-ai/Ornith-1.0-35B-GGUF 发布）。
# llama.cpp —— 在端口 8000 上提供 OpenAI 兼容 API。
llama-server -hf deepreinforce-ai/Ornith-1.0-35B-GGUF --port 8000 -c 262144

# Ollama —— 直接从 Hugging Face 拉取并聊天。
ollama run hf.co/deepreinforce-ai/Ornith-1.0-35B-GGUF

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#openclaw OpenClaw

# OpenClaw 可与任何 OpenAI 兼容端点通信 —— 指向您的 Ornith 服务器。
export OPENAI_BASE_URL="http://localhost:8000/v1"
export OPENAI_API_KEY="EMPTY"
export OPENAI_MODEL="deepreinforce-ai/Ornith-1.0-35B"

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#unsloth-studio Unsloth Studio

pip install unsloth
# 在 Python 中加载 Ornith 用于快速本地推理或微调：
# from unsloth import FastLanguageModel
# model, tokenizer = FastLanguageModel.from_pretrained(
#     "deepreinforce-ai/Ornith-1.0-35B",
#     max_seq_length=262144,
#     load_in_4bit=True,
# )

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#openhands OpenHands

pip install openhands-ai

# OpenHands 通过 LiteLLM 路由；前缀 "openai/" 选择 OpenAI 兼容路径。
export LLM_MODEL="openai/deepreinforce-ai/Ornith-1.0-35B"
export LLM_BASE_URL="http://localhost:8000/v1"
export LLM_API_KEY="EMPTY"

# 启动 CLI（或使用相同环境变量运行官方 OpenHands Docker 镜像）。
openhands

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#coding-clis 编码 CLI

Ornith-1.0-35B 专为终端中的编码智能体进行了优化。将任何 OpenAI 兼容的编码 CLI 指向您的 Ornith-1.0-35B 端点（设置 OPENAI_BASE_URL 和 OPENAI_API_KEY），即可理解大型代码库、自动化繁琐工作并更快交付。

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#opencode OpenCode

# 在 ~/.config/opencode/opencode.json 中将您的本地 Ornith 端点注册为提供程序：
#
# {
#     "$schema": "https://opencode.ai/config.json",
#     "provider": {
#         "ornith": {
#             "npm": "@ai-sdk/openai-compatible",
#             "name": "Ornith (local)",
#             "options": { "baseURL": "http://localhost:8000/v1", "apiKey": "EMPTY" },
#             "models": { "deepreinforce-ai/Ornith-1.0-35B": { "name": "Ornith-1.0-35B" } }
#         }
#     }
# }
opencode

https://huggingface.co/deepreinforce-ai/Ornith-1.0-35B-GGUF#citation 引用

如果您觉得我们的工作有帮助，欢迎引用。

@misc{ornith-35b,
    title = {{Ornith-1.0-35B}: Agentic Coding, Open to All},
    url = {https://deep-reinforce.com/ornith_1_0.html},
    author = {{DeepReinforce Team}},
    year = {2026}
}