ornith

推文对比了Qwen 3.8 27B和Ornith-1.5-35B模型在生成生物发光深渊神庙动画的提示词上的表现，指出Qwen在视觉效果上更优，而Ornith在构建速度和完成时间上更快。

用户在RTX 3090上使用inspect-ai运行本地基准测试，比较Qwen3.6 27b、Gemma4 26B和Ornith1.0 35B。结果显示Qwen在知识和编码方面领先，而Ornith在接地性和召回方面具有竞争力。

推文突出了 SWE-bench_pro 基准测试中参数低于 128B 的顶级 AI 模型，指出阿里 Qwen 3.6 27B 和 ornith 35B 是领先的竞争者。

Ornith-9B证明了在90亿参数规模下，RL训练主要带来的是效率提升：仅用约56%的token和两倍于基础模型的速度就能得到相同答案，为按token付费的方式提供了实实在在的成本节约。

Ornith-1.0是一个专注于agentic编码的开源LLM系列，提供9B到397B MoE的多种大小，可通过Ollama运行，以便与Claude或Pi等工具一起使用。

一项并排画布测试，对比了Qwen 3.5 35B A3B和Ornith 1.0 35B在三种纸张销毁任务（切割、碎纸、揉团）上的表现，Ornith取得决定性胜利，展示了在Qwen 3.5和Gemma 4上进行后训练的价值。

中国发布了一个名为Ornith的开源编程AI大模型，35B版本击败了Qwen3.6，397B版本基准测试接近Claude Opus 3.7。