Ornith-1.5是DeepReinforce团队于2026年8月19日推出的新一代开源AI模型系列，凭借其独特的自我改进循环训练机制和MIT开源许可证，在AI领域引起了广泛关注。该系列通过让模型自主生成新任务、构建解题支架并产生强化学习数据，形成一个闭环的自我进化系统，从而突破了传统模型对静态数据集的依赖。同时，其完全开源的策略允许不受限制的商业和研究使用，进一步推动了AI技术的民主化。
核心亮点：自我改进循环
Ornith-1.5的核心技术是其端到端的自我改进训练框架。该机制将Ornith-1.0中的自我支架策略扩展为一个完整的闭环：模型在学习过程中会自主提出新任务、生成特定任务的支架结构，并为强化学习产生解决方案，不断创造新的学习经验并从中持续改进。这种训练方式使模型能够动态挑战自身极限，而非仅依赖静态数据集。具体来说，该机制分为三个阶段：任务生成、支架构建和解决方案生成，并通过GRPO算法联合优化，使奖励信号在三个阶段之间传播，让模型同时学会生成更好的问题、构建更有效的支架、产生更优的解决方案。
📊 三款模型与对比表现
Ornith-1.5系列提供三个版本，覆盖不同算力场景：
- 模型 架构 参数规模 核心性能亮点
- Ornith-1.5-397B MoE (混合专家) 3970亿 Terminal-Bench 2.1得分86.1，SWE-bench Verified得分86，性能媲美Claude Opus 4.8
- Ornith-1.5-35B-A3B MoE 350亿 (激活30亿) Terminal-Bench 2.1得分68.5，SWE-bench Verified得分79，超越Qwen3.6-35B和Gemma-4-31B
- Ornith-1.5-9B Dense (稠密) 90亿 SWE-bench Verified得分70.6，量化版可在手机端运行，性能优于Gemma-4-31B
397B旗舰版在推理、智能体和编码任务中均达到顶尖水平，其在Terminal-Bench 2.1和SWE-bench Verified上的得分高于GLM-5.2和DeepSeek-V4-Flash-0731，与Claude Opus 4.8互有胜负。35B MoE版则以“35B总参数、仅激活3B”的特性，在4070Ti 12G显存配置下可实现约60 token/s的生成速度，支持170k上下文。9B版本提供多种量化格式（GGUF、MLX等），最小的量化版（约2.81GB）甚至可在iPhone 17等手机上运行。
开源与可及性
所有模型及量化版本均已根据MIT许可证发布，允许不受限制的商业和研究使用，不收取任何授权费用。模型权重可在Hugging Face获取，并已支持Ollama、LM Studio等本地部署工具，但不提供官方的托管API，用户需自行解决算力。这种开源策略为AI社区提供了一个从移动端到顶级算力全覆盖的强大工具选择，进一步推动了AI技术的普及和应用。