Ornith-1.5 ist eine Open-Weight-Modellfamilie (9B dense, 35B-A3B MoE, 397B MoE) von DeepReinforce, gebaut für Codierung und agentische Arbeit. Das Versprechen: keine von Menschen kuratierten Trainingsaufgaben. Das Modell schlägt eigene vor.
Der Zyklus: vorschlagen, Gerüst bauen, lösen
Ornith-1.0 lernte seine eigenen Agent-Gerüste, trainierte aber weiterhin mit von Menschen ausgewählten Aufgaben. 1.5 schließt den Zyklus – das Modell erzeugt zunehmend schwierigere Aufgaben, baut für jede ein aufgabenspezifisches Gerüst, erzeugt Rollouts, und die RL‑Belohnung fließt durch alle drei Stufen. Aufgaben-Belohnungen multiplizieren Validität × Schwierigkeit (mit Ziel von ~20 % Erfolgsrate) × Neuheit, sodass kaputte oder triviale Aufgaben nichts einbringen.
Die 397B-Version erzielt 86,1 bei Terminal-Bench 2.1 und 56,0 bei DeepSWE. Claude Opus 4.8: 85,0 und 59,0. Ein offenes Modell, das ein führendes geschlossenes Modell auf einem selbstgenerierten Curriculum einholt – das ist die Schlagzeile.
Open-Weights, 9B läuft lokal
Alle drei Größen werden als Open-Weights bereitgestellt. Das 9B greift direkt von Ollama und erreicht immer noch 47,0 bei Terminal-Bench – ein echter lokaler Codierungs-Agent, kein Spielzeug. Das 35B aktiviert nur 3 B Parameter pro Token, günstig im Betrieb.
HackerNews (152 Punkte) ist gespalten bei einer Frage: Verschlechtert sich ein Modell, das seine eigene Hausaufgabe bewertet, irgendwann? Niemand weiß es bisher. Genau deshalb ist diese Veröffentlichung wichtig.