Ornith-1.5-397B 模型基准成绩曝光 含端侧移动版

Ornith-1.5-397B 近日曝光了一组面向编码任务的基准成绩，覆盖 Terminal-Bench、SWE-bench Verified、DeepSWE 等多个测试。据 TestingCatalog 在 X 上的消息，全量 397B 模型在 Terminal-Bench 2.1 上取得高于 85.1 的分数，在 SWE-bench Verified 上超过 86，在 DeepSWE 上超过 56（均为五次运行的均值）。这一表现在开源权重模型中处于靠前位置，尤其在软件工程类基准上接近一线闭源模型的水平。

多尺寸与 MoE 设计

除旗舰 397B 版本外，该系列还包含 35B 中型变体，单 token 仅激活约 3B 参数，属典型的稀疏激活（MoE）结构。35B 版本在相关编码基准上分别取得 68.5 与 79 的成绩，相比全量模型有约 15 分左右的差距，体现了 MoE 路径在效率与能力之间的权衡。

面向移动端的量化版本

项目还同步发布了一个 9B-Mobile 量化构建版本，目标设备为 iPhone 与 Android，意在将编码 Agent 推到端侧运行。若实测可用，意味着开发者可以脱离云端推理，直接在手机上完成一定复杂度的代码生成与终端操作类任务。

信息核实与待验证项

目前公开渠道仅来自 TestingCatalog 的社交媒体帖子，原文中未指明背后的研发主体、训练数据构成与许可证类型，所列基准成绩也未附完整测试报告或第三方复现链接。读者在引用上述数字时，建议结合权重仓库中的完整表格与社区复现结果交叉确认，避免单方面采信。