Agentic Coding on 凱凱的技術筆記https://kaikai365.com/tags/agentic-coding/Recent content in Agentic Coding on 凱凱的技術筆記Hugozh-TWFri, 26 Jun 2026 10:30:00 +0800Ornith-1.0 釋出：開源智慧體編碼模型的新里程碑https://kaikai365.com/posts/2026-06-26-ornith-1-0-open-source-agentic-coding-model/Fri, 26 Jun 2026 10:30:00 +0800https://kaikai365.com/posts/2026-06-26-ornith-1-0-open-source-agentic-coding-model/<p>近期開源 AI 圈迎來了一項引人注目的發布——由 DeepReinforce 推出的 <strong>Ornith-1.0</strong> 模型系列。這組專為 Agentic Coding（智慧體編碼）設計的開源模型，在發布後迅速成為社群討論的焦點。本文將從模型架構、基準測試表現、核心技術創新與部署可行性等面向，客觀分析 Ornith-1.0 的亮點與潛在價值。</p> <h2 id="模型背景與版本架構">模型背景與版本架構</h2> <p>Ornith-1.0 系列建立在 <strong>Gemma 4</strong> 與 <strong>Qwen 3.5</strong> 的預訓練模型之上，共推出四個參數量版本：</p> <table> <thead> <tr> <th>模型版本</th> <th>架構類型</th> <th>適用場景</th> </tr> </thead> <tbody> <tr> <td>Ornith-1.0-9B</td> <td>Dense（稠密）</td> <td>邊緣裝置、IDE 整合</td> </tr> <tr> <td>Ornith-1.0-31B</td> <td>Dense（稠密）</td> <td>均衡效能與資源</td> </tr> <tr> <td>Ornith-1.0-35B MoE</td> <td>MoE（混合專家）</td> <td>本地部署首選</td> </tr> <tr> <td>Ornith-1.0-397B MoE</td> <td>MoE（混合專家）</td> <td>旗艦級雲端部署</td> </tr> </tbody> </table> <p>其中，397B MoE 是本次發布的旗艦模型，僅有 17B 的活躍參數（active parameters）。而 35B MoE 版本則被視為「甜蜜點」——參數量遠低於旗艦版，但在多項編碼基準測試中卻能逼近甚至超越 397B 大模型的表現。</p> <p>所有模型均採用 <strong>MIT 授權協議</strong>，允許商業與研究用途，無任何額外限制。</p> <h2 id="基準測試表現">基準測試表現</h2> <p>根據官方公布的數據，Ornith-1.0 在多個主流編碼智慧體基準測試中取得了亮眼的成績。以下整理主要結果：</p> <h3 id="旗艦版397b-moe">旗艦版（397B MoE）</h3> <table> <thead> <tr> <th>測試項目</th> <th>Ornith-1.0-397B</th> <th>Claude Opus 4.7</th> <th>Claude Opus 4.8</th> </tr> </thead> <tbody> <tr> <td>Terminal-Bench 2.1</td> <td><strong>77.5</strong></td> <td>70.3</td> <td>85.0</td> </tr> <tr> <td>SWE-Bench Verified</td> <td><strong>82.4</strong></td> <td>80.8</td> <td>87.6</td> </tr> <tr> <td>SWE-Bench Pro</td> <td>62.2</td> <td>—</td> <td>69.2</td> </tr> <tr> <td>SWE-Bench Multilingual</td> <td>78.9</td> <td>—</td> <td>—</td> </tr> <tr> <td>NL2Repo</td> <td>48.2</td> <td>—</td> <td>—</td> </tr> <tr> <td>ClawEval</td> <td>77.1</td> <td>—</td> <td>—</td> </tr> </tbody> </table> <p>在 Terminal-Bench 2.1 與 SWE-Bench Verified 兩項測試中，397B 版本超越了 Claude Opus 4.7，展現了開源模型在編碼智慧體任務上的競爭力。</p>