Ornith-1.0 编码模型双榜超 Claude Opus

独立开发者 Simon Willison 实测了近期开源的 Ornith-1.0 编码智能体模型。该模型由 DeepReinforce 基于 Gemma 4 与 Qwen 3.5 预训练权重构建，提供 9B 至 397B MoE 四种规模，全部采用 MIT 许可且无地域限制。实测结果显示其在两个主要基准上超越 Claude Opus 4.7：397B 旗舰模型在 SWE-Bench Verified 得分为 82.4（Opus 4.7 为 80.8），Terminal-Bench 2.1 得分为 77.5（Opus 4.7 为 70.3），同时优于 Minimax M3 与 DeepSeek-V4-Pro。Willison 使用 35B 量化版（20GB GGUF）在 Pi 终端中实测，模型在 Datasette 仓库中顺利完成了多轮工具调用，推理速度达 103 tokens/秒。这是开源编码模型首次在代理性编程基准上全面超越 Anthropic 旗舰，兼具本地部署与商用灵活性。

💡 为什么值得看开源编码智能体首次在 SWE-Bench 超越 Anthropic 旗舰，MIT 许可本地运行，或影响开发者选型与 API 定价。