参数干到千亿？数据集堆到PB级？Ornith直接把桌子掀了。一个9B的端侧模型，性能显著压制Gemma 4-31B和Qwen 3.6-35B；一个397B的MoE巨兽，推理与编码分数直逼Claude Opus 4.8。更狠的是，MIT协议，无限制商用，分文不取。这哪是发论文，简直是给当下焦虑的AI行业发战书。
8月19日，Ornith正式抛出Ornith-1.5系列。没有炫技的发布会，只有一张硬核成绩单和一套自研训练法。涵盖9B Dense、35B MoE和397B MoE三个规格，直接覆盖从移动端到超算集群的全场景。
闭源天花板？它偏要自己造梯子
传统大模型的训练逻辑早就僵化了：人类疯狂找数据，标注，投喂，然后祈祷梯度下降能换来一点智商提升。Ornith-1.5彻底改了剧本。他们把上一代的“自我脚手架”升级成了端到端的“自我改进循环”。
模型不再被动吃现成的饲料。它会自己提议新任务，自己拆解解题框架，再自己跑强化学习生成解决方案。跑得好不好？奖励信号会反向传播回题目生成、框架搭建和求解策略的每一个环节。
更强的策略能提出更难的任务，进化的脚手架能激发更强能力，高质量的轨迹则提供更有效的学习信号。这是一条完美的闭环。
有意思的是，这套机制完全绕开了人工策展的数据集。模型在训练中不断暴露能力盲区，自动生成“跳一跳够得着”的挑战题。前沿难度被精准卡在成功率约20%的位置，既不让模型躺平，也不让它直接崩溃。
不靠人喂饭，模型开始自己出题了
35B激活3B参数，凭什么拉开身位？
数据不说谎。Terminal-Bench 2.1拿下86.1分，DeepSWE拿到56分。这两个数字意味着什么？意味着它已经摸到了Claude Opus 4.8（85.0和59.0）的肩膀，同时把GLM-5.2和DeepSeek-V4-Flash甩开了一大截。
但真正让人挪不开眼的，是中间那个35B的MoE模型。每个Token只激活3B参数，却在SWE-Bench Verified上跑出79分，大幅领先同体量的Qwen 3.6-35B，甚至把Gemma 4-31B和Meta Muse Glimmer-30B这些稠密模型显著压制。
个人觉得，这不仅仅是架构的胜利，更是“自我进化”策略对传统数据饥渴症的降维打击。当别人还在为清洗高质量代码库焦头烂额时，Ornith已经把模型变成了数据工厂。参数规模不再是唯一护城河，训练范式才是。
压缩到1.5GB塞进手机，开源协议直接白嫖
你以为这只是实验室里的算力游戏？错。Ornith团队顺手搞出了革命性的量化技术。9B模型压缩到1.5GB，推出NVFP4、GGUF、MLX等格式。iPhone和Android用户现在就能本地运行一个具备强代理和编码能力的AI助手。
更绝的是许可证。MIT协议，无限制商业和研究使用。评论区里有人问价格，作者回了一个字：“freeeeeee”。
老实讲，这在当下“闭源筑墙、开源割韭菜”的行业生态里，简直像一颗深水炸弹。开源社区瞬间炸锅，UnslothAI火速下场表态，Ollama、LM Studio一键适配。Ornith甚至提前剧透了：Ornith 2.0已经在计划中，还会更换基础模型。
参数竞赛落幕，循环时代才开局
过去两年，我们看惯了显卡咆哮、API按token计费、大厂互相封锁接口。Ornith-1.5用一套“自我出题-自我解答-自我奖励”的逻辑，证明了高效智能不一定靠堆料，也不一定靠垄断数据。
当模型学会自己定义问题，自己寻找路径，我们到底是在训练工具，还是在培育一个不断迭代的数字生命体？闭源巨头的高墙，还能挡住多少这种“开源自驱动”的冲击？
答案，或许就藏在下一个自动生成的训练回合里。
【锐评】：不拼数据拼自驱，不卖授权送协议，Ornith这波是把开源的“性价比”打成了“必杀技”。
参考链接：
https://x.com/ornith_/status/2090074077084127302