精选理由
Ornith-1.0 用 RL 教模型搭执行框架，在 SWE-Bench 上表现顶尖，本地党还有 GGUF 版本可玩。
Ornith-1.0 模型家族覆盖 9B 到 397B MoE 全尺寸。在 Terminal-Bench、SWE-Bench 等 agent coding 基准上达到当前开源模型顶尖水平。其训练方式使用 RL 同时优化任务脚手架和最终解决方案。模型全系列 MIT 开源，并提供了 GGUF 版本，可在 Ollama、Unsloth 等工具中直接运行。
原文 · berryxia
卧槽！最近开源大模型太卷了啊！ 这不又一个专注agentic coding的开源模型家族来了，叫O…
卧槽！最近开源大模型太卷了啊！
这不又一个专注agentic coding的开源模型家族来了，叫Ornith-1.0。
它覆盖了从9B到397B MoE的全尺寸，在Terminal-Bench、SWE-Bench等agent coding benchmark上达到了当前开源模型里的顶尖水平。
最有意思的是它的训练方式：不是只让模型生成答案，是用RL同时优化“任务脚手架（scaffold）”和最终解决方案，让模型自己学会怎么搭建更好的执行框架。
这个思路挺有意思的，很多agent失败不是因为不会写代码，恰恰是因为不会组织执行流程。
Ornith直接把“怎么搭框架”也变成了可学习的信号。
模型全系列MIT开源，还提供了GGUF版本，能在Ollama、Unsloth等工具里直接跑。
本地党又多了一个强力选择。 地址见评论区👇