DeepReinforce 于6月25日以 MIT 许可发布了 Ornith-1.0，这是一个专为智能代理 AI 任务设计的开源编码模型系列。提供四种规格（9B、31B、35B MoE、397B MoE），这些模型擅长无需人工干预的自主多步骤编码工作流。旗舰版 397B 在 SWE-bench Verified 上获得 82.4 分，击败了 Claude Opus 4.7（80.8）和 DeepSeek-V4-Pro（80.6）。在 Terminal Bench 2.1 上，它获得了 77.5 分，而 Claude 为 70.3 分。9B 变体得分为 69.4，优于 Google 的 Gemma 4-31B（52.0），几乎与 Qwen 3.5-35B（70.0）持平。Ornith 使用了一种新的训练方法，模型通过强化学习自主学习任务分解策略，与支架共同进化。然而，模型卡警告称其在非编码任务上可能表现不佳，不适合通用用途。DeepReinforce 还实施了针对奖励黑客的防御措施，包括不可变环境和确定性监控器。

关键事实

• Ornith-1.0 以 MIT 许可开源，提供 9B、31B、35B MoE 和 397B MoE 四种规格。
• 397B 旗舰版在 SWE-bench Verified 上得分 82.4，超越 Claude Opus 4.7 和 DeepSeek-V4-Pro。
• 9B 变体在 SWE-bench 上得分为 69.4，优于 Gemma 4-31B（52.0），接近 Qwen 3.5-35B（70.0）。
• 模型通过强化学习自主学习任务策略，不依赖人工设计的支架。
• 不适合通用任务，仅针对开发者管道中的智能编码任务优化。

KeyAudit 数据视角