GPT
הוספת כלי
O

Ornith-1.0-35B

קוד פתוח

ornith-aimit2026-06-21

  • transformers
  • safetensors
  • qwen3_5_moe
  • image-text-to-text
  • text-generation

גרסה מכוילת קוד בארכיטקטורת תערובת מומחים, שמיועדת לעבודה ישירה בתוך מסופים וסביבות פיתוח. היא עוקפת מודלים גדולים ממנה במשימות תכנות מעשיות ומחזיקה חלון הקשר עצום.

  • 664944פרמטרים
  • 262,144טוקנים בהקשר
  • 65.4 GBמשקל הקבצים
  • 2,797,648הורדות בחודש

מה זה

מדובר במודל MoE עם אימון המשך על בסיס Qwen 3.5, שמכוון ישירות לפעולה כסוכן תוכנה עצמאי ולא כעוזר שיחה כללי. האימון שלו משלב למידת חיזוק שבונה גם את שלד הפתרון וגם את הצעדים עצמם, מה שנותן לו יתרון ברור במסלולי חיפוש ופתרון תקלות מורכבות.

במבחני ביצועים של הרצת פקודות במסוף כמו Terminal-Bench 2.1 הוא מגיע לציון 64.2 תחת Terminus-2 ו־62.8 עם Claude Code. זה פער עצום מול דגמי 35B מתחרים, ואפילו עוקף את Qwen3.5-397B הענק. במבחן SWE-bench Verified הוא עומד על 75.6, תוצאה שמקבילה כמעט לחלוטין למודלים ששוקלים פי עשרה ממנו.

מתאים ל

  • סוכן תיקון באגים עצמאי

    התוצאה של 75.6 ב־SWE-bench Verified מאפשרת לחבר אותו לסביבת Git כדי לפתור בעיות מורכבות במאגר הקוד.

  • אוטומציה של פקודות מסוף

    הוא עוקף מודלים של 397B ב־Terminal-Bench, ולכן מתאים לשילוב בתוך ממשקי שורת פקודה כמו OpenCode.

  • ניתוח בסיס קוד מלא

    חלון הקשר של 262,144 טוקנים מאפשר להזין תיעוד ומספר רב של קובצי מקור במקביל לסוכן.

איפה זה נופל

למרות השם של גרסה קלה לפריסה, המודל דורש משאבי חישוב כבדים מאוד בהרצה מלאה. כדי להגיע לתוצאות המדווחות בבנצ'מרקים, המפתחים נאלצו לבצע התאמות ספציפיות בתבנית השיחה של Qwen ולשנות רכיבים ב־Harbor, מה שאומר שהרצה ישירה ללא כיול עשויה להניב תוצאות נמוכות יותר. בנוסף, הוא מיועד לסוכני קוד, ואין נתונים על התנהגותו במשימות טקסט כלליות או תמיכה בשפות שאינן חלק מכלי הפיתוח הרגילים.

אותה משפחה

Ornith-1.0 יצא ב־7 גרסאות שיש להן עמוד כאן. אלה האחרות, לפי כמה מורידים אותן.

Ornith-1.0-9B-GGUF4,176,022 Ornith-1.0-35B-GGUF2,803,219 Ornith-1.0-9B1,464,339 Ornith-1.0-35B-FP8533,783 Ornith-1.0-397B-FP8400,480 Ornith-1.0-397B254,892

שאלות
נפוצות

האם אפשר להריץ אותו ישירות על כרטיס מסך ביתי יחיד?

במשקל המקורי של 65.4 גיגהבייט אי אפשר להעלות אותו על כרטיס ביתי סטנדרטי. כדי להשתמש בו מקומית צריך לעבור לקוונטיזציה של 4 ביט בספריות כמו Unsloth או להוריד קובצי GGUF דרך Ollama.

איך מטפלים בחשיבה המובנית שלו כדי לא לשבור את ה־API?

המודל מוציא בלוקי think לפני כל תשובה. בפריסה דרך vLLM או SGLang מגדירים reasoning-parser מתאים שמפצל את הפלט לשדה ייעודי, או שגוזרים את הטקסט ידנית בסקריפט סביב התגית.

האם נדרש להשתמש בתבנית שיחה מיוחדת?

כן, כרטיס המודל מציין שיש צורך בהתאמת תבנית השיחה של Qwen כדי לשמור על עקביות בין האימון לבין ההסקה. חוסר התאמה עלול לפגוע בביצועי קריאות הכלים ויכולות הסוכן.

איך מריצים

הקבצים שוקלים 65.4 גיגהבייט ודורשים תשתית רצינית. הדוגמה הרשמית מציגה הרצה על שרת עם שמונה כרטיסי 80GB במקביל דרך vLLM או SGLang, במיוחד כדי לנצל את כל חלון ההקשר של 262,144 טוקנים. אם רוצים להריץ לוקאלית על מכונה בודדת, אפשר לטעון אותו בקוונטיזציה של 4 ביט עם Unsloth, או לייצא גרסת GGUF עבור llama.cpp ו־Ollama.

כדי שהמודל יעבוד תקין צריך ספריות עדכניות, ספציפית Transformers מגרסה 5.8.1 ומעלה. הוא מוגדר כברירת מחדל כמודל חשיבה שפולט בלוקי think וקריאות לכלים במבנה XML, כך שחובה להגדיר פארסר ייעודי בשרת כדי לקבל שדות OpenAI סטנדרטיים.

from transformers import pipeline

pipe = pipeline("text-generation", model="ornith-ai/Ornith-1.0-35B")
print(pipe("שלום"))

הקבצים

30 קבצים במאגר, 65.4 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט משוחרר תחת רישיון MIT. מותר להשתמש בו לצרכים מסחריים, לשנות את המשקלים, להפיץ אותם מחדש ולשלב אותם במוצרים פנימיים או חיצוניים בלי הגבלות גאוגרפיות. התנאי היחיד הוא שמירת הודעת זכויות היוצרים והרישיון המקורי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗