Deep Green Force发布的混合专家（MoE）开源大语言模型，采用MIT协议，35B参数规模，内含256个专家每次激活8个，面向消费级显卡用户设计
Ornith 1.5 采用三阶段强化学习架构，第一阶段任务生成器自主分析代码库生成训练任务并根据正确性、难度和新颖度获得奖励
Deep Reinforce的Ornith 1.5 35B于2026年8月19日发布
Ornith 1.5 35B是混合专家（MoE）模型，总参数350亿，每个token激活约30亿，内部有256个独立专家，路由机制为每个token挑选其中8个处理
Ornith 1.5采用MIT许可证，是包含9B稠密版、35B MoE版、397B旗舰版的三模型家族之一
在超长上下文测试中，Ornith 1.5早期约75 token/秒，超过160万token后降至约45 token/秒，而Qwen 3.8在相同负载下降至约5 token/秒
两款模型均受llama.cpp、Ollama、LM Studio支持，也都支持MTP多token预测推测解码加速
在配备512GB统一内存的Apple M3 Ultra上构建3D游戏测试中，Qwen 3.8一次性完成，Ornith 1.5需要6轮独立迭代才勉强接近同等水平
在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行
以 V100（16GB 显存）为参考，Ornith 9B 模型 Q6_K 约需 7-8GB 显存，35B MoE 约需 20-22GB 需双卡 V100
Ornith 1.5 采用三阶段强化学习架构，第一阶段任务生成器自主分析代码库生成训练任务并根据正确性、难度和新颖度获得奖励
50%UnverifiedOrnith 1.5采用MIT许可证，是包含9B稠密版、35B MoE版、397B旗舰版的三模型家族之一
50%Unverified在配备512GB统一内存的Apple M3 Ultra上构建3D游戏测试中，Qwen 3.8一次性完成，Ornith 1.5需要6轮独立迭代才勉强接近同等水平
50%Unverified在超长上下文测试中，Ornith 1.5早期约75 token/秒，超过160万token后降至约45 token/秒，而Qwen 3.8在相同负载下降至约5 token/秒
50%Unverified两款模型均受llama.cpp、Ollama、LM Studio支持，也都支持MTP多token预测推测解码加速
50%UnverifiedOrnith 1.5 35B是混合专家（MoE）模型，总参数350亿，每个token激活约30亿，内部有256个独立专家，路由机制为每个token挑选其中8个处理
50%Unverified在30道 Three.js One-Shot 编程题测试中，Qwen 3.8 通过24题，Ornith 1.5 通过15题，均在Q6量化下运行
50%Unverified以 V100（16GB 显存）为参考，Ornith 9B 模型 Q6_K 约需 7-8GB 显存，35B MoE 约需 20-22GB 需双卡 V100
50%UnverifiedDeep Reinforce的Ornith 1.5 35B于2026年8月19日发布
50%