TL;DR

Ornith-1.0-397B는 Gemma 4와 Qwen 3.5 위에 포스트트레이닝된 MoE 아키텍처 기반의 397B 모델로 에이전트형 코딩과 툴 호출을 염두에 둔 출력 형식을 지원한다. 모델은 강화학습 기반의 자체 개선 프레임워크로 솔루션 롤아웃과 이를 생성하는 scaffold를 공동 최적화하도록 학습되었으며 README의 벤치마크에서 Terminal-Bench 2.1: 77.5, SWE-bench Verified: 82.4, Claw-eval Avg: 77.1 같은 수치를 보고했다. 서빙 측면에서는 reasoning_parser와 tool-call_parser를 통해 <think> 블록과 <tool_call> 블록을 별도 필드로 분리해 에이전트 파이프라인에 바로 연동할 수 있고 Transformers≥5.8.1, vLLM≥0.19.1, SGLang≥0.5.9 같은 런타임 요구사항과 tensor-parallel 구성 예시가 포함되어 있다. 모델은 MIT 라이선스로 공개되어 광범위한 사용이 가능하지만 배포 예시에서 8×80GB GPU 같은 고사양 노드 설정이 병행 제시되는 점은 실제 운영환경에서의 하드웨어 요구를 확인해야 할 부분이다.

핵심 포인트

• 강화학습 기반의 자체 개선 프레임워크로 scaffold와 솔루션을 공동 최적화하는 학습 흐름을 채택한 점이다. 이 구조는 단순한 SFT보다 탐색 전략을 개선하는 데 초점을 맞춘다.
• 모델 출력에서 체인-오브-생각(<think>)과 툴 호출(<tool_call>)을 명시적으로 구분해 서버에서 reasoning_content와 tool_calls로 노출하는 엔드투엔드 파이프라인을 제공하는 점이다. 에이전트형 워크플로와의 직결성이 높다.
• MIT 라이선스로 배포되어 상업적 사용을 포함한 광범위한 활용이 가능하다는 점이다. 라이선스 제약이 적어 실무 도입이 쉬운 편이다.
• README에서 동일 규모의 오픈소스 모델과 비교해 코딩 관련 벤치마크에서 우수한 성능을 기록했다고 명시되어 있는데, Terminal-Bench 2.1에서 77.5, SWE-bench Verified에서 82.4, Claw-eval 평균에서 77.1을 보고하고 있다. 이러한 수치가 에이전트형 코딩 성능을 뒷받침한다.

벤치마크

이미지 분석