TL;DR

Ornith-1.0-9B는 단일 80GB GPU에서 구동 가능한 9B dense LLM으로 에이전트형 코딩을 목표로 설계되었으며 MIT 라이선스로 배포된다. 모델은 self-improving RL을 통해 솔루션과 이를 생성하는 scaffold를 공동 최적화해 탐색 경로를 개선하고, <think> 태그 기반의 reasoning trace와 OpenAI 스타일의 tool_calls로 툴 호출을 분리해 제공한다. README는 Transformers·vLLM·SGLang 등에서의 서빙 예시와 GGUF 빌드를 함께 제공하여 다양한 런타임에서 즉시 사용 가능함을 명시했고, 벤치마크 표는 Terminal-Bench·SWE-bench·Claw-eval에서 Ornith이 동급 공개 모델 대비 우수한 점수를 기록했음을 보여준다. 다만 벤치마크는 구체적 실행 환경(컨텍스트 길이, 타임아웃, 샘플링 파라미터)에 의존하므로 동일 조건에서의 재현이 필요하다.

핵심 포인트

• Ornith은 솔루션 생성과 그 솔루션을 유도하는 scaffold를 동시에 학습하는 self-improving RL 프레임워크를 채택했다. 이로 인해 단일 생성 단계에서의 정답 최적화가 아니라 탐색 전략 자체를 개선해 반복 시도에서 더 안정적인 성공률을 얻도록 설계되었다. 동일 계열의 단순 SFT 모델 대비 에이전틱 작업에서 더 나은 탐색 품질을 보이는 것이 차별점이다.
• 추론 흔적을 명시적 블록(<think>)으로 출력하고 이를 reasoning_content로 분리해 제공하는 점이 운영·검증 측면에서 차별화된다. 이 출력 분리는 에이전트가 내린 결정을 외부에서 재현·검토하고 툴 호출 로직의 적절성을 검증하는 데 유용하다. 따라서 복잡한 자동화 파이프라인에서 원인 분석과 책임 추적을 용이하게 만든다.
• 단일 80GB GPU에서 구동 가능한 9B dense 설계로 경량 배포와 고성능 에이전틱 워크플로를 동시에 충족하도록 한 점이 실무적 차별점이다. GGUF 빌드와 Transformers/vLLM/SGLang 예시를 통해 다양한 런타임에 바로 적용할 수 있게 해 배포 유연성을 확보했다. 이로 인해 대형 모델 인프라 없이도 에이전틱 솔루션을 운영할 수 있다.
• 공개된 벤치마크에서 Ornith-1.0-9B는 Terminal-Bench 2.1(Terminus-2)에서 43.1을 기록해 같은 표에 있는 Qwen3.5-9B(21.3) 대비 높은 점수를 보였다. 이 수치는 에이전틱 터미널 작업에서의 실사용 성능 우위를 나타내며 동일 표에 있는 다른 모델들과의 직접 비교가 가능하다. 또한 Claw-eval 평균 63.1과 SWE-bench Verified 69.4 점수는 복합 코드 작업에 대한 강점을 뒷받침한다.

벤치마크

이미지 분석