Ornith-1.5-122B 开源重磅登场：单机 DGX 即可部署的 122B MoE 推理模型，SWE-bench Pro 斩获 76.9 分

核心背景与行业痛点

在软件工程自动化与自主编程智能体（Coding Agents）领域，开发者长期面临两难权衡：以 Claude 3.7 Sonnet 或 GPT-4.5 为代表的超大规模闭源模型虽然在 SWE-bench 上表现优异，但企业面临高昂的推理 Token 账单与严密代码资产出境合规风险；而此前同量级的开源模型在应对复杂跨文件上下文理解、底层终端调试与多步故障定位时，解决率往往大幅滑坡。如何在单台企业私有算力节点（如 8 卡单节点 DGX）内，部署一套具备顶级真实代码修复能力的开源模型，成为全球工程团队最迫切的诉求。2026 年 10 月 20 日，Ornith 团队正式宣布以 MIT 协议 全量开源 Ornith-1.5-122B。

架构亮点与底层机制

1. 单节点高吞吐 MoE 架构设计：

• 总体参数量达到 1220 亿（122B），采用细粒度混合专家激活策略，能够在保持单 Token 极高算力效率的同时，精准适配单台 DGX 服务器的显存拓扑；

1. 全栈主流推理运行时开箱即用：

• 原生支持 vLLM 0.19.1+、SGLang 0.5.9+ 与 Transformers 5.8.1+；
• 官方同步发布 FP8 生产量化版本、本地可跑的 GGUF 格式以及 Apple Silicon 专用的 MLX 权重，并通过 ollama run ornith-1.5:122b 实现一键拉取；

1. 针对 Agent 循环与长程反思深度对齐：

• 针对 CodeAct 与终端沙盒交互轨迹展开系统性强化学习（RL），大幅削弱了模型在遇到测试用例不通过时的“死循环试错”行为，内生掌握了基于 Git Diff 的自主回滚与假说验证机制。

权威 Benchmark 与实测跑分对比

官方在 OpenHands 智能体评测框架下进行了多维权威基准实测，并与同体量标杆模型进行了严格横向比对：

• SWE-bench 软件工程基准大比拼：
• SWE-bench Verified：Ornith-1.5-122B 斩获 84.5 分（超越 Qwen3.8-Flash-Next 的 82.8 分）；
• SWE-bench Pro（工业级高难问题）：Ornith-1.5-122B 取得惊人的 76.9 分，相较 Qwen3.8-Flash-Next（43.9 分）实现高达 33 分的跨越式领先；
• SWE-bench Multilingual（多语言基准）：拿下 76.4 分（对比 Qwen 的 73.0 分）；
• 综合终端与协议基准：
• TerminalBench 2.1 达到 81.2 分，具备极高强度的 Linux 命令行排障能力；
• CyberGym 安全实战 达到 80.0 分；
• MCP-Atlas 工具调用协议 拿下 74.6 分，仅次于 284B 的 DeepSeek-V4-Flash。

开发者实战落地与开箱指南

• 开源权重下载：访问 Hugging Face 官方主页 https://huggingface.co/ornith-ai/Ornith-1.5-122B；
• 官方公告推文：详见 @ornith_ 推文 https://x.com/ornith_/status/2112553477457268799；
• 本地与私有云部署指引：
• 本地快速体验：执行 ollama run ornith-1.5:122b；
• 生产集群搭建：建议使用 vLLM 或 SGLang 加载 FP8 镜像，配合 OpenHands 或 Claude Code 风格的 Coding Agent 客户端，即可在企业内部安全内网搭建出完全免 Token 费的顶级私有代码修复智能体。