Ornith-1.5新增122B：基于千问3.5架构，部分编程自测领先Qwen3.8-Flash-Next
发布时间：2026-10-21
动察 Beating AI 快讯，由知名 NLP 学者李纪为创立的 AI 团队 DeepReinforce，为 Ornith-1.5 系列新增 122B MoE 模型。该系列早在今年 8 月就已发布，当时包括 397B、35B-A3B 和 9B 三档，这次补上了中间规格。新模型已经开放权重，同时提供 FP8、NVFP4、GGUF 和 MLX 等版本。Ornith-1.5-122B 沿用 Qwen3.5-122B-A10B 的模型架构，总参数约 122B，每次推理激活约 10B 参数。支持 256K 原生上下文、图像理解、工具调用和推理。官方自测显示，122B 在 SWE-bench Verified（non-hack）获得 84.5 分，高于 Qwen3.8-Flash-Next 的 82.8 分。CyberGym 为 80 对 78，NL2Repo 为 51.2 对 45.2，SWE-bench Pro（no-hack）则达到 76.9 对 43.9。不过，Terminal-Bench 2.1 仍以 81.2 对 83.4 落后。值得注意的是，千问官方此前使用 Claude Code Harness，在 SWE-bench Pro 获得 62.5 分，高于 Ornith 使用 OpenHands 测出的 43.9 分，两个测试的条件并不完全一致。----------缘辉旺盾网量化工具温馨提示：数字货币投资有风险，入市需谨慎；本文章不作为投资依据，仅供参考----------交流群：https://t.me/dunwangyuanhuiwang
动察 Beating AI 快讯，由知名 NLP 学者李纪为创立的 AI 团队 DeepReinforce，为 Ornith-1.5 系列新增 122B MoE 模型。
该系列早在今年 8 月就已发布，当时包括 397B、35B-A3B 和 9B 三档，这次补上了中间规格。新模型已经开放权重，同时提供 FP8、NVFP4、GGUF 和 MLX 等版本。
Ornith-1.5-122B 沿用 Qwen3.5-122B-A10B 的模型架构，总参数约 122B，每次推理激活约 10B 参数。支持 256K 原生上下文、图像理解、工具调用和推理。
官方自测显示，122B 在 SWE-bench Verified（non-hack）获得 84.5 分，高于 Qwen3.8-Flash-Next 的 82.8 分。CyberGym 为 80 对 78，NL2Repo 为 51.2 对 45.2，SWE-bench Pro（no-hack）则达到 76.9 对 43.9。不过，Terminal-Bench 2.1 仍以 81.2 对 83.4 落后。
值得注意的是，千问官方此前使用 Claude Code Harness，在 SWE-bench Pro 获得 62.5 分，高于 Ornith 使用 OpenHands 测出的 43.9 分，两个测试的条件并不完全一致。
----------缘辉旺盾网量化工具温馨提示：数字货币投资有风险，入市需谨慎；本文章不作为投资依据，仅供参考 ----------交流群：https://t.me/dunwangyuanhuiwang