据 2026 年 11 月 11 日发布的一则动态,DeepReinforce AI 的 Ornith-1.0-9B 和 Ornith-1.0-35B 模型现已在 Amazon SageMaker JumpStart 上提供。这一上线扩充了面向 AWS 客户提供的基础模型组合。这两款模型均属于 Ornith 1.0 系列,是基于 MIT 许可发布的开源、能够自行构建脚手架的智能体编程模型;在 Terminal-Bench 2.1、SWE-Bench、NL2Repo 和 OpenClaw 等编程基准测试中,它们的表现达到同等规模开源模型中的最先进水平。
Ornith-1.0-9B 将智能体编程带到单 GPU 部署场景
Ornith-1.0-9B 是一款轻量级的 90 亿参数稠密模型,基于 Qwen 3.5 9B 进行后训练,旨在实现高效的单 GPU 部署。该模型具有 25.6 万 token 的上下文窗口和 32 个解码器层。来源称,该模型非常适合个人开发者和小型团队在单 GPU 上运行智能体编程工作流,包括使用消费级硬件的笔记本电脑。其自我改进训练框架使用强化学习联合优化脚手架生成和解决方案推理;来源称,这使模型能够发现更优的搜索路径并生成质量更高的代码解决方案。
Ornith-1.0-35B 将混合专家架构与 24GB 消费级 GPU 相结合
Ornith-1.0-35B 是一款 350 亿参数的混合专家(MoE)模型,基于 Qwen 3.5 进行后训练。来源称,该模型在保持可部署于单张 24GB 消费级 GPU 上的同时,提供更强的智能体编程性能。与 9B 模型一样,它使用强化学习联合优化用于编程任务的脚手架生成和由此产生的解决方案推理,从而发现更优的代码路径。据来源介绍,其 MoE 架构仅针对每个 token 激活部分参数,在生产级智能体编程工作负载中兼顾质量与效率。
SageMaker JumpStart 支持通过控制台和 SDK 部署两款模型
据来源介绍,客户只需点击几下,即可部署这些模型以满足特定的 AI 使用场景。要开始使用,用户可以前往 SageMaker 控制台中的 SageMaker JumpStart 模型目录,也可以使用 SageMaker Python SDK 将模型部署到自己的 AWS 账户。来源建议读者参阅 Amazon SageMaker JumpStart 文档,了解在 SageMaker JumpStart 中部署和使用基础模型的更多信息。
Ornith 1.0 模型规格与部署详情
- Ornith-1.0-9B:90 亿参数稠密模型,基于 Qwen 3.5 9B 进行后训练,具有 25.6 万 token 的上下文窗口和 32 个解码器层
- Ornith-1.0-35B:350 亿参数混合专家模型,基于 Qwen 3.5 进行后训练,可部署于单张 24GB 消费级 GPU
- 许可:MIT 许可,开源
- 提及的编程基准测试:Terminal-Bench 2.1、SWE-Bench、NL2Repo 和 OpenClaw
- 两款模型均使用强化学习联合优化脚手架生成和解决方案推理
- 部署方式:SageMaker 控制台中的 SageMaker JumpStart 模型目录,或 SageMaker Python SDK
常见问题
哪些模型现已在 Amazon SageMaker JumpStart 上提供?
DeepReinforce AI 的 Ornith-1.0-9B 和 Ornith-1.0-35B 模型现已在 Amazon SageMaker JumpStart 上提供。两款模型均属于 Ornith 1.0 系列,是基于 MIT 许可发布的开源、能够自行构建脚手架的智能体编程模型。
部署 Ornith-1.0-35B 模型需要什么硬件?
来源称,Ornith-1.0-35B 可部署于单张 24GB 消费级 GPU。它是一款基于 Qwen 3.5 进行后训练的 350 亿参数混合专家模型。
客户如何在 SageMaker JumpStart 上部署 Ornith 1.0 模型?
客户前往 SageMaker 控制台中的 SageMaker JumpStart 模型目录,只需点击几下即可部署这些模型。或者,也可以使用 SageMaker Python SDK 将模型部署到自己的 AWS 账户。