Model Releases
Deep Reinforce AI lanza Ornith-1.5-122B, su nuevo modelo de codificación MoE
Deep Reinforce AI presenta Ornith-1.5-122B, un modelo Mixture-of-Experts de 122B parámetros que redefine el rendimiento en benchmarks de codificación y despliegue en single-GPU.
16 de octubre de 2026
Model ReleaseOrnith-1.5-122B
Introducción
El panorama de los modelos de lenguaje especializados en programación ha dado un salto cualitativo con el lanzamiento de Ornith-1.5-122B por parte de Deep Reinforce AI. Este nuevo integrante de la familia Ornith-1.5 no es solo una actualización incremental; es una arquitectura diseñada específicamente para equilibrar la potencia bruta de un modelo de gran escala con la eficiencia necesaria para el despliegue en entornos de hardware real.
Para los ingenieros de software y desarrolladores de IA, este lanzamiento es crítico. A diferencia de otros modelos masivos que requieren clusters de GPUs para funcionar, Ornith-1.5-122B ha sido optimizado para una clase de despliegue en una sola GPU, democratizando el acceso a capacidades de razonamiento de nivel agente sin la latencia o el coste prohibitivo de los modelos de cientos de miles de millones de parámetros.
- Lanzamiento oficial: 16 de octubre de 2026
- Arquitectura: Mixture-of-Experts (MoE)
- Enfoque: Codificación avanzada y razonamiento de agentes
- Licencia: MIT (Open Source)
Arquitectura y Características Clave
La arquitectura de Ornith-1.5-122B se basa en un diseño de Mixture-of-Experts (MoE) de 122 mil millones de parámetros. Esta estructura permite que el modelo mantenga una alta capacidad de conocimiento especializado mientras activa solo una fracción de sus parámetros para cada token, lo que optimiza drásticamente el throughput y reduce la carga computacional.
Una de las innovaciones más destacadas es su versatilidad de despliegue. Además del modelo base, Deep Reinforce AI ha lanzado la variante Ornith-1.5-122B-Mobile, una versión cuantizada diseñada específicamente para dispositivos móviles y entornos de 'edge computing'. Esto permite que la lógica de codificación y la asistencia inteligente residan localmente en el hardware del desarrollador, garantizando privacidad y baja latencia.
- Parámetros totales: 122B (MoE)
- Optimización: Single-GPU class deployment
- Variante Mobile: Cuantización optimizada para dispositivos edge
- Ecosistema de cuantización: GGUF, FP8, NVFP4 y MLX disponibles desde el 20 de octubre
Rendimiento y Benchmarks
Los resultados en los benchmarks de codificación posicionan a Ornith-1.5-122B como un líder indiscutible en su categoría. En la suite SWE-bench, el modelo ha alcanzado un 76.9% en la categoría Pro (no-hack), superando significativamente a Qwen3.8-Flash-Next (43.9%) y Qwen3.8 (65.5%). En la métrica Verified (non-hack), su puntuación asciende al 84.5%, demostrando una capacidad excepcional para resolver problemas reales de ingeniería de software.