Découvrez Ornith-1.0, la nouvelle famille de modèles de codage agentique open-source qui défie les géants commerciaux avec des performances record sur tous les grands benchmarks de programmation.

Le 25 juin 2026 marque une date clé dans l'histoire de l'intelligence artificielle générative avec la sortie d'Ornith-1.0 par Deep Reinforce AI. Ce modèle représente une avancée majeure dans le domaine du codage assisté par IA, introduisant pour la première fois une stratégie d'entraînement auto-améliorante qui optimise simultanément les structures de tâches et leurs solutions.
Contrairement aux modèles traditionnels qui se contentent de générer du code, Ornith-1.0 agit comme un véritable agent de développement logiciel capable de planifier, exécuter et itérer sur des workflows complexes. Cette approche révolutionnaire place les modèles Deep Reinforce AI en tête de gondole face aux solutions propriétaires les plus avancées du marché.
Ornith-1.0 est disponible en quatre variantes distinctes pour s'adapter à tous les besoins computationnels : 9B Dense pour les appareils edge, 31B Dense pour les serveurs standards, 35B Mixture-of-Experts (MoE) pour un équilibre performance/efficacité, et 397B MoE pour les tâches les plus exigeantes. Cette gamme complète permet aux développeurs de choisir la configuration optimale pour leur infrastructure.
L'architecture repose sur des modèles base Gemma 4 et Qwen 3.5, post-entraînés avec une méthode innovante combinant renforcement et génération de structures de tâches. Cette approche unique permet aux modèles d'apprendre non seulement comment résoudre les problèmes, mais aussi comment structurer efficacement leur processus de résolution.
Les résultats de Ornith-1.0 sur les benchmarks de codage sont simplement impressionnants. Le modèle 397B MoE obtient 77.5 sur Terminal-Bench 2.1, 82.4 sur SWE-Bench Verified, 62.2 sur SWE-Bench Pro, et 78.9 sur SWE-Bench Multilingual. Ces scores dépassent significativement ceux de MiniMax M3 (66.0 TB-2.1, 80.5 SWE-Bench Verified) et DeepSeek-V4-Pro (67.9 TB-2.1, 80.6 SWE-Bench Verified).
Sur les métriques d'agentic coding, Ornith-1.0 confirme sa suprématie avec 41.2 QnA, 42.6 RF et 39.1 TW sur SWE Atlas, ainsi que 77.1 sur ClawEval et 48.2 sur NL2Repo. Le modèle 9B Dense, quant à lui, rivalise avec des architectures beaucoup plus grosses comme Gemma 4-31B et Qwen 3.6 35B, offrant une efficacité remarquable pour les déploiements contraints.
Deep Reinforce AI propose une tarification compétitive pour l'API Ornith-1.0, avec des options adaptées aux différents volumes d'utilisation. Les développeurs peuvent accéder aux modèles via une interface RESTful standardisée avec des tarifs transparents par million de tokens.
La disponibilité d'un tier gratuit permet aux équipes de tester les capacités du modèle avant un déploiement en production. Les prix varient selon la taille du modèle choisi, avec des remises importantes pour les utilisateurs à forte consommation et les partenaires académiques.
Ornith-1.0 excelle dans les scénarios où l'autonomie et la qualité du code sont primordiales. Les équipes de développement peuvent l'utiliser pour l'assistance code en temps réel, la génération d'applications complètes, ou encore l'analyse de bugs complexes dans des bases de code existantes.
En tant qu'agent autonome, le modèle est particulièrement adapté aux workflows de CI/CD automatisés, à la maintenance de code legacy, et à la génération de tests unitaires. Sa performance multilingue ouvre également des perspectives pour les projets internationaux nécessitant une compréhension approfondie de multiples langages de programmation.
Pour commencer à utiliser Ornith-1.0, rendez-vous sur le portail développeur de Deep Reinforce AI où vous trouverez l'endpoint API, la documentation complète et les SDKs disponibles pour Python, JavaScript et Go. L'inscription est gratuite et donne accès immédiatement au tier d'essai.
Le modèle est également disponible sur Hugging Face et GitHub pour les déploiements locaux. Des notebooks d'exemple couvrent les cas d'usage principaux : génération de code, débogage autonome, et création d'agents spécialisés. La communauté active sur Discord et GitHub Discussions offre un support technique réactif.
API Pricing — Context: Jusqu'à 128K tokens selon la variante