Deep Reinforce AI выпускает Ornith-1.5-122B: специализированную кодинг-модель архитектуры MoE

Введение: Новый этап в эволюции специализированных LLM

16 октября 2026 года компания Deep Reinforce AI официально представила Ornith-1.5-122B, новейшего представителя семейства Ornith-1.5. Это не просто очередное обновление, а стратегический сдвиг в сторону создания высокоэффективных моделей, способных конкурировать с гигантами индустрии при значительно меньших вычислительных затратах.

В отличие от универсальных моделей, Ornith-1.5-122B фокусируется на глубоком понимании программного кода, логическом рассуждении и автономном решении сложных инженерных задач. Для разработчиков и AI-инженеров это означает доступ к инструменту, который понимает контекст всего репозитория и способен действовать как полноценный агент в терминале.

• Дата релиза: 16 октября 2026 г.
• Архитектура: Mixture-of-Experts (MoE)
• Лицензия: MIT (Open Source)
• Основная специализация: Coding & Reasoning

Архитектура и ключевые особенности: Эффективность MoE

Главной технической особенностью Ornith-1.5-122B является использование архитектуры Mixture-of-Experts (MoE) с общим количеством параметров 122 миллиарда. Такая структура позволяет модели активировать лишь часть весов для каждого конкретного токена, что делает её уникальной: она обладает мощностью огромной модели, но оптимизирована для развертывания на single-GPU классе.

Особое внимание разработчики уделили мобильности. Помимо основной версии, была выпущена квантованная модификация Ornith-1.5-122B-Mobile, которая позволяет запускать модель непосредственно на edge-устройствах и мобильных платформах без потери критической точности в кодинге.

Модель поддерживает расширенное контекстное окно, что критически важно для работы с современными монорепозиториями, где необходимо учитывать зависимости между множеством файлов одновременно.

• 122B параметров (MoE архитектура)
• Оптимизация под Single-GPU развертывание
• Наличие Mobile-варианта для edge-устройств
• Поддержка широкого спектра квантований (GGUF, FP8, NVFP4, MLX)

Производительность: Разрыв в бенчмарках

Результаты тестирования Ornith-1.5-122B впечатляют. В бенчмарке SWE-bench (Pro, no-hack) модель показала результат 76.9%, значительно опережая Qwen3.8-Flash-Next (43.9%) и даже полноразмерную Qwen3.8 (65.5%). В верифицированном режиме (Verified, non-hack) результат достигает 84.5%, что ставит её в один ряд с самыми продвинутыми агентами на рынке.

В тестах на кибербезопасность и работу в терминале модель демонстрирует доминирование. В CyberGym Ornith-1.5-122B набрала 80.0 баллов, обойдя DeepSeek-V4-Flash-0731 (76.7) и Qwen3.8-Flash-Next (78.0). В TerminalBench 2.1 результат 81.2 практически вплотную приближается к показателям гигантов вроде DeepSeek-V4-Flash-0731 (82.7) и Qwen3.8-Flash-Next (83.4), несмотря на гораздо меньший объем параметров.