Qu’est-ce que Ornith-1.5-122B ?
Ornith-1.5-122B est le membre à 122 milliards de paramètres de la famille 1.5 d'Ornith. Ses poids sont apparus sur Hugging Face le 16 octobre 2026, avec des versions FP8, NVFP4, GGUF et MLX suivant le 20 octobre, deux mois après les tailles 9B, 35B et 397B. Sa configuration utilise l'architecture mixture-of-experts de Qwen3.5 (256 experts, 8 routés par token, 48 couches mêlant attention linéaire et complète) ; Ornith ne publie pas le nombre de paramètres actifs. L'entraînement prolonge Ornith-1.0, lui-même bâti sur Qwen3.5 et Gemma 4 : le modèle propose de nouvelles tâches d'entraînement, construit la configuration d'agent pour tenter chacune, et apprend des résultats par apprentissage par renforcement.
Ornith rapporte 84,5 % sur SWE-bench Verified, 76,9 % sur SWE-bench Pro et 81,2 % sur Terminal-Bench 2.1, notés avec ce qu'il appelle des garde-fous anti-triche, et revendique des avances sur Qwen3.8-Flash-Next et Nemotron 3.5 Super VL sur la plupart des tests de code et d'agent. Il raisonne avant de répondre, prend du texte et des images, prend en charge l'appel d'outils et un contexte de 262 144 tokens, et tourne sur vLLM et SGLang. La fiche indique qu'il se sert sur un seul GPU de 80 GB, mais seules les versions 4 bits (environ 76 à 78 GB) s'en approchent ; le FP8 fait 133 GB et le BF16 250 GB.
Les poids sont sous la licence MIT.
Ornith-1.5-122B vaut-il le coup ?
Ornith-1.5-122B affiche les chiffres les plus frappants de sa catégorie de poids, et l'affirmation qui compte le plus pour les acheteurs est plus faible qu'elle n'en a l'air. La fiche du modèle indique qu'il se sert sur un seul GPU de 80 GB, pourtant le checkpoint BF16 fait 250 GB et la version FP8 133 GB. Seules les versions 4 bits, NVFP4 à 77,7 GB et le GGUF Q4_K_M à 75,8 GB, s'approchent d'une carte de 80 GB, et elles laissent peu de place au cache dont un contexte de 262 144 tokens a besoin.
Sur le propre tableau d'Ornith, il obtient 76,9 % sur SWE-bench Pro contre 43,9 % pour Qwen3.8-Flash-Next, un écart de 33 points qui appelle une confirmation indépendante. Ailleurs, il est plus proche : Qwen3.8-Flash-Next mène Terminal-Bench 2.1 à 83,4 % contre 81,2 %, et sur SWE-bench Verified la marge est de moins de deux points. Son réglage « no-hack » signifie que les modèles étaient prévenus du reward hacking et que toute solution qui en faisait quand même était marquée fausse ; c'est plus de soin que la plupart des laboratoires n'en montrent, mais Ornith a écrit les règles, les a appliquées, et a utilisé Claude Opus comme juge sur deux benchmarks.
La méthode d'entra înement est la raison de surveiller le laboratoire. Chaque cycle fait proposer au modèle des tâches plus difficiles, notées pour leur validité, nouveauté et difficulté autour d'un taux de réussite cible de 20 %, puis construit l'échafaudage pour les tenter et apprend des tentatives avec GRPO, une méthode d'apprentissage par renforcement. Le blog nomme un terme de résistance à la triche dans la récompense mais ne dit jamais comment il est calculé, ce qui compte pour une boucle qui écrit ses propres examens.
L'adoption est facile pour quiconque est déjà sur Qwen. L'architecture est celle de Qwen3.5, les commandes de service utilisent les parseurs d'outils et de raisonnement de Qwen, et vLLM 0.19.1+, SGLang 0.5.9+ et Ollama fonctionnent tous. Ornith ne publie ni personnes, ni lieu, ni financement, pourtant son GGUF 35B a attiré environ 3,9 millions de téléchargements Hugging Face le mois dernier, si bien que la famille a de vrais utilisateurs même si le laboratoire reste anonyme. Le billet de blog d'août qui explique la méthode précède le 122B et ne le couvre pas.
Là où il fait la différence
Un ingénieur plateforme ML avec un seul GPU de 80 GB
Remplacer un modèle de code basé sur Qwen3.5 sans réécrire la pile de service
Changer le chemin du modèle dans vLLM ou SGLang et garder les parseurs de raisonnement et d'outils qwen3. En pratique, cela signifie la version 4 bits et un contexte bien en dessous de 262K pour laisser de la mémoire au cache ; exécutez d'abord votre propre jeu de régression, puisque chaque score est celui d'Ornith.
Une équipe infrastructure qui fait tourner un nœud à deux GPU de 80 GB
Servir un agent de code interne en FP8 plutôt qu'en qualité 4 bits
Le checkpoint FP8 de 133 GB a besoin des deux cartes avec le parallélisme de tenseur réglé à 2, ce qui double le matériel que le titre de la fiche implique. La mise en cache de préfixe dans la commande vLLM documentée aide avec le contexte de dépôt répété.
Un responsable d'ingénierie dans une fintech réglementée
Faire tourner un modèle de code agentique sur site sous une licence permissive
Les poids MIT autorisent l'usage commercial et l'affinage sans négociation, et le code ne quitte jamais le réseau. Le compromis est le risque fournisseur : pas d'équipe nommée, de contrat de support ou d'API de première partie sur laquelle se rabattre.
Avant de vous engager
- Mise en route
- `ollama run ornith-1.5:122b` récupère 73 à 77 GB. Pour les serveurs, les commandes vLLM ou SGLang de la fiche ont besoin de Transformers 5.8.1+, vLLM 0.19.1+ ou SGLang 0.5.9+.
- Intégrations
- Chat completions compatibles OpenAI avec appels d'outils et un champ reasoning_content distinct ; la fiche montre Ollama, llama.cpp, Atomic.chat et Hermes Agent. L'entrée d'image utilise le fichier mmproj du dépôt GGUF.
- Données et confidentialité
- Auto-hébergé uniquement, si bien que les données restent là où vous le faites tourner. Il n'y a pas d'API de première partie, et donc aucune condition de conservation ou d'entraînement à examiner.
- Coût à grande échelle
- Poids gratuits. Le BF16 fait 250 GB (un nœud multi-GPU), le FP8 133 GB (deux cartes de 80 GB), et le NVFP4 (77,7 GB) ou Q4_K_M (75,8 GB) sont les seules versions proches d'une carte de 80 GB ; les Mac obtiennent une version MLX 4 bits de 68,7 GB. Aucun prix hébergé de première partie publié ; NanoGPT liste 0,20 $ en entrée et 0,80 $ en sortie par million de tokens mais marque le modèle indisponible.
- Limites
- Le raisonnement est activé par défaut, si bien que les réponses suivent un bloc de réflexion. Le contexte est de 262 144 tokens, extensible à environ 1M avec YaRN au prix d'une certaine qualité sur les entrées de longueur normale.
Les points forts
- 84,5 % rapporté sur SWE-bench Verified, 76,9 % sur Pro
- Licence MIT
- Remplacement direct pour les piles vLLM ou SGLang de Qwen3.5
- Versions FP8, NVFP4, GGUF et MLX dès le lancement
Les points faibles
- « Un seul GPU de 80 GB » uniquement en 4 bits
- Tous les scores autodéclarés, sous des règles fixées par Ornith
- Pas d'équipe nommée, de financement ou d'API de première partie
- Derrière Qwen3.8-Flash-Next sur Terminal-Bench 2.1
Idéal pour
Les équipes qui servent des agents de code à poids ouverts sur un seul grand GPU et peuvent exécuter leurs propres évaluations.
Alternatives à Ornith-1.5-122B
Ornith-1.5-122B : questions fréquentes
- Ornith-1.5-122B vaut-il le coup ?
- Des scores de code frappants d'un laboratoire sans noms publics, et un argument à un GPU qui ne tient qu'en 4 bits. Nous lui donnons 3.6 sur 5.
- Combien coûte Ornith-1.5-122B ?
- Poids ouverts gratuits sous MIT. Vous ne payez que votre propre matériel ou hébergement.
- Quels sont les inconvénients de Ornith-1.5-122B ?
- « Un seul GPU de 80 GB » uniquement en 4 bits; tous les scores autodéclarés, sous des règles fixées par Ornith; pas d'équipe nommée, de financement ou d'API de première partie; derrière Qwen3.8-Flash-Next sur Terminal-Bench 2.1.
- À qui s’adresse Ornith-1.5-122B ?
- Les équipes qui servent des agents de code à poids ouverts sur un seul grand GPU et peuvent exécuter leurs propres évaluations.
- Combien coûte Ornith-1.5-122B pour une équipe ou en production ?
- Poids gratuits. Le BF16 fait 250 GB (un nœud multi-GPU), le FP8 133 GB (deux cartes de 80 GB), et le NVFP4 (77,7 GB) ou Q4_K_M (75,8 GB) sont les seules versions proches d'une carte de 80 GB ; les Mac obtiennent une version MLX 4 bits de 68,7 GB. Aucun prix hébergé de première partie publié ; NanoGPT liste 0,20 $ en entrée et 0,80 $ en sortie par million de tokens mais marque le modèle indisponible.
- Ornith-1.5-122B est-il sûr pour les données de l’entreprise ?
- Auto-hébergé uniquement, si bien que les données restent là où vous le faites tourner. Il n'y a pas d'API de première partie, et donc aucune condition de conservation ou d'entraînement à examiner.
- Quelles sont les meilleures alternatives à Ornith-1.5-122B ?
- Les alternatives les plus proches que nous avons testées sont Qwen3.8-Flash-Next, Nemotron 3.5 Super VL et DeepSeek-V4.1-Flash.
Réponses vérifiées le 23 oct. 2026.