주요 특징

• 학습 방식이 이 모델의 정체성입니다. Ornith-1.0은 Qwen3.5와 Gemma4 위에 추가 사전학습과 중간학습, 사후학습을 얹어 만들었고, 여기서 자기개선 루프는 스캐폴드와 롤아웃 최적화에만 적용됐습니다. Ornith-1.5는 그 루프를 과제 생성까지 확장해, 새로운 학습 과제를 스스로 만들고 그것을 푸는 전략을 찾은 뒤 강화학습으로 정책을 갱신하는 순환을 돌립니다. 사람이 큐레이션한 과제 집합과 수작업 하네스에 대한 의존을 줄이려는 시도입니다.
• 코딩·에이전트 벤치마크에서 동급 모델과의 격차가 큽니다. Terminal-Bench 2.1은 Terminus-2 하네스에서 67.8점으로 Qwen3.6-35B-A3B의 52.5점을 앞섰고, SWE-bench Verified는 79점, SWE-bench Pro는 59.6점을 기록했습니다. 특히 DeepSWE에서 22점을 받았는데 비교 대상 모델 대부분이 0~1점에 머물렀고, Frontier-Bench v0.1도 5.1점으로 비교군의 1.4점을 크게 웃돕니다. 추론 쪽은 GPQA Diamond 89.2점, 도구 없이 푼 HLE 25.6점입니다.
• 기본적으로 추론 모델이라 어시스턴트 턴이 <think> 블록으로 시작합니다. vLLM과 SGLang 서빙 레시피가 reasoning parser를 켜도록 되어 있어, 사고 과정은 reasoning_content 필드로 따로 분리되고 최종 답변만 content에 담깁니다. tool-call 파서도 함께 붙어 모델이 내보내는 <tool_call> 블록이 OpenAI 형식의 tool_calls로 변환되므로, OpenAI 호환 SDK를 쓰는 에이전트 프레임워크에 그대로 꽂을 수 있습니다. 일반 작업 권장 샘플링은 temperature 0.6, top_p 0.95, top_k 20입니다.
• 컨텍스트는 262,144 토큰이 기본이고, 그 이상이 필요하면 YaRN RoPE 스케일링으로 늘립니다. factor를 4.0으로 두면 실사용 창이 약 100만 토큰까지 확장되며, 체크포인트의 config.json에 rope_scaling 블록을 넣거나 vLLM의 --hf-overrides, SGLang의 --json-model-override-args로 실행 시점에만 덮어쓰는 두 가지 방법이 있습니다. 다만 오픈소스 런타임의 YaRN 구현은 요청 길이와 무관하게 같은 배율을 적용하는 정적 방식이라, 짧은 입력에서는 품질이 떨어질 수 있다고 모델 카드가 직접 경고합니다.
• 배포 부담은 활성 파라미터가 적다는 사실만으로 줄지 않습니다. BF16 가중치가 약 70GB라 256K 컨텍스트에 여유를 두려면 80GB GPU 두 장이 권장되고, 런타임도 Transformers 5.8.1, vLLM 0.19.1, SGLang 0.5.9 이상이라는 비교적 최신 버전을 요구합니다. 대신 같은 날 함께 공개된 GGUF 빌드를 쓰면 llama.cpp의 llama-server나 Ollama로 바로 띄울 수 있고, MLX 4bit·8bit 빌드와 FP8·NVFP4 양자화본까지 마련돼 있어 하드웨어에 맞춰 고를 수 있습니다.