Mindket

Ornith-1.5-9B

新上架第 1 版 · 更新于

概览

处理编程和终端任务,是一个适合单张 GPU 的 9B 稠密语言模型。适合想用小型开源模型做软件开发的开发者,另有面向手机的移动版本。

Ornith-1.5-9B 是一款工具包,属于开发类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,是一个装着它全部文件的 zip 压缩包。这些文件不会自己运行。

速览

你需要
  • 带 pip 的 Python
  • 能放下权重的 GPU,BF16 约 19.3 GB,4-bit 约 4.8 GB(估算值)
  • transformers 库,这个模型就是为它准备的
用在
  • 你自己的电脑,用 Python 在 Windows、macOS 或 Linux 上运行
  • 单张 GPU,模型卡把它作为这个规模的目标
  • 手机设备,通过单独的量化 Mobile 版本
先运行
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-9B

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

Ornith-1.5-9B 是 Ornith-1.5 系列里最轻量的成员。它是一个 9B 稠密模型,目标是在一张 GPU 上运行。这个系列用自我改进循环训练,会自己生成训练任务,再通过强化学习从结果中学习。量化的 Ornith-1.5-9B-Mobile 版本面向手机。

适合谁

想用小型开源模型做编程和终端工作、又没有大型 GPU 集群的开发者。

IndustryWho uses itHow they use itExample
软件开发者在一台机器上运行小型编程模型修复本地项目里的一个 bug
运维工程师在终端类任务上试用模型写脚本完成一项例行的服务器杂务
研究AI 研究人员研究用自我改进方式训练的模型与模型卡里的 Qwen3.5 和 Gemma 模型做比较

如果你需要在每项任务上都拿到最强的结果,建议先看看模型卡里更大的系列成员和更大的模型。

用在哪里

  • 你自己的电脑,用 Python 在 Windows、macOS 或 Linux 上运行
  • 单张 GPU,模型卡把它作为这个规模的目标
  • 手机设备,通过单独的量化 Mobile 版本
Use caseWhoWhat they get back
编程帮助开发者由小型模型写出的代码和修复
终端任务工程师模型尝试完成的命令行工作
设备端测试应用开发者一个可以试用的手机级量化版本

如何设置

  • 带 pip 的 Python
  • 能放下权重的 GPU,BF16 约 19.3 GB,4-bit 约 4.8 GB(估算值)
  • transformers 库,这个模型就是为它准备的
  1. 安装 Hugging Face hub 工具。
  2. 下载模型文件。
  3. 用 transformers 库加载。
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-9B

如何使用

用 transformers 加载模型,再把编程或终端任务以文本形式交给它。这里看到的模型卡部分没有运行代码片段,所以请查看模型卡的其余部分,了解具体的调用方法。

示例

你把一个小项目里的 bug 描述给它,请它给出修复。模型会以文本形式回复一个建议的代码改动。这只是对其基准测试所衡量的编程任务类型的示意,并不是实际测试的结果。

新手与专家

如果你是新手,先问一个小的编程问题,看看回答是什么样。先确认 GPU 显存,因为全精度权重约 19.3 GB。

如果你是专家,Ornith-1.5 承接 Ornith-1.0,后者从 Qwen3.5 和 Gemma4 起步,并在其上增加了更多训练阶段。1.5 的循环把任务生成、脚手架构建和解题尝试放在一起优化,而不是使用固定的人工任务。

  1. 模型生成新的训练任务
  2. 它找出解决这些任务的策略
  3. 强化学习更新策略
  4. 循环重复,任务越来越难

注意事项

模型卡比较了编程基准的分数。这里展示的是 Terminus-2 设置下的 Terminal-Bench 2.1。

模型卡中 Terminal-Bench 2.1 (Terminus-2) 的分数
Qwen3.6-35B-A3B52.5 分
Ornith-1.5-9B46.2 分
Ornith-1.0-9B43.1 分
Gemma-4-31B42.1 分
Qwen3.5-9B21.3 分
  • License: MIT,与 Hugging Face 记录一致。
  • Cost to run: 下载的副本没有提到需要 API 密钥或账号。你需要自备 GPU 或其他硬件。
  • Data it reaches: 下载会访问 Hugging Face。模型卡没有说明模型会访问文件、网络或账号。
  • Not for: 模型卡没有列出禁止的用途。更大的 Qwen3.6-35B-A3B 在它列出的编程基准上得分更高。

README 和文件

README

Ornith-1.5-9B

处理编程和终端任务,是一个适合单张 GPU 的 9B 稠密语言模型。适合想用小型开源模型做软件开发的开发者,另有面向手机的移动版本。

由 ornith-ai 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的,模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么:Ornith-1.5-9B 是 Ornith-1.5 系列里最轻量的成员。它是一个 9B 稠密模型,目标是在一张 GPU 上运行。这个系列用自我改进循环训练,会自己生成训练任务,再通过强化学习从结果中学习。量化的 Ornith-1.5-9B-Mobile 版本面向手机。

适合谁:想用小型开源模型做编程和终端工作、又没有大型 GPU 集群的开发者。

Industry | Who uses it | How they use it | Example
软件 | 开发者 | 在一台机器上运行小型编程模型 | 修复本地项目里的一个 bug
运维 | 工程师 | 在终端类任务上试用模型 | 写脚本完成一项例行的服务器杂务
研究 | AI 研究人员 | 研究用自我改进方式训练的模型 | 与模型卡里的 Qwen3.5 和 Gemma 模型做比较

如果你需要在每项任务上都拿到最强的结果,建议先看看模型卡里更大的系列成员和更大的模型。

用在哪里:

  • 你自己的电脑,用 Python 在 Windows、macOS 或 Linux 上运行
  • 单张 GPU,模型卡把它作为这个规模的目标
  • 手机设备,通过单独的量化 Mobile 版本
Use case | Who | What they get back
编程帮助 | 开发者 | 由小型模型写出的代码和修复
终端任务 | 工程师 | 模型尝试完成的命令行工作
设备端测试 | 应用开发者 | 一个可以试用的手机级量化版本

如何设置:

  • 带 pip 的 Python
  • 能放下权重的 GPU,BF16 约 19.3 GB,4-bit 约 4.8 GB(估算值)
  • transformers 库,这个模型就是为它准备的
  1. 安装 Hugging Face hub 工具。
  2. 下载模型文件。
  3. 用 transformers 库加载。
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-9B

如何使用:用 transformers 加载模型,再把编程或终端任务以文本形式交给它。这里看到的模型卡部分没有运行代码片段,所以请查看模型卡的其余部分,了解具体的调用方法。

示例:你把一个小项目里的 bug 描述给它,请它给出修复。模型会以文本形式回复一个建议的代码改动。这只是对其基准测试所衡量的编程任务类型的示意,并不是实际测试的结果。

新手与专家:如果你是新手,先问一个小的编程问题,看看回答是什么样。先确认 GPU 显存,因为全精度权重约 19.3 GB。

如果你是专家,Ornith-1.5 承接 Ornith-1.0,后者从 Qwen3.5 和 Gemma4 起步,并在其上增加了更多训练阶段。1.5 的循环把任务生成、脚手架构建和解题尝试放在一起优化,而不是使用固定的人工任务。

模型生成新的训练任务
它找出解决这些任务的策略
强化学习更新策略
循环重复,任务越来越难

注意事项:模型卡比较了编程基准的分数。这里展示的是 Terminus-2 设置下的 Terminal-Bench 2.1。

Title: 模型卡中 Terminal-Bench 2.1 (Terminus-2) 的分数
Qwen3.6-35B-A3B: 52.5 分
Ornith-1.5-9B: 46.2 分
Ornith-1.0-9B: 43.1 分
Gemma-4-31B: 42.1 分
Qwen3.5-9B: 21.3 分
  • License: MIT,与 Hugging Face 记录一致。
  • Cost to run: 下载的副本没有提到需要 API 密钥或账号。你需要自备 GPU 或其他硬件。
  • Data it reaches: 下载会访问 Hugging Face。模型卡没有说明模型会访问文件、网络或账号。
  • Not for: 模型卡没有列出禁止的用途。更大的 Qwen3.6-35B-A3B 在它列出的编程基准上得分更高。

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 框架:transformers
  • 参数量:9.7B
  • Weights: about 19.3 GB in BF16; about 4.8 GB at 4-bit (estimate)
  • Formats: Safetensors
  • 最近 30 天下载:534,050
  • 点赞:414
  • 许可证:mit
  • Quantized versions: 102
  • Fine-tunes: 44
  • 标签:transformers, safetensors, qwen3_5, image-text-to-text, text-generation, conversational

链接

  • 模型:https://huggingface.co/ornith-ai/Ornith-1.5-9B
  • 文件:https://huggingface.co/ornith-ai/Ornith-1.5-9B/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件:

pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-9B

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。

文件
README.md  5 KB

1 个文件,共 5 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-13

同类产品对比

同一分类里与本产品共有标签最多的已上架 Hugging Face 模型。

产品最近 30 天下载点赞参数量许可证最近更新
Ornith-1.5-9B 本页534,0504149.7Bmit
Qwen3.8-9B-Distill共有 qwen3_5 · image-text-to-text · text-generation6,5922379.7Bapache-2.0
Terminal-RSI-27B共有 qwen3_5 · image-text-to-text · text-generation2,5363327.8Bapache-2.0
Sabi-Noema共有 qwen3_5 · image-text-to-text · text-generation1,8105527.4Bapache-2.0
Ara-JEV共有 qwen3_5 · image-text-to-text · text-generation1,3164853Mapache-2.0
MLX-Qwen3.5-0.8B-Claude-4.6-Opus-Reasoning-Distilled-6bit共有 qwen3_5 · image-text-to-text · text-generation2534752Mapache-2.0
数据为 Mindket 在 2026-11-12 至 2026-11-13 期间读取的数值。

评价

还没有评分

写评价

还没有评价。

大家怎么说

Hacker News、Bluesky、X、Reddit、Facebook 和 YouTube 上提到这个项目的帖子和评论,来自每周一次的搜索和 Trendshift。它们不是 Mindket 写的,也未经核实,点开即可在原帖处阅读。

搜索日期

Mindket 的更多商品

查看 Mindket 的全部商品

Bonsai-27B-GGUF

lmstudio-community · 工具包

面向 LM Studio 的 27B Bonsai 模型 GGUF 转换版,含 3.80 GB 的 Q1_0 语言文件和 0.93 GB 的 BF16 视觉投影器。已测试文本、视觉和并行工具调用。

新上架

以每权重 2.9 位的 EXL3 量化运行 DeepSeek-V4.1-Flash-1017,这是一份 196 GiB 的副本,适合在自己硬件上部署大模型的人。困惑度与原模型相差不大。

新上架

MusicGen Small

facebook · 工具包

根据文字描述或音频提示生成短音乐片段,是 facebook MusicGen 的 small 检查点。适合想在自己电脑上试用文字生成音乐的开发者和音乐爱好者。

新上架

开发类的相似商品

查看开发类的全部商品

Lexnet

alpindale · 工具包

用一个只有约 984 个权重的小型神经网络,为 C 源代码的每个字符打上语法高亮标签,通过一个小小的 C 程序运行。适合对手工设计的网络好奇的开发者和研究者。

新上架

FLUX.2 Klein LoRA Studio

prithivMLmods · 工具包

在浏览器或你自己的电脑上,用一个 Gradio 应用试用 FLUX.2 Klein 图像模型的一组 LoRA。适合制作或测试 AI 图片的人。

新上架

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架