Mindket

Ornith-1.5-122B-NVFP4

新上架第 1 版 · 更新于

概览

提供 Ornith-1.5-122B 的 NVFP4 量化副本,这是一个面向单 GPU 使用、在编程测试里表现突出的 122B 混合专家文本模型。适合自己托管大模型的开发者。

Ornith-1.5-122B-NVFP4 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
  • 约 64 GB 的空闲磁盘空间
  • GPU 内存很大的机器
用在
  • GPU 内存很大的服务器或工作站
  • Hugging Face 一侧的 transformers 库
  • 自己托管的编程或智能体环境
先运行
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-122B-NVFP4

平台

Windows操作系统
macOS操作系统
Linux操作系统

关于

它是什么

这个仓库放的是 Ornith-1.5-122B 的 NVFP4 量化副本,Ornith-1.5-122B 是 ornith-ai 的文本生成模型。模型卡把原版描述为设计成能在单块 GPU 上运行的 122B 混合专家模型,另有面向手机的移动版本。

Ornith-1.5 建立在 Ornith-1.0 之上,后者以 Qwen3.5 和 Gemma4 为起点。它的训练循环会生成新任务、搭建解决任务的脚手架,并通过强化学习从尝试中学习。

适合谁

它适合自己托管大模型做编程和智能体工作的开发者和团队,他们想要一个能装进更少 GPU 的量化副本。

行业谁在用怎么用例子
软件开发者在自己的服务器上托管编程模型在终端里修复失败的构建
AI 平台机器学习工程师向内部用户提供量化大模型服务运行私有的编程助手
研究模型研究者研究会自我改进的训练循环与其他大模型对比
安全安全工程师在网络安全基准上试用模型运行模型卡里类似 CyberGym 的测试

如果你没有大型 GPU 机器,或者需要图像或音频模型,可以跳过它。

用在哪里

你在装有 Python 的 Windows、macOS 或 Linux 上下载文件。64 GB 的模型要在 GPU 内存充足的机器上运行。

  • GPU 内存很大的服务器或工作站
  • Hugging Face 一侧的 transformers 库
  • 自己托管的编程或智能体环境
用途谁得到什么
编程帮助开发者以文字写出的代码和修复
智能体任务构建者面向工具和终端的逐步文字输出
模型测试研究者可与其他模型对比的分数

如何设置

你需要带 pip 的 Python 来下载文件,还需要约 64 GB 的磁盘空间放权重。这里展示的模型卡部分没有给出运行命令,所以请按它自己的说明来运行。

  • 带 pip 的 Python
  • 约 64 GB 的空闲磁盘空间
  • GPU 内存很大的机器
  1. 安装 Hugging Face hub 包。
  2. 下载仓库文件。
  3. 用能读取 NVFP4 权重的运行环境加载模型。
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-122B-NVFP4

如何使用

模型加载后,你发送文本提示词,读它写出的文本。模型卡的结果主要指向编程和终端任务。

示例

你把一条失败的命令和错误文本交给模型,请它给出修复办法。它会用文字解释,并给出修改后的代码或命令。

新手与专家

如果你是新手,要知道这是一个巨大的下载,需要性能强的硬件。先读模型卡,再确认你的机器放得下 64 GB 的权重。

如果你懂这个领域,训练循环把任务生成、脚手架搭建和解题展开一起调优。它用强化学习改进策略,不依赖一组固定的人工编写任务。

  1. 生成新的训练任务
  2. 搭建解决它们的脚手架
  3. 运行解题展开
  4. 用强化学习改进策略

注意事项

模型卡把这个 122B 模型与其他几个模型做了对比,有些模型在部分测试里得分更高。

基准Ornith-1.5-122BQwen3.8-Flash-NextQwen3.8 27B
TerminalBench 2.181.283.471.9
CyberGym807855
  • License: mit
  • Cost to run: 未提及费用,但需要很大的 GPU 内存
  • Data it reaches: 你下载的文件,以及你发送的提示词

README 和文件

README

Ornith-1.5-122B-NVFP4

提供 Ornith-1.5-122B 的 NVFP4 量化副本,这是一个面向单 GPU 使用、在编程测试里表现突出的 122B 混合专家文本模型。适合自己托管大模型的开发者。

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:这个仓库放的是 Ornith-1.5-122B 的 NVFP4 量化副本,Ornith-1.5-122B 是 ornith-ai 的文本生成模型。模型卡把原版描述为设计成能在单块 GPU 上运行的 122B 混合专家模型,另有面向手机的移动版本。

Ornith-1.5 建立在 Ornith-1.0 之上,后者以 Qwen3.5 和 Gemma4 为起点。它的训练循环会生成新任务、搭建解决任务的脚手架,并通过强化学习从尝试中学习。

适合谁:它适合自己托管大模型做编程和智能体工作的开发者和团队,他们想要一个能装进更少 GPU 的量化副本。

行业 | 谁在用 | 怎么用 | 例子
软件 | 开发者 | 在自己的服务器上托管编程模型 | 在终端里修复失败的构建
AI 平台 | 机器学习工程师 | 向内部用户提供量化大模型服务 | 运行私有的编程助手
研究 | 模型研究者 | 研究会自我改进的训练循环 | 与其他大模型对比
安全 | 安全工程师 | 在网络安全基准上试用模型 | 运行模型卡里类似 CyberGym 的测试

如果你没有大型 GPU 机器,或者需要图像或音频模型,可以跳过它。

用在哪里:你在装有 Python 的 Windows、macOS 或 Linux 上下载文件。64 GB 的模型要在 GPU 内存充足的机器上运行。

  • GPU 内存很大的服务器或工作站
  • Hugging Face 一侧的 transformers 库
  • 自己托管的编程或智能体环境
用途 | 谁 | 得到什么
编程帮助 | 开发者 | 以文字写出的代码和修复
智能体任务 | 构建者 | 面向工具和终端的逐步文字输出
模型测试 | 研究者 | 可与其他模型对比的分数

如何设置:你需要带 pip 的 Python 来下载文件,还需要约 64 GB 的磁盘空间放权重。这里展示的模型卡部分没有给出运行命令,所以请按它自己的说明来运行。

  • 带 pip 的 Python
  • 约 64 GB 的空闲磁盘空间
  • GPU 内存很大的机器
  1. 安装 Hugging Face hub 包。
  2. 下载仓库文件。
  3. 用能读取 NVFP4 权重的运行环境加载模型。
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-122B-NVFP4

如何使用:模型加载后,你发送文本提示词,读它写出的文本。模型卡的结果主要指向编程和终端任务。

示例:你把一条失败的命令和错误文本交给模型,请它给出修复办法。它会用文字解释,并给出修改后的代码或命令。

新手与专家:如果你是新手,要知道这是一个巨大的下载,需要性能强的硬件。先读模型卡,再确认你的机器放得下 64 GB 的权重。

如果你懂这个领域,训练循环把任务生成、脚手架搭建和解题展开一起调优。它用强化学习改进策略,不依赖一组固定的人工编写任务。

生成新的训练任务
搭建解决它们的脚手架
运行解题展开
用强化学习改进策略

注意事项:模型卡把这个 122B 模型与其他几个模型做了对比,有些模型在部分测试里得分更高。

基准 | Ornith-1.5-122B | Qwen3.8-Flash-Next | Qwen3.8 27B
TerminalBench 2.1 | 81.2 | 83.4 | 71.9
CyberGym | 80 | 78 | 55
  • License: mit
  • Cost to run: 未提及费用,但需要很大的 GPU 内存
  • Data it reaches: 你下载的文件,以及你发送的提示词

Hugging Face 上的数据(2026年11月13日)

  • 任务:text generation
  • 框架:transformers
  • 参数量:64B
  • Weights: about 64 GB in U8
  • Formats: Safetensors
  • 最近 30 天下载:279,663
  • 点赞:36
  • 许可证:mit
  • Quantized versions: 2
  • 标签:transformers, safetensors, qwen3_5_moe, image-text-to-text, text-generation, conversational, 8-bit, modelopt

链接

  • 模型:https://huggingface.co/ornith-ai/Ornith-1.5-122B-NVFP4
  • 文件:https://huggingface.co/ornith-ai/Ornith-1.5-122B-NVFP4/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-1.5-122B-NVFP4

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-1.5-122B-NVFP4 本页279,6633664Bmit
Ornith-1.5-35B-A3B-NVFP4共有 modelopt · qwen3_5_moe · 8-bit1,124,3377319.5Bmit
Qwen3.6-35B-A3B-NVFP4共有 modelopt · qwen3_5_moe · 8-bit4,104,34567818.7Bapache-2.0
Qwen3.6-35B-A3B-NVFP4-Fast共有 qwen3_5_moe · 8-bit · image-text-to-text695,02013419.8Bapache-2.0
Ornith-1.5-122B-NVFP4-DFlash2-RTX-Spark共有 modelopt · qwen3_5_moe · image-text-to-text342264Bmit
Qwen3.8-27B-NVFP4共有 modelopt · 8-bit · image-text-to-text979,44512618.2Bapache-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。

Mindket 的更多商品

查看 Mindket 的全部商品

DeepSeek-R1-GGUF

unsloth · 工具包

671B 参数 DeepSeek-R1 推理模型的 GGUF 版本,带 1.58-bit 和 2-bit 动态量化,可在内存足够的本机上用 llama.cpp 运行。

新上架

Axion-1.0-35B-GGUF

prithivMLmods · 工具包

提供 Axion-1.0-35B 的 GGUF 文件,这是一个有约 30 亿激活参数的 35B 混合专家模型,面向科学推理、信息查找和工具使用。适合配合 llama.cpp 在本地使用。

新上架

HEART

Phips · 工具包

用一个超分辨率网络放大低分辨率图像,可以在一块消费级 GPU 上训练,并导出为 ONNX。适合训练或运行图像放大模型的人。

新上架

开发类的相似商品

查看开发类的全部商品

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