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。
运行一个面向编程和智能体任务的 35B 混合专家文本模型,每个词元只用约 3B 参数。这个仓库提供它的 GGUF 文件,供本地使用。
Ornith-1.5-35B-A3B-GGUF 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。
pip install -U huggingface_hub hf download ornith-ai/Ornith-1.5-35B-A3B-GGUF
Ornith-1.5-35B-A3B 是 ornith-ai 发布的文本生成模型,这个仓库放的是它的 GGUF 格式。它是混合专家模型,所以在每个词元上,35.5B 参数里只有约 3B 在工作。
它是 Ornith-1.0 的升级版,后者建立在 Qwen3.5 和 Gemma4 之上。1.5 版加入了新的训练循环:模型自己生成任务、搭建脚手架,并通过强化学习从解题尝试中学习。
适合想把编程和智能体模型放在自己电脑上的开发者,也适合拿本地模型去跑编程基准测试的人。
| Industry | Who uses it | How they use it | Example |
|---|---|---|---|
| 软件 | 开发者和工具构建者 | 在本地当作编程助手 | 请它修复一个出错的脚本 |
| 运维 | 自动化终端工作的团队 | 把它试用为终端智能体背后的模型 | 规划一个命令行任务的步骤 |
| 研究 | 比较开源模型的人 | 在编程和智能体测试上给它打分 | 和同等规模的其他模型对比 |
| 爱好者 | 本地模型爱好者 | 在本地运行器里加载 GGUF 文件 | 不用托管服务就能聊代码 |
如果你的电脑空闲磁盘空间很少,可以跳过它,因为按 Hugging Face 的估算,4 位权重约 17.8 GB。
| Use case | Who | What they get back |
|---|---|---|
| 编程帮助 | 开发者 | 来自一个每个词元只激活少量参数的模型的代码和解释 |
| 智能体式编程 | 智能体构建者 | 作者在终端和智能体任务上打过分的模型 |
| 模型对比 | 研究者 | 可与其他开源模型对比测试的 GGUF 副本 |
pip install -U huggingface_hub hf download ornith-ai/Ornith-1.5-35B-A3B-GGUF
在运行器里加载下载好的文件,然后和它聊天,或者让编程智能体连上它。来源没有给出运行命令,具体步骤请按你的运行器来。
你请它修复一个出错的命令行脚本,并贴上错误信息。你可以期待一段带解释和代码的文字回复,因为作者针对编程和智能体任务调过它。
如果你刚接触本地模型,可以把 GGUF 文件看成打包好的、能在自己电脑上跑的模型。下载它,在运行器里加载,从一个简短的编程问题开始。
如果你熟悉这个领域,它是稀疏混合专家模型,共 35.5B 参数,每个词元约 3B 处于激活状态。作者说 Ornith-1.5 联合优化任务生成、脚手架构建和解题过程,而不是用固定的人工任务和手工搭建的环境。
运行一个面向编程和智能体任务的 35B 混合专家文本模型,每个词元只用约 3B 参数。这个仓库提供它的 GGUF 文件,供本地使用。
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。
它是什么:Ornith-1.5-35B-A3B 是 ornith-ai 发布的文本生成模型,这个仓库放的是它的 GGUF 格式。它是混合专家模型,所以在每个词元上,35.5B 参数里只有约 3B 在工作。
它是 Ornith-1.0 的升级版,后者建立在 Qwen3.5 和 Gemma4 之上。1.5 版加入了新的训练循环:模型自己生成任务、搭建脚手架,并通过强化学习从解题尝试中学习。
适合谁:适合想把编程和智能体模型放在自己电脑上的开发者,也适合拿本地模型去跑编程基准测试的人。
Industry | Who uses it | How they use it | Example
软件 | 开发者和工具构建者 | 在本地当作编程助手 | 请它修复一个出错的脚本
运维 | 自动化终端工作的团队 | 把它试用为终端智能体背后的模型 | 规划一个命令行任务的步骤
研究 | 比较开源模型的人 | 在编程和智能体测试上给它打分 | 和同等规模的其他模型对比
爱好者 | 本地模型爱好者 | 在本地运行器里加载 GGUF 文件 | 不用托管服务就能聊代码
如果你的电脑空闲磁盘空间很少,可以跳过它,因为按 Hugging Face 的估算,4 位权重约 17.8 GB。
用在哪里:
Use case | Who | What they get back
编程帮助 | 开发者 | 来自一个每个词元只激活少量参数的模型的代码和解释
智能体式编程 | 智能体构建者 | 作者在终端和智能体任务上打过分的模型
模型对比 | 研究者 | 可与其他开源模型对比测试的 GGUF 副本
如何设置:
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-35B-A3B-GGUF
如何使用:在运行器里加载下载好的文件,然后和它聊天,或者让编程智能体连上它。来源没有给出运行命令,具体步骤请按你的运行器来。
示例:你请它修复一个出错的命令行脚本,并贴上错误信息。你可以期待一段带解释和代码的文字回复,因为作者针对编程和智能体任务调过它。
新手与专家:如果你刚接触本地模型,可以把 GGUF 文件看成打包好的、能在自己电脑上跑的模型。下载它,在运行器里加载,从一个简短的编程问题开始。
如果你熟悉这个领域,它是稀疏混合专家模型,共 35.5B 参数,每个词元约 3B 处于激活状态。作者说 Ornith-1.5 联合优化任务生成、脚手架构建和解题过程,而不是用固定的人工任务和手工搭建的环境。
下载 GGUF 文件
在本地运行器里加载
发送编程或智能体提示词
阅读生成的回复
注意事项:
Title: 使用 Terminus-2 设置的 Terminal-Bench 2.1 得分
Ornith-1.5-35B-A3B: 67.8 分
Ornith-1.0-35B-A3B: 64.2 分
Qwen3.5-397B: 53.5 分
Qwen3.6-35B-A3B: 52.5 分
Muse-Glimmer-30B: 51.7 分
Gemma-4-31B: 42.1 分
用 Hugging Face 的命令行下载它的文件:
pip install -U huggingface_hub
hf download ornith-ai/Ornith-1.5-35B-A3B-GGUF
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。
README.md 5 KB
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-1.5-35B-A3B-GGUF 本页 | 4,164,876 | 603 | 35.5B | mit | |
| Ornith-1.5-9B-GGUF共有 gguf · text-generation · conversational | 5,772,425 | 673 | 9.2B | mit | |
| Ornith-1.0-9B-GGUF共有 gguf · text-generation · conversational | 2,357,551 | 702 | 9B | mit | |
| Qwopus3.8-27B-Flash-V2-GGUF共有 gguf · text-generation · conversational | 897,675 | 75 | 461M | apache-2.0 | |
| Spark-X2.6-4B-GGUF共有 gguf · text-generation · conversational | 687,668 | 310 | 4.4B | apache-2.0 | |
| gpt-oss-20b-GGUF共有 gguf · text-generation · conversational | 614,134 | 909 | 20.9B | apache-2.0 |
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。
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。
LibertAIDAI · 工具包
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。
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。
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。
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。
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。