Ornith-1.5-397B公布多项编程基准成绩，并推出移动端版本

摘要与判断

TestingCatalog称，Ornith-1.5-397B在Terminal-Bench 2.1得分超过85.1、SWE-bench Verified超过86，DeepSWE五次运行平均超过56；35B版本得分为68.5和79，并实现每个Token激活3B参数，另有量化9B-Mobile版本面向iPhone和Android。帖子同时指向权重和完整基准表，显示该系列覆盖大规模模型与移动端代码代理场景，影响主要集中在开发者评测和部署选择。

Topics

引用和原文

• Ornith-1.5-397B reports 👀 > 85.1 on Terminal-Bench 2.1 > 86 on SWE-bench Verified. > 56 o
• 原文链接

Trace

Raw Item

raw_43e9aca7873945eb

Processed Item

processed_163e6d404e0a495b

Source

source_x_feishu_candidate_testingcatalog

Cluster

查看所属簇

LLM Logs

llm_64bcfb195b2d4795, llm_514a1371f63749e6, llm_e4334cf4530d47c0

Coze Loop

d1b29c4dc3472f3017b9d7978f3fb3f6