오니쓰 1.5 122B 가이드: 구조·벤치·실행법·공식 저장소

강하고 빠르게 가자는 모델

강하고 빠른 사이에서 타협하지 않는다. 더 강하고, 더 빠르고, 더 가볍게.

오니쓰 1.5 122B는 오니쓰가 2026년 10월 20일 내놓은 오픈 웨이트 텍스트 생성 모델이에요. 총 파라미터는 122B이고, 추론할 때마다 그중 10B만 켜는 혼합 전문가 구조라서 큰 모델의 폭과 가벼운 연산량을 같이 노려요.

발표 문구는 지시 따르기, 작업 분해, 실제 업무 흐름 이해를 강점으로 꼽아요. 같은 규모 오픈소스 모델 사이에서 최고 수준이라고 하면서도, 엔비디아 DGX 카드 한 장에서 추론이 된다고 밝혀 효율을 전면에 세웠어요.

공개된 코딩·에이전트 점수

수치는 오니쓰 발표에 적힌 그대로예요. 코딩에서는 SWE-bench Verified 0.845, TB2.1 0.813, CyberGym 0.800, NL2Repo 0.512를 내놨고, 에이전트 쪽은 HLE 0.446, BrowseComp 0.785, MCP-Atlas 0.746, Toolathlon 0.708이에요.

모델 카드에도 Benchmarks 항목이 있어 이 점수를 확인하는 출발점으로 쓰면 돼요. 비교 대상의 이름이나 측정 조건은 발표문에 더 적혀 있지 않아서, 같은 규모 오픈소스 최고라는 말은 오니쓰의 주장으로 읽는 편이 맞아요.

어디서 받고 어디에 올리나

소스와 실행 안내는 huggingface.co의 공식 저장소에 있어요. 카드 목차에는 Quickstart, Serving, Chat Completions API, Agentic Usage, Coding CLIs가 있어 받기, 서빙, 채팅 완성 API, 에이전트 사용, 코딩용 CLI까지 문서 경로가 잡혀 있어요.

올라마에도 올라가 있어요. 압축본은 35GB이고, 메모리 64GB 맥에서 로컬로 돌릴 수 있다고 정리돼 있어요. 서버 쪽 최소 단위로는 DGX 카드 한 장이 발표에 적혀 있어요. 요금이나 호출 한도는 공개 정보에 없어요.

• 공식 저장소

  huggingface.co의 ornith-ai/Ornith-1.5-122B에서 가중치와 안내를 받아요.

• 로컬

  올라마 압축본 35GB, 메모리 64GB 맥.

• 카드 한 장

  발표 기준 추론은 엔비디아 DGX 카드 한 장.

• 쓰임

  코딩 과제, 도구를 쓰는 에이전트, 실제 작업 흐름을 나누는 지시 따르기.

열린 지점

MIT라 가중치를 가져다 빌드하는 문은 열려 있어요. 다만 학습 데이터, 전문가 수, 컨텍스트 길이, API 가격은 이번 발표와 편집 메모에 없고, 모델 카드 메타가 파라미터를 122B가 아닌 125B로 적는 차이도 있어요. 본문에서 확인할 수 있는 규모는 이름과 발표의 122B, 활성 10B예요.

벤치는 코딩과 에이전트에 모여 있어요. 일반 대화, 장문 추론, 다국어 품질은 같은 표에 없어서, 업무에 넣기 전에 저장소 퀵스타트와 본인 작업으로 한 번 더 보는 편이 안전해요.