Ornith-1.5-122B全面解读：开源权重、跑分与本地入口

强与快被写进同一张模型卡

更强、更快、更精简，能力与速度不必二选一。

Ornith把Ornith-1.5-122B定位成前沿能力与推理效率兼得的开源文本模型：指令遵循、任务拆解和对真实工作流的理解是官方重点，并称在同等规模开源模型里达到领先水平。结构是混合专家，总参数122B，每次前向只激活10B。

发布日为2026年10月20日，权重按MIT许可开放。官方同时强调，它可以在单张NVIDIA DGX卡上运行。现有资料没有另列云端接口标价。

编程与智能体两组成绩

成绩分编程与智能体两组，数字来自Ornith自己的发布说明，尚未在这份资料里看到独立复测。编程侧三项超过0.8，仓库级的NL2Repo明显更低；智能体侧浏览、MCP与工具马拉松都在0.7以上，HLE则停在0.446。

权重放在哪里、机器要什么

源代码与使用说明在huggingface.co上Ornith的官方仓库，模型卡分栏涵盖快速开始、服务部署、对话补全接口、智能体用法和编程命令行。页面将其标为文本生成模型。

另一条现成路径是Ollama。压缩版约35GB，资料写明可在64GB内存的Mac上本地运行。仓库页还能看到基准、引用和模型谱系等栏目，细项以卡上说明为准。

• 仓库

  huggingface.co上ornith-ai名下的Ornith-1.5-122B，含权重与操作说明。

• 本机

  Ollama加载压缩版，内存量级按64GB Mac来准备。

• 接入方式

  模型卡写了服务部署、对话补全接口、智能体用法和编程命令行，没有单独的标价。

适合交给它的活，以及还没写清的部分

从官方强调的能力看，它面向指令遵循、任务拆解、真实工作流，以及编程和带工具的智能体场景。自报成绩里，验证过的软件工程基准、终端类基准和浏览、工具调用更高；从自然语言生成完整仓库，以及HLE，是同一张表上更弱的两格。

开放问题同样具体：同等规模开源领先是发布方的表述；除单张NVIDIA DGX卡，以及64GB内存Mac跑35GB压缩版之外，没有更细的显存拆分或吞吐数据。商业使用看MIT许可正文，云端是否收费并未在现有说明里给出。