DeepReinforce 发布 Ornith-1.5 系列开源模型：397B MoE 部分指标超过 Claude Opus 4.8

自我改进循环训练

8 月 19 日，DeepReinforce 宣布推出 Ornith-1.5 系列开源模型。官方博文介绍，训练过程中引入了「自我改进循环」：模型在学习中会不断给自己提出更难的任务，形成自主性能提升的闭环。系列共包含四个规模。

• Ornith-1.5-397B：MoE 架构，总参数 3970 亿，性能媲美 Claude Opus 4.8，并在部分测试中超过后者
• Ornith-1.5-35B-A3B：MoE 架构，总参数 350 亿，性能优于稠密模型 Muse-Glimmer-30B 和 Gemma-4-31B
• Ornith-1.5-9B：稠密模型，多数测试中性能优于参数更多的 Gemma-4-31B
• Ornith-1.5-9B-Mobile：9B 的量化版本，可在安卓手机、iPhone 17 等机型上运行

「自我改进循环」这类训练机制今年已多次出现在开源模型的发布口径里，但 9B 量化版能直接跑在手机上，仍然把它和只能在服务器上演示的同类区分开来。截至发稿，Ornith-1.5 的权重与评测细节尚未全部公开，第三方复现还需要时间。

把最大模型的竞争力做出来，再让最小模型跑进手机，开源模型的发布策略越来越像同一枚硬币的两面。