这个开源大模型性能赶上 Claude Opus 了？

有人每年花大几千订阅商业AI服务写代码、搭工作流，现在开源社区拿出了性能接近顶级闭源模型的平替。

刚刚发布的Ornith-1.5，是一个面向智能体构建的开源大语言模型家族，包含9B Dense、35B MoE、397B MoE三个不同尺寸的模型。它采用自改进策略训练，在推理、智能体、代码任务上的跑分，已经和Claude Opus 4.8性能相当。

这款模型在多个公开基准测试中拿到了不错的成绩：Terminal-Bench 2.1得分86.1，SWE-Bench验证集得分86、专业集得分65.1、多语言集得分79.6，DeepSWE得分56，HLE得分44.6，ClawEval得分81.4，Tool Decathlon得分71.2，还在所有测试项中超过了GLM-5.2和DeepSeek-V4-Flash-0731。

旧版的代码智能体一直存在一个常见问题：会重复犯相同的错误，也没办法在运行出错后重新规划路径。而Ornith系列从1.0版本开始，就采用自改进训练策略解决这个问题，训练基于Qwen和Gemma 4开展。

@TeksEdge 认为：这可能是近期见过的最与众不同的开源模型发布。
@MiaAI_lab 认为：35B MoE是最有意思的版本，目前还没有同尺寸的Qwen模型，很快会测试这个版本。

现在想要做能自动跑完全流程的代码智能体，不用再依赖闭源商业模型的API了。只要你有对应的运行环境，就能直接调用这个开源模型，搭建属于自己的自动化开发流程，不用按调用次数付API费用，也不用担心数据隐私泄漏。

行业统计显示，2026年能无监督运行多步骤开发工作流的智能体，是商业进展最多的AI方向。现在开源赛道先跑出了性能接近顶流闭源的模型，下一步会不会有更多小团队用它做出原来做不出的产品？