Ornith-1.0, model coding open-weights yang mengatur alurnya sendiri

Simon Willison menguji Ornith-1.0, keluarga model coding open-weights baru dari kelompok bernama DeepReinforce, dan kesimpulannya: dunia open-source kini punya satu lagi coding agent yang serius. Rilisnya cukup luas, ada empat varian, mulai dari model dense 9B sampai mixture-of-experts 397B, dengan dense 31B dan MoE 35B di antaranya, semuanya berlisensi MIT. Model-model ini dibangun di atas Gemma 4 dan Qwen 3.5 yang sama-sama Apache 2.0, jadi sisi lisensinya tetap bersih untuk siapa pun yang ingin mengembangkannya lebih lanjut. DeepReinforce mengklaim hasil state-of-the-art di antara open model berukuran serupa pada benchmark coding.

Istilah yang menarik di sini adalah self-scaffolding. Alih-alih bergantung pada harness eksternal untuk memecah tugas menjadi langkah-langkah, Ornith menyusun penalarannya sendiri sepanjang rangkaian panjang tool call dan mengatur alur itu sendiri. Willison menjalankan varian 35B secara lokal dari kuantisasi GGUF 20GB dan mendapat sekitar 103 token per detik, dan ia melaporkan model itu mampu menangani pekerjaan nyata seperti menelusuri repo kode asing serta merangkai banyak tool call tanpa kehilangan konteks. Tulisan lengkapnya ada di sini.

Kenapa ini penting

Kalau kamu menjalankan coding agent dan ingin tetap lokal atau menghindari biaya API per token, model berlisensi MIT yang mengatur penggunaan tool-nya sendiri layak diunduh dan diuji langsung di repo-mu sebelum kamu percaya pada klaim benchmark-nya.