/ Модель

Характеристики

Контекст
262 144 токена
Размер весов
10,1 ГБ
Лицензия
MIT
Архитектура
qwen3_5 · dense
Базовая модель
Ornith-1.5-9B
Библиотека
mlx
Опубликована
19 авг 2026

Ornith-1.5-9B-MXFP8

Изображение и текст → текст8 профессий

8-битная MLX-сборка Ornith 1.5-9B для агентного программирования, рассуждений и анализа изображений и видео.

283скачиваний за 30 дней2лайкавеса обновлены31 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

OsaurusAI/Ornith-1.5-9B-MXFP8 — это 8-битная сборка модели Ornith 1.5-9B, подготовленная для MLX Джихо Джангом на основе модели Ornith AI. Она предназначена для агентного программирования, рассуждений и работы с инструментами. Архитектура Qwen3.5 сочетает gated-delta linear attention с полным вниманием в соотношении 3:1; модель имеет 27-слойную башню зрения. Размер файлов сборки — 9,45 GiB.

Модель принимает текст, изображения и видео и выдаёт текст. Режим рассуждений включён по умолчанию; доступен вариант генерации без содержимого блока рассуждений. В карточке приведены результаты SWE-bench Verified 79 и Terminal-Bench 2.1 67,8. Сборка служит 8-битным эталоном качества для вариантов JANG. Лицензия — MIT.

Сценарии применения

  • написание и редактирование кода
  • решение задач программирования с помощью инструментов
  • анализ скриншотов и изображений в ходе разработки
  • разбор видеоматериалов по текстовому запросу
  • ответы на вопросы с опорой на изображения и видео

Ограничения

Сборка использует 8-битную квантизацию; отдельные веса для speculative decoding MTP в репозитории отсутствуют. В карточке не указана длина контекста.

Для каких профессий подходит8

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

OsaurusAI/Ornith-1.5-9B-MXFP8

MXFP8 MLX bundle of ornith-ai/Ornith-1.5-9B — 8-bit reference bundle; the quality baseline the JANG tiers are measured against.

Ornith 1.5 is an agentic coding / reasoning VLM built on a hybrid gated-delta linear attention + full attention backbone (3:1), with a 27-layer vision tower and native video support.

Bundle

FieldValue
Sourceornith-ai/Ornith-1.5-9B
Architectureqwen3_5 / Qwen3_5ForConditionalGeneration
Size on disk9.45 GiB
Layers32
Hidden size4096
Context262,144
Shards10
Quantizationuniform 8-bit mxfp8, group size 32

How it was quantized

Uniform 8-bit affine (group size 32). This is the reference bundle: the JANG tiers below are measured against it.

Modalities

ModalityStatus
Textsupported
Visionsupported — 333 vision-tower tensors, preprocessor_config.json + processor_config.json ride with the bundle
Videosupported — video_preprocessor_config.json present; verified end-to-end
Audionot supported. The tokenizer defines `<

Reasoning

Reasoning is ON by default — the no-kwarg generation prompt is byte-identical to enable_thinking=True and ends <|im_start|>assistant\n<think>\n.

It is toggleable, but note how: enable_thinking=False does not remove the think block, it prefills an empty closed one (<think>\n\n</think>\n\n). A parser testing merely for the presence of a <think> block will find one in both modes — test whether it has content.

There are no reasoning_effort tiers on this model family (unlike Qwen3.8). History <think> blocks are preserved unconditionally. Reasoning parser: qwen3; tool parser: qwen3_coder.

Sampling

Both presets from the vendor card are stamped into jang_config.json, and the coding preset is also written to generation_config.json so the two files agree.

Ornith 1.5 is an agentic coding model (SWE-bench Verified 79, Terminal-Bench 2.1 67.8), so this bundle defaults to the coding preset. Upstream's own generation_config.json ships the general numbers (temp 1.0, presence 1.5) — use sampling_modes.general if you want parity with the vLLM/Transformers defaults.

Presettemptop_ptop_kmin_ppresencerepetition
general1.00.95200.01.51.0
coding (default)0.60.95200.00.01.0

Stop tokens: [248046, 248044] (<|im_end|>, <|endoftext|>).

Speculative decoding (MTP)

The 9B checkpoint declares mtp_num_hidden_layers: 1 but ships no mtp.* weights, so there is no MTP head to preserve (mtp_mode: metadata_only_missing_weights). Native MTP exists on the 35B-A3B member of this family.

Credits

JANG quantization by Jinho Jang — eric@osaurus.ai

Base model: ornith-ai/Ornith-1.5-9B by Ornith AI.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · mlx

Нельзя запустить

MLX-модели работают только на Apple Silicon.

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
1591de3

0 моделей