Самое интересное: это не стандартная модель для чата или инструкций и не полноценный автономный агент. Это языковая модель, обученная предсказывать, что произойдет в среде после того, как агент выполнит какое-либо действие.

Он охватывает семь областей взаимодействия агентов:
- Вызов MCP / инструмента
- Поиск
- Терминал
- Разработка программного обеспечения
- Android
- Web
- Взаимодействие с графическим интерфейсом операционной системы

Судя по всему, это предназначено для имитации взаимодействия агента с окружением: на основе истории действий и нового инструмента/действия в графическом интерфейсе предсказывается следующее наблюдение/состояние. Это может быть полезно для обучения агентов, автономной оценки, создания синтетических траекторий, тестирования рабочих процессов с использованием инструментов или создания изолированных сред без постоянного использования реальных инструментов.

Особенности:
- Современные агенты для написания кода: доступны в версиях 9B-Dense, 31B-Dense, 35B-MoE и 397B-MoE (дообучена на основе Gemma 4 и Qwen 3.5). По сравнению с моделями открытого исходного кода сопоставимого размера демонстрируют лучшую производительность в таких бенчмарках, как Terminal-Bench 2.1, SWE-Bench, NL2Repo и OpenClaw.
- Самосовершенствующаяся обучающая система: Ornith-1.0 использует метод обучения с подкреплением, чтобы научиться генерировать не только развертки решений, но и структуру, которая управляет этими развертками. Благодаря совместной оптимизации структуры и получаемого решения модель находит более эффективные траектории поиска и генерирует решения более высокого качества.
- Лицензия: лицензия MIT, глобальный доступ и отсутствие региональных ограничений.