Ornith-1.5 एक नई ओपन-सोर्स बड़ी भाषा मॉडल परिवार है जिसमें स्वयं-सुधार रणनीतियों का उपयोग करके प्रशिक्षित 9B Dense, 35B MoE, और 397B MoE वेरिएंट शामिल हैं। मॉडल तुलनीय आकार के ओपन-सोर्स मॉडल में शीर्ष प्रदर्शन प्राप्त करते हैं और तर्क, एजेंटिक, और कोडिंग कार्यों में Claude Opus 4.8 के तुलनीय परिणाम प्रदान करते हैं।
| Benchmark | मॉडल | स्कोर |
|---|---|---|
| Terminal-Bench 2 | Ornith-1.5 | 86.1% |
| SWE-bench Verified | Ornith-1.5 | 86% |
| SWE-bench Multilingual | Ornith-1.5 | 79.6% |
| SWE-bench Pro | Ornith-1.5 | 65.1% |
| DeepSWE | Ornith-1.5 | 56% |
| Humanity's Last Exam | Ornith-1.5 | 44.6% |
अलिबाबा का Qwen टीम ने कोडिंग, लॉंग-होराइजन एजेंटिक वर्क और मल्टीमोडल रीज़निंग पर केंद्रित एक नए 2.4T-पैरामीटर फ्लैगशिप मॉडल Qwen 3.8 Max की घोषणा की है। कंपनी ने पुष्टि की कि Qwen 3.8 Max और छोटे Qwen 3.8-27B दोनों के ओपन-वेट वर्जन अगले सप्ताह रिलीज़ किए जाएंगे।
Poolside ने Laguna S 2.1 जारी किया है, जो एजेंटिक कोडिंग कार्यों के लिए डिज़ाइन किया गया एक 118B-पैरामीटर Mixture-of-Experts मॉडल है। वजन OpenMDW-1.1 लाइसेंस के तहत Hugging Face पर उपलब्ध हैं और एक NVIDIA DGX Spark पर चलाए जा सकते हैं।
Alibaba ने 2.4-ट्रिलियन-पैरामीटर वाले मॉडल Qwen3.8 की ओपन-वेट रिलीज की घोषणा की, साथ ही Nvidia के CUDA इकोसिस्टम पर निर्भरता कम करने के लिए अपने Zhenwu AI चिप सॉफ्टवेयर स्टैक को ओपन-सोर्स किया।
Moonshot का Kimi K3 लॉन्च चीनी ओपन-वेट मॉडल्स AI फ्रंटियर के कितने करीब हैं, इसकी व्यापक पुनः समीक्षा को ट्रिगर कर चुका है, जिसमें सामुदायिक प्रतिक्रिया बधाई से लेकर चिंताओं तक फैली हुई है कि यह अमेरिकी लैब्स पर तेज़ी से शिप करने का दबाव डाल रहा है।
SpaceXAI ने Apache 2.0 लाइसेंस के तहत अपने grok CLI को संचालित करने वाले टर्मिनल-आधारित AI कोडिंग एजेंट, Grok Build को ओपन-सोर्स किया है। इस रिलीज़ में एजेंट हार्नेस, टर्मिनल यूज़र इंटरफ़ेस (TUI), और टूल लेयर का स्रोत कोड शामिल है।
हम ट्रैफ़िक मापने और साइट को बेहतर बनाने के लिए कुकीज़ का उपयोग करते हैं। आप एनालिटिक्स कुकीज़ स्वीकार या अस्वीकार कर सकते हैं। गोपनीयता नीति