Ornith-1.5は、自己改善戦略を使用してトレーニングされた9B Dense、35B MoE、および397B MoEのバリエーションを含む新しいオープンソース大規模言語モデルファミリーです。 これらのモデルは同等サイズのオープンソースモデルの中で最先端のパフォーマンスを達成し、推論、エージェント、コーディングタスクにおいてClaude Opus 4.8と同等の結果を提供します。
| ベンチマーク | モデル | スコア |
|---|---|---|
| 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% |
アリババのQwenチームは、コーディング、長期ホライゾンのエージェント作業、マルチモーダル推論に焦点を当てた新しい2.4Tパラメータのフラッグシップモデル「Qwen 3.8 Max」を発表した。同社は、Qwen 3.8 Maxと小規模なQwen 3.8-27Bの両方のオープンウェイト版が来週リリースされることを確認した。
Poolsideは、エージェント型コーディングタスク向けに設計された118BパラメータのMixture-of-ExpertsモデルであるLaguna S 2.1をリリースしました。重みはOpenMDW-1.1ライセンスの下でHugging Faceで公開されており、単一のNVIDIA DGX Spark上で実行可能です。
アリババは2.4兆パラメータのモデルであるQwen3.8のオープンウェイトリリースを発表するとともに、NvidiaのCUDAエコシステムへの依存を軽減するため、Zhenwu AIチップのソフトウェアスタックをオープンソース化した。
MoonshotのKimi K3の発売により、中国のオープンウェイトモデルがAIの最前線にどれほど近づいているかについて、広範な見直しが引き起こされた。コミュニティの反応は祝意から、米国のラボがより迅速に製品を出荷するよう圧力をかけられていることへの懸念まで多岐にわたる。
SpaceXAIは、Apache 2.0ライセンスの下で、grok CLIを駆動するターミナルベースのAIコーディングエージェントであるGrok Buildをオープンソース化した。今回のリリースには、エージェントハネス、ターミナルユーザーインターフェース（TUI）、ツールレイヤーのソースコードが含まれる。
アクセス解析とサイト改善のために Cookie を使用します。分析 Cookie を許可または拒否できます。 プライバシーポリシー