Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com22. August 2026 · Q011213

Ornith-1.5: A 9B Open-Source Model Built to Improve Itself

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt Ornith-1.5 als offene Modellfamilie vor, deren Modelle laut Projekt eigene Lernaufgaben erzeugen und zur Verbesserung nutzen sollen. Der Autor berichtet starke Benchmarkwerte und hebt besonders die lokal betreibbare 9B-Version mit Werkzeugaufrufen und bis zu 262.144 Tokens Kontext hervor; die Leistungsangaben werden im Text nicht unabhängig überprüft, und die Erweiterung auf rund eine Million Tokens erfordert laut Bericht eine bedarfsgerechte YaRN-Konfiguration.

Mittel

Der Bericht beschreibt Ornith-1.5 als offene Modellfamilie mit einer dichten 9B-Variante und MoE-Modellen mit 35B und 397B Parametern. Ihr besonderes Merkmal soll ein selbstverbessernder Trainingskreislauf sein: Das Modell schlägt Aufgaben vor, erzeugt Hilfen und Lösungsläufe, nutzt sie für bestärkendes Lernen und wiederholt den Prozess. Der Autor sieht darin eine mögliche Ergänzung zur üblichen Skalierung durch mehr Daten und Rechenleistung.

Das Projekt berichtet starke Ergebnisse bei Programmier-, Reasoning- und Agenten-Benchmarks, darunter 86,1 bei Terminal-Bench 2.1 und 86 bei SWE-Bench Verified. Der Text führt diese Werte als Projektangaben an; unabhängige Prüfungen oder Details zur Methodik liefert er nicht. Für lokale Nutzung hebt der Autor die 9B-Version hervor: Sie soll in BF16 etwa 19 GB Speicher benötigen und ist unter anderem als GGUF, MLX und FP8 verfügbar. Über llama.cpp, Ollama, vLLM oder SGLang lasse sie sich mit einer OpenAI-kompatiblen Schnittstelle betreiben und in Agenten einbinden.

Das Kontextfenster wird mit 262.144 Tokens angegeben und könne mithilfe von YaRN auf ungefähr eine Million erweitert werden. Da diese Skalierung laut Bericht statisch wirkt und auch kurze Anfragen betrifft, soll der Faktor zum Bedarf passen. Der Autor bewertet das Modell als interessante lokale Agentenplattform; die Leistungsversprechen und der langfristige Nutzen des Selbstverbesserungsansatzes bleiben im Artikel ungeprüft beziehungsweise offen.

Ausführlich lesen

Der Bericht stellt Ornith-1.5 als Open-Source-Modellfamilie vor, deren Ansatz über das Vergrößern von Modellen oder Datensätzen hinausgehen soll: Die Modelle sollen an der Gestaltung ihrer eigenen Lernaufgaben mitwirken. Laut Beschreibung umfasst die Familie eine dichte 9B-Variante sowie MoE-Modelle mit 35B und 397B Parametern. Der Autor schreibt dem Projekt Spitzenwerte unter ähnlich großen offenen Modellen zu und berichtet, Ornith-1.5 erreiche bei mehreren Benchmarks Ergebnisse, die mit Claude Opus 4.8 vergleichbar seien. Diese Angaben werden im Text als Projektbehauptungen beziehungsweise berichtete Resultate präsentiert.

Im Mittelpunkt steht eine wiederholte Lernschleife: Das Modell schlägt Aufgaben vor, erzeugt dafür passende Hilfen und Lösungsläufe, nutzt diese für bestärkendes Lernen und lernt aus den so entstehenden Erfahrungen. Anschließend beginnt der Prozess erneut. Der Autor beschreibt dies als selbst erstellten Lehrplan und als mögliche Alternative zur ausschließlichen Skalierung über mehr Parameter, Rechenleistung oder Trainingsdaten.

Als Leistungsbelege nennt der Artikel unter anderem Werte von 86,1 bei Terminal-Bench 2.1, 86 bei SWE-Bench Verified, 65,1 bei SWE-Bench Pro, 79,6 bei SWE-Bench Multilingual, 56 bei DeepSWE, 44,6 bei HLE, 81,4 bei ClawEval und 71,2 bei Tool Decathlon. Der Autor deutet die Bandbreite als Hinweis auf Fähigkeiten für Programmierung, Schlussfolgern und den Einsatz von Werkzeugen. Prüfverfahren oder unabhängige Bestätigung der Werte werden im Bericht nicht näher ausgeführt.

Besonders praktisch findet der Autor die 9B-Version für lokale Anwendungen. Sie soll im BF16-Format etwa 19 GB Speicher benötigen; die offizielle Serverkonfiguration ziele auf eine 80-GB-GPU. Als quantisierte beziehungsweise alternative Formate werden FP8, GGUF, MLX und NVFP4 genannt. Der Text beschreibt den Betrieb über llama.cpp, Ollama, vLLM oder SGLang und hebt hervor, dass die Server eine OpenAI-kompatible Schnittstelle bereitstellen. Dadurch könnten vorhandene Anwendungen mit geändertem Endpunkt und Modellnamen weiterarbeiten. Außerdem zeige der Artikel, wie strukturierte Werkzeugaufrufe an ein Modell übergeben werden können und nenne Integrationen mit mehreren Agenten- und Entwicklerwerkzeugen.

Das Kontextfenster der 9B-Version wird mit bis zu 262.144 Tokens angegeben. YaRN könne es laut Bericht rechnerisch auf ungefähr eine Million Tokens erweitern. Der Artikel warnt jedoch, dass die Laufzeitumgebungen die Skalierung statisch anwenden: Sie beeinflusst damit auch kurze Anfragen. Der Skalierungsfaktor solle deshalb dem tatsächlichen Bedarf angepasst werden. Für allgemeine Aufgaben und präzises Programmieren empfiehlt der Text unterschiedliche Sampling-Einstellungen, darunter eine niedrigere Temperatur für Coding-Aufgaben.

Als Grenzen erkennbar sind vor allem die fehlende unabhängige Überprüfung der Leistungsangaben und die technischen Anforderungen lokaler Bereitstellung. Die Million-Tokens-Angabe ist eine Erweiterungsoption und kein uneingeschränkt zu aktivierender Standard. Insgesamt bewertet der Autor Ornith-1.5 als interessante Kombination aus lokal lauffähigem Modell, Werkzeugnutzung und einem möglichen selbstverbessernden Trainingsansatz; ob sich dieser Ansatz dauerhaft bewährt, bleibt im Bericht offen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Beide Zusammenfassungen Lunas (kurz und mittel) wurden geprüft; die kürzere weicht nicht ab, die mittlere enthält keine erfundenen Angaben. Der Bericht ist ein technischer Praxisartikel zu einem offenen Modell und berührt die Sicherheitsfragen höchstens am Rande, daher fallen die Stufen insgesamt niedrig aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Projektangabe, dass Ornith-1.5 unter offenen Modellen vergleichbarer Größe Spitzenleistung erreicht
  • Projektangabe, dass die Leistung in mehreren Benchmarks mit Claude Opus 4.8 vergleichbar sein soll
  • Hinweis, dass die offizielle Serving-Konfiguration auf eine 80-GB-GPU zielt
  • Hinweis auf die Beispiele für Agenten-Ökosysteme wie Hermes Agent, OpenClaw und OpenCode

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F1 Wie misst man gefährliche Fähigkeiten eines Modells, vor allem im Cyberbereich, mit gemeinsam anerkannten, wiederholbaren Tests, die keine Sprache, Kultur oder Seite bevorzugen?
    • clef 28 %Hintergrund, keine Belege
    • Luna 43 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 53 %gleiches Oberthema, hilft nicht
    • drex 41 %gleiches Oberthema, hilft nicht
    • d3-ultra 52 %gleiches Oberthema, hilft nicht

Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 31 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 28 %Hintergrund, keine Belege
    • Luna 72 %einzelne zitierbare Belege
    • JEV 42 %beantwortet teilweise oder widerspricht
    • amos 34 %einzelne zitierbare Belege
    • SubQ 29 %Hintergrund, keine Belege
    • drex 37 %einzelne zitierbare Belege
    • d3-ultra 47 %einzelne zitierbare Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-T3-T08 Welche kontrollierten Versuche können Labore heute machen, um Selbstverbesserung nachzubilden, ohne eine unbeabsichtigte Beschleunigung zu riskieren? Luna: Stufe 3 · 33 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 33 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 100 %kein Bezug
    • amos 38 %gleiches Oberthema, hilft nicht
    • SubQ 58 %gleiches Oberthema, hilft nicht
    • drex 62 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 46 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 30 %gleiches Oberthema, hilft nicht
    • Luna 45 %einzelne zitierbare Belege
    • JEV 36 %beantwortet teilweise oder widerspricht
    • amos 29 %nur am Rande erwähnt
    • SubQ 59 %gleiches Oberthema, hilft nicht
    • drex 54 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 31 %Hintergrund, keine Belege
    • Luna 33 %einzelne zitierbare Belege
    • JEV 35 %Hintergrund, keine Belege
    • amos 34 %nur am Rande erwähnt
    • SubQ 52 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

Modelle teilen und schützen
  1. SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
    • clef 35 %Hintergrund, keine Belege
    • Luna 56 %Hintergrund, keine Belege
    • JEV 34 %gleiches Oberthema, hilft nicht
    • amos 34 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 49 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht

    • SF-H2-T01 Was unterscheidet das Veröffentlichen von Modellgewichten (den gelernten Parametern) oder von Agentenwerkzeugen mit offenem Quellcode vom Freisetzen einer Waffe: die Absicht des Akteurs, die Selbstständigkeit des Modells, seine Verwendung oder der Schaden, den es von sich aus anrichten kann? Und können Staaten diese Grenze gemeinsam festschreiben, bevor ein offenes Modell im Mittelpunkt eines schweren Vorfalls steht? Luna: Stufe 3 · 41 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  3. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 28 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 64 %gleiches Oberthema, hilft nicht

Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 30 %Hintergrund, keine Belege
    • Luna 62 %Hintergrund, keine Belege
    • JEV 61 %einzelne zitierbare Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 56 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 23 %einzelne zitierbare Belege
    • amos 55 %gleiches Oberthema, hilft nicht
    • SubQ 63 %gleiches Oberthema, hilft nicht
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →