Ornith umfasst 9B und 31B große Dense-Modelle sowie 35B und 397B große Mixture-of-Experts-Modelle. Die Checkpoints stehen unter MIT-Lizenz auf Hugging Face, basieren auf Gemma 4 und Qwen 3.5 und unterstützen Tool-Calling sowie 262.144 Token Kontext.
Bei herkömmlichen Agenten baut der Mensch das Harness. Ornith behandelt dieses Gerüst als lernbaren Teil: Im Training schlägt das Modell auf Grundlage der bisherigen Aufgabe und seines Scaffolds eine veränderte Orchestrierung vor; besser bewertete Varianten werden weiterverwendet.
DeepReinforce nennt für das Flaggschiff 82,4 Prozent auf SWE-Bench Verified, 62,2 Prozent auf SWE-Bench Pro, 77,5 Prozent auf Terminal-Bench 2.1 und 48,2 Prozent auf NL2Repo. Das sind Model-Card-Werte des Anbieters. Eine unabhängige Einordnung durch Artificial Analysis oder Vals lag zum Veröffentlichungszeitpunkt nicht vor.