Ornith-1.5 35B A3B
DeepReinforce
Son güncelleme: 31 Ağustos 2026
🖥️ Bu model bilgisayarında çalışır mı?
Q4 quantization ile en az 24 GB VRAM ya da birleşik bellek ister — 32 GB ve üstünde rahat çalışır.
24GB'de bağlam kısıtlı, 32GB rahat
Resmi Q4_K_M GGUF dosyası 21,7 GB. 24GB VRAM'li bir kart (RTX 3090/4090/5090) ya da 32GB birleşik bellekli Apple Silicon rahat çalıştırır. 262K bağlamda bellek ihtiyacı ciddi şekilde artar; uzun bağlam için 32GB önerilir.
Ekran kartını seç, çalışır mı gör →Bağlam uzunluğu
262K token
API giriş (1M token)
—
API çıkış (1M token)
—
Kullanıcı planı
Ücretsiz (açık kaynak)
Ücretsiz plan mevcut
Türkçe destek
Zayıf
Çok modlu
Hayır
Hızı
Hızlı
OpenAI uyumlu
Evet
SWE-Bench
79%
Ne İçin Kullanılır?
- ✓Kendi makinesinde kod yazma ve refactor
- ✓Tool çağıran yerel ajanlar
- ✓Veri gizliliği nedeniyle buluta çıkamayan ekipler
- ✓Orta seviye GPU'da hızlı yerel çıkarım
Güçlü Yönler
- ↑35B toplam / ~3B aktif — tek kartta boyutuna göre çok hızlı
- ↑SWE-bench Verified 79; aynı sınıftaki Qwen3.6-35B'nin (73,4) üstünde
- ↑MIT lisansı, ticari kullanıma açık
- ↑Resmi GGUF sürümü var: Q4_K_M 21,7 GB
- ↑262K context, OpenAI uyumlu tool calling
Dikkat Edilecekler
- ↓DeepSWE'de 22 — uzun, çok adımlı ajan görevlerinde amiral modelin çok gerisinde
- ↓Sıfırdan eğitilmemiş: Qwen3.5 ve Gemma 4 türevi tabana dayanıyor
- ↓24GB'ın altındaki kartlarda Q4'te bile zorlanır
- ↓Sadece metin — görsel girişi yok
- ↓Türkçe ayrı test edilmedi
Ornith-1.5 ailesinin orta üyesi ve pratikte en çok indirileni. 35 milyar toplam parametre taşıyor ama her token'da yalnızca ~3 milyarı çalışıyor — MoE mimarisi sayesinde 3B'lik bir model hızında cevap veriyor. MIT lisanslı, 19 Ağustos 2026'da çıktı. Amiral 397B ile aynı eğitim döngüsünden geçiyor: model kendi görevlerini ve iskeletlerini üretip pekiştirmeli öğrenmeyle kendini besliyor. Taban yine Qwen3.5 ve Gemma 4 üzerine kurulu Ornith-1.0 — sıfırdan bir mimari değil. Skorları boyutuna göre iyi: SWE-bench Verified'da 79, Terminal-Bench 2.1'de 68,5. Karşılaştırma tablosunda benzer boyuttaki Qwen3.6-35B'yi (73,4) geçiyor. DeepSWE'de 22 alması ise dikkat çekici bir düşüş; uzun ufuklu, çok adımlı ajan görevlerinde amiral modelin yerini tutmuyor. Context 262.144 token, YaRN ile ~1 milyona uzatılabiliyor. Düşünme çıktısını ayrı alanda döndürüyor, OpenAI uyumlu tool calling var. Resmi GGUF sürümü de yayınlandı: Q4_K_M dosyası 21,7 GB. Kimin işine yarar? 24GB'lık bir kart ya da 32GB birleşik bellekli bir Mac'in varsa, kendi makinende ciddi bir kodlama modeli çalıştırmanın en makul yollarından biri. Aktif parametresi düşük olduğu için tek kartta beklediğinden hızlı gidiyor.
En Yakın Alternatif
Gerekli Programlar
Açık ağırlıklı bir modeli kendi bilgisayarında çalıştırmak için bir model yöneticisi gerekir. İkisi de ücretsiz, ikisi de Windows, Mac ve Linux'ta çalışır.
LM Studio — görsel arayüz isteyenler için
Modeli listeden seçip indiriyorsun, terminal yok. Yeni başlayan için en kısa yol.
Ollama — terminalden çalıştıranlar için
Terminalden tek komutla model indirip çalıştırıyorsun, arayüz yok. Bu modelin Ollama kütüphanesinde hazır bir sürümü olup olmadığını ollama.com'da arayarak görebilirsin.
Donanım tarafı
Büyük modeller için ekran kartı yetmiyorsa, iş istasyonu sınıfı donanımın ne verdiğini rehberde ölçtük.
DGX Spark rehberi →