Ornith-1.5-35B-A3B-GGUF
Оголошено про випуск моделі Ornith-1.5-35B-A3B-GGUF, 35B MoE з ~3B активними параметрами, яка перевершує Qwen3.6-35B та Gemma-4-31B на кодових та агентних тестах. Це дає можливість запускати високопродуктивні моделі локально з меншими ресурсами, що важливо для компаній, що потребують конфіденційності та економії на API.
🚀 Ornith-1.5-35B-A3B — ефективна MoE-модель з низькими активними параметрами, доступна локально — для компаній, які потребують конфіденційності та економії на API при генерації коду та агентних завданнях.
Що це означає для вас
Оцініть можливість заміни пропрієтарних API на Ornith для внутрішніх агентних процесів
🕐 Завантажте модель з Hugging Face та запустіть один тестовий запит коду за допомогою llama.cpp (≤30 хв)
🛠 Інструмент: Ornith-1.5-35B-A3B-GGUF
Пропустіть, якщо: якщо ваша команда не має досвіду з локальним інференсом моделей
Якщо ви хочете зменшити витрати на AI без втрати якості — подивіться, які нові відкриті моделі підходять під ваші завдання.
Отримати карту AI-можливостей →🎯 Чи підходить це вашому бізнесу?
Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.
Заповнити профіль · 30 секундTL;DR
- •Ornith-1.5-35B-A3B — це 35B MoE-модель з приблизно 3B активними параметрами.
- •Модель доступна у форматі GGUF на Hugging Face за посиланням huggingface.co/ornith-ai/Ornith-1.5-35B-A3B-GGUF.
- •У тестах SWE-bench та Terminal-Bench вона перевершує Qwen3.6-35B та Gemma-4-31B.
- •Ліцензія модель не розкрита у публічних джерелах.
- •Оптимізована для локального запуску на середньо потужних GPU або через CPU з квантуванняm.
Як це змінить ваш ринок?
Поява ефективних MoE-моделей з низькою кількістю активних параметрів зменшує залежність від дорогих пропрієтарних API. Це особливо цінно для галузей, де важлива конфіденційність даних, таких як фінанси, юридичні послуги та охорона здоров’я. Компанії зможуть проводити AI-генерацію коду та агентних завдань всередині своєї інфраструктури, знижуючи ризик витоку інформації та витрати на токени. Такий підхід також сприяє більшому контролю над версіями моделей та їхньою адаптацією під специфічні бізнес-потреби.
Визначення:
MoE (Mixture of Experts) — архітектура нейронної мережі, де лише частина параметрів (еспертів) активується для кожного токену, що зменшує обчислювані витрати при збереженні високої пропускної здатності. У Ornith активними є лише ~3B з 35B загальних, що робить її енергоефективною.
Для кого це і за яких умов
Для запуску базової варіанти 35B MoE достатньо GPU з 24 ГБ VRAM (наприклад, RTX 4090) або еквівалентної потужності в хмарі (~$0,30/год). Потреба в IT-спеціалісті для налаштування інференс-двигуна (llama.cpp, text-generation-webui) — 1-2 дні. Масштаб: від однієї особи до середньої команди (до 50 людей). Час на впровадження: від кількох годин до одного тижня залежно від досвіду та інфраструктури.
Альтернативи
| Продукт | Ціна | Де працює | Мін. вимоги | Ключова різниця | | Ornith-1.5-35B-A3B-GGUF | безкоштовно (відкриті ваги) | Локально / хмара | GPU 24GB+ або CPU з квантуванням | Висока ефективність MoE, відкриті ваги | | Qwen3.6-35B | $0,0004 / 1K токенів (API) | Хмарний API | Інтернет-з’єднання | Пропрієтарний, потреба платити за токени | | Gemma-4-31B | безкоштовно (відкриті ваги) | Локально / хмара | GPU 16GB+ | Менша кількість параметрів, нижча продуктивність на коді | | Claude 3 Haiku | $0,00025 / 1K токенів | Хмарний API | Інтернет-з’єднання | Закрита модель, стабільна підтримка | | GPT-4o mini | $0,00015 / 1K токенів | Хмарний API | Інтернет-з’єднання | Пропрієтарний, найнижча вартість серед великих моделей | | Llama 3 8B | безкоштовно (відкриті ваги) | Локально / хмара | GPU 16GB+ | Популярна відкрита модель, але нижча спеціалізація на коді |
💬 Часті запитання
Такий розбір щоранку о 08:00
Персональний AI-дайджест для вашої галузі — щодня у Telegram
Джерела
Shir-man Trending — оригіналНавчіть вашу команду будувати такі AI-автоматизації
За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.
Дізнатись більше → aiupskill.live