Simon Willison 在其博客中介绍了 DeepReinforce 发布的首个模型 Ornith-1.0。这是一个以 MIT 许可证发布的开源权重模型，主打“自我脚手架”（Self-Scaffolding），目标场景是智能体编程（Agentic Coding）。
Ornith-1.0 并非从零训练，而是建立在预训练的 Gemma 4 与 Qwen 3.5 之上。模型系列共提供四种规格：9B Dense、31B Dense、35B MoE 和 397B MoE。据称，在同等规模的开源模型中，它在编程类基准测试上取得了当前最优的成绩。
许可证方面是这套模型的一大亮点。作者确认底层模型的许可允许这种用法：Gemma 4 采用 Apache 2.0 许可，不再受此前 Gemma 系列那套额外且繁琐的 Gemma 使用条款约束；Qwen 3.5 同样是 Apache 2.0 许可。因此整体以 MIT 许可发布在合规上没有明显障碍。
作者的实际测试方式是：使用 LM Studio 加载 ornith-1.0-35b-Q4_K_M.gguf 这个约 20GB 的量化 GGUF 文件，并接入 Pi 智能体框架。初步体验相当不错，模型在需要连续多次工具调用的智能体流程中表现得相当熟练。
他给出了一个终端会话示例：在 Datasette 的代码检出目录中，先要求模型“找到解码 actor cookie 的代码”，再要求它“找到点击按钮时打开插入对话框的代码”，模型都轻松完成了任务。
此外，他还让模型画了一只骑自行车的鹈鹕，生成速度达到每秒 103 个 token。图像虽然略有瑕疵，但鹈鹕形象依然清晰可辨。
关于 DeepReinforce 这家机构，作者表示能找到的公开信息有限，目前可查到的最早论文是 2025 年 6 月的《CUDA-L1: Improving CUDA Optimization via Contrastive Reinforcement Learning》。这篇博文发布于 2026 年 6 月 29 日。