Ornith-1.0 : le petit modèle qui bat les géants du code

Un petit modèle open source de 35 milliards de paramètres qui bat un modèle onze fois plus gros. Un modèle de 9 milliards, assez léger pour tourner sur un poste, qui tient tête à des modèles de 31 milliards. C'est ce que revendique Ornith-1.0, une famille de modèles d'IA pour le code publiée par DeepReinforce en juin 2026. Au-delà des chiffres, la vraie nouveauté est la méthode : le modèle apprend à écrire son propre « échafaudage ». Décryptage, et ce que ça change pour une entreprise.

Ornith-1.0, c'est quoi ?

Ornith-1.0 est une famille de modèles open source spécialisés dans le code agentique : non pas répondre à une question de code, mais mener une tâche de bout en bout (explorer un dépôt, écrire, tester, corriger, itérer). Elle se décline en quatre tailles, du plus léger au plus puissant :

• 9B Dense : compact, déployable sur un poste de travail ou en périphérie.
• 31B Dense et 35B MoE : le milieu de gamme.
• 397B MoE : le modèle phare, à l'échelle des grands modèles de frontière.

Les modèles sont construits sur des bases pré-entraînées (Gemma 4 de Google et Qwen 3.5 d'Alibaba), publiés en open source sur Hugging Face, et atteignent, selon DeepReinforce, l'état de l'art parmi les modèles open source de taille comparable sur les benchmarks de code (Terminal-Bench 2.1, SWE-Bench et d'autres).

Le petit qui bat les grands

C'est là que c'est frappant. Regardons le modèle 35B. Il est construit sur Qwen 3.5-35B, qui plafonne à 41,4 sur Terminal-Bench 2.1. Après l'entraînement d'Ornith, le même modèle atteint 64,2. Et surtout, il dépasse Qwen 3.5-397B (53,5), un modèle onze fois plus gros, tout en égalant ce dernier sur plusieurs autres tests.

Même histoire pour le 9B, le modèle le plus léger, pensé pour un déploiement local. Il obtient 43,1 sur Terminal-Bench 2.1 et 69,4 sur SWE-Bench Verified, de quoi égaler ou dépasser des modèles bien plus lourds comme Gemma 4-31B (42,1) ou Qwen 3.5-35B, alors qu'il tient sur un poste de travail.

Quant au modèle phare 397B, il joue dans la cour des grands : 77,5 sur Terminal-Bench 2.1 et 82,4 sur SWE-Bench Verified, de quoi égaler Claude Opus 4.7 et devancer des modèles open source comparables comme Minimax M3 ou DeepSeek-V4-Pro.

Soyons honnêtes sur un point : Ornith n'est pas le meilleur modèle du marché dans l'absolu. Le tout dernier Claude Opus 4.8 reste devant (85 sur Terminal-Bench). L'exploit d'Ornith est ailleurs : atteindre ce niveau en open source, et surtout le faire à petite échelle.

L'astuce : le modèle écrit son propre « échafaudage »

Pourquoi un petit modèle y arrive-t-il ? Parce que, pour une tâche complexe, la performance ne dépend pas que du modèle, mais aussi de l'échafaudage (le « harness ») : toute la logique d'orchestration autour du modèle, sa mémoire, sa gestion des erreurs, la façon dont il enchaîne les outils. D'habitude, cet échafaudage est conçu à la main par des ingénieurs, une fois pour toutes.

L'idée d'Ornith est de le rendre apprenable. À chaque étape d'entraînement, le modèle procède en deux temps : d'abord il propose un échafaudage affiné pour la tâche, puis il génère une solution en s'appuyant sur cet échafaudage. La récompense obtenue remonte vers les deux étapes. Résultat : le modèle est optimisé non seulement pour produire de meilleures réponses, mais pour inventer l'orchestration qui les fait émerger.

Répété sur des milliers d'exemples, cela crée une boucle d'auto-amélioration : les échafaudages sont mutés et sélectionnés vers ceux qui donnent les meilleurs résultats, et des stratégies propres à chaque type de tâche apparaissent d'elles-mêmes, sans travail manuel. C'est ce qui permet à une meilleure orchestration de compenser la taille brute du modèle.

Garder le modèle honnête

Laisser un modèle concevoir son propre échafaudage ouvre une porte : la triche (le « reward hacking »). Un échafaudage malin peut apprendre à satisfaire le correcteur sans faire le travail, par exemple en lisant les fichiers de test visibles et en codant en dur le résultat attendu. DeepReinforce s'en défend sur trois niveaux :

1. Une frontière de confiance figée : l'environnement, les outils et l'isolation des tests sont immuables et hors de portée du modèle. Il ne fait évoluer que sa logique interne (mémoire, gestion d'erreurs, orchestration).
2. Un moniteur déterministe : il détecte toute tentative de lire des chemins interdits ou de modifier les scripts de vérification, et attribue alors une récompense nulle.
3. Un juge LLM figé : en dernier recours, un modèle juge sert de veto contre les cas de triche plus subtils, qui restent dans les clous mais contournent l'intention.

Cette rigueur est instructive : elle rappelle qu'un benchmark ne vaut que par la solidité de sa vérification, un sujet que nous abordons dans notre article sur les évaluations privées.

Ce que ça change pour votre PME

Ornith est un modèle de niche (spécialisé code, tout récent), mais il envoie trois signaux utiles pour une entreprise :

1. Un modèle de code performant peut tourner en local. Le 9B est assez léger pour un poste de travail, surtout une fois quantisé (par exemple en Q4 avec Ollama ou LM Studio). Vos données de code ne quittent plus vos murs : un atout direct pour la confidentialité et le RGPD.
2. L'open source rattrape le sommet, et vous protège. Comme GLM 5.2, Ornith montre que l'écart avec les modèles propriétaires se réduit, sans le risque de voir un modèle coupé ou bridé du jour au lendemain (voir notre article sur l'IA souveraine).
3. Le vrai levier, c'est l'orchestration, pas la taille. La leçon d'Ornith, c'est qu'un bon échafaudage agentique vaut souvent mieux qu'un modèle plus gros. Pour une entreprise, cela veut dire investir dans la façon dont l'IA est intégrée à vos processus, pas seulement dans le choix du modèle.

Reste la règle d'or : ces résultats sont des benchmarks, et Ornith est SOTA « parmi les modèles open source de taille comparable », pas dans l'absolu. La seule mesure qui compte est le test sur vos propres cas. C'est exactement notre métier chez SprintOS, selon une méthode structurée : choisir le bon modèle, construire la bonne orchestration, et mesurer. Pour en parler, faites le point avec un expert ou testez vos cas d'usage avec SprintAI.

Questions fréquentes

C'est quoi Ornith-1.0 ?

Ornith-1.0 est une famille de modèles d'IA open source spécialisés dans le code « agentique » (écrire, corriger et faire évoluer du code de façon autonome), publiée par DeepReinforce en juin 2026. Elle va d'un modèle compact 9B (déployable sur un poste ou en périphérie) jusqu'à un modèle phare 397B MoE. Les modèles sont construits sur Gemma 4 et Qwen 3.5, et affichent l'état de l'art parmi les modèles open source de taille comparable sur les benchmarks de code.

Comment un petit modèle peut-il battre un plus gros ?

Grâce à un entraînement « auto-améliorant ». Au lieu d'utiliser un échafaudage (harness) conçu par des humains pour guider la résolution, Ornith apprend à générer lui-même, pour chaque type de tâche, à la fois la solution et l'échafaudage qui l'oriente. En optimisant les deux ensemble par apprentissage par renforcement, le modèle découvre de meilleures stratégies de recherche. Une meilleure orchestration compense la taille brute : Ornith-1.0-35B dépasse ainsi Qwen 3.5-397B sur Terminal-Bench 2.1 (64,2 contre 53,5).

Ornith bat-il Claude ou GPT ?

Le modèle phare Ornith-1.0-397B égale Claude Opus 4.7 (77,5 contre 70,3 sur Terminal-Bench 2.1, 82,4 contre 80,8 sur SWE-Bench Verified) et dépasse les grands modèles open source comparables (Minimax M3, DeepSeek-V4-Pro). Il ne dépasse pas le tout dernier Claude Opus 4.8, qui reste devant. L'intérêt d'Ornith n'est pas d'être le meilleur dans l'absolu, mais d'atteindre ce niveau en open source, et surtout de le faire à petite taille.

Peut-on faire tourner Ornith en local ?

Oui, c'est tout l'intérêt du modèle 9B, pensé pour un déploiement léger (poste de travail, périphérie). Comme les modèles sont open source et disponibles sur Hugging Face, on peut les télécharger, les quantiser (par exemple en Q4 avec Ollama ou LM Studio) et les exécuter sur son propre matériel, sans envoyer de code à un fournisseur externe.

Ornith est-il open source et où le télécharger ?

Oui, Ornith-1.0 est open source. Les modèles (9B Dense, 31B Dense, 35B MoE, 397B MoE) sont publiés par DeepReinforce sur Hugging Face. Ils sont construits à partir de Gemma 4 et Qwen 3.5, dont les conditions de licence respectives s'appliquent selon le modèle de base.

Est-ce pertinent pour une PME ?

Oui, à trois titres : un modèle de code performant peut tourner en local (confidentialité, pas de coût au token), l'open source protège contre la dépendance à un fournisseur, et surtout Ornith illustre que le vrai levier de performance est l'orchestration (l'échafaudage agentique) plus que la taille du modèle. Comme toujours, il faut mesurer sur ses propres cas avant d'adopter.

En résumé

Ornith-1.0 marque un cap discret mais réel : un modèle open source de 35B qui dépasse un 397B, un 9B qui tient tête à des 31B, et un flagship qui égale Claude Opus 4.7. La clé n'est pas la taille, mais une méthode d'entraînement où le modèle apprend à construire son propre échafaudage, c'est-à-dire sa propre façon de s'organiser. Pour une PME, la leçon est double : les petits modèles de code deviennent assez bons pour tourner chez vous, et le vrai levier de performance est l'orchestration autant que le modèle. Deux chantiers sur lesquels une IA bien déployée fait la différence.