Aktualisiert:: 20. Juli 2026
Autor:: Roland Golla

Grüner Roboter Vogel baut ein Nest aus Zahnrädern mit Ornith Schriftzug

Was ist Ornith 1.0?

Ornith 1.0 ist eine Familie offener Coding Modelle von DeepReinforce, veröffentlicht am 25. Juni 2026 unter MIT Lizenz. Die Besonderheit: das Modell lernt im Training nicht nur, Code zu schreiben, sondern auch, sich den Arbeitsablauf dafür selbst zu bauen.

Der Name kommt vom altgriechischen Wort für Vogel. Es gibt vier Größen, von 9B für lokale Hardware bis 397B für eigene Rechenzentren. Über Ollama lassen sich zwei davon mit einem Befehl starten, beide mit 256K Kontextfenster.

Für Teams, die ohne US Anbieter arbeiten wollen, ist das ein ernsthafter Kandidat. Offene Gewichte, freie Lizenz, Betrieb auf eigener Hardware. Was das Modell wirklich kann und wo der Marketingbegriff self improving in die Irre führt, ordnen wir auf dieser Seite ein.

Inhalt

Ornith mit NCA: Modelle einordnen statt Hype folgen

Never Code Alone arbeitet in Duisburg seit über zwanzig Jahren an Software Qualität. Lokale KI Modelle laufen bei uns täglich über Ollama, dazu Qwen3 Coder, Llama, GLM 5 Turbo, Gemini und MiniMax. Wir kennen den Unterschied zwischen einer guten Benchmark Zahl und einem Modell, das im echten Repository trägt. Und wir sagen es, wenn ein neues Modell für dein Team nichts ändert.

Bei der Einordnung neuer Modelle helfen wir im Vibe Coding Consulting, beim Auswählen ohne US Anbieter, bei den Best Practices für KI-gestützte Entwicklung und beim Vergleich lokaler Coder Modelle. Dazu kommt das, was jedes KI Projekt trägt: automatisierte Tests mit Cypress und eine CI Pipeline, die Fehler findet, bevor der Kunde sie sieht.

Lass uns sprechen

Finde das passende Angebot für dein Projekt

🤖

Hey! Ich bin CodeBot. Lass uns herausfinden, wie wir dein Projekt zum Fliegen bringen.

Was soll entstehen?

Das Scaffold: das unsichtbare Gerüst hinter jedem Coding Agenten

Jeder Coding Agent besteht aus zwei Teilen. Dem Modell, das Code schreibt. Und dem Gerüst drumherum, das entscheidet, welches Tool wann aufgerufen wird, wann ein Versuch wiederholt wird und wie eine große Aufgabe in kleine zerfällt. Dieses Gerüst heißt Scaffold.

Bei Claude Code, OpenCode, Cursor und praktisch allen anderen Agenten bauen Menschen dieses Gerüst. Entwickler sitzen daran, testen Varianten, optimieren Abläufe. Es ist Handarbeit, und sie wird nie fertig.

Ornith dreht das um. Das Scaffold ist kein festes Bauteil mehr, sondern etwas, das im Training mitgelernt wird. Das Modell baut sich sein Arbeitsgerüst selbst und verbessert es Runde für Runde. Genau das ist die Idee hinter dem Namen: ein Vogel, der sein Nest aus den Teilen baut, die er findet.

Self improving heißt nicht, was viele denken

Hier lohnt sich Genauigkeit. Ornith verbessert sich nicht bei dir im Betrieb. Die Gewichte, die du herunterlädst, bleiben so, wie sie sind. Der Begriff bezieht sich auf das Training bei DeepReinforce.

Dort läuft jeder Reinforcement Learning Schritt in zwei Stufen. Zuerst schaut das Modell auf die Aufgabe und auf das Scaffold, das es zuletzt benutzt hat, und schlägt ein besseres vor. Dann löst es die Aufgabe mit diesem neuen Scaffold. Die Belohnung fließt zurück in beide Stufen. Über viele Runden setzen sich die besseren Ablaufstrategien durch.

Das Ergebnis ist ein Modell, das mehr Orchestrierung mitbringt. Es plant Schritte, ruft Tools auf, prüft Zwischenergebnisse und schreibt fehlgeschlagene Schritte neu, ohne dass ein Mensch das Gerüst vorgibt. Wer aber ein Modell erwartet, das im Alltag dazulernt, wird enttäuscht. Diese Unterscheidung sauber zu treffen, gehört zu unserer Arbeit in der Vibe Coding Beratung.

Vier Größen von Laptop bis Rechenzentrum

Ornith kommt nicht als ein Modell, sondern als Familie. Vier Varianten decken die Spanne von lokaler Hardware bis Frontier Größe ab. Alle stehen unter MIT Lizenz auf Hugging Face, ohne regionale Sperren.

Variante	Basis und Größe	Typischer Einsatz
9B Dense	Qwen 3.5, rund 5,6 GB über Ollama	Lokal auf Entwicklerhardware, Triage von Testfehlern
31B Dense	Gemma 4	Einzelne starke GPU, mittlere Aufgaben
35B MoE	Qwen 3.5, rund 21 GB über Ollama	Workstation oder eigener Server im Team
397B MoE	Qwen 3.5, Frontier Größe	Self hosted Agent auf Multi GPU Infrastruktur

Benchmarks: gute Zahlen, gesunde Skepsis

DeepReinforce nennt für die kleine 9B Variante 43,1 auf Terminal Bench 2.1 und 69,4 auf SWE Bench Verified. Für die Familie werden 82,4 auf SWE Bench Verified und 62,2 auf dem härteren SWE Bench Pro angegeben. Das 9B Modell liegt damit laut Anbieter auf Augenhöhe mit deutlich größeren Modellen.

Diese Zahlen kommen vom Hersteller. Und SWE Bench selbst hat bekannte Schwächen. Eine Untersuchung aus März 2026 fand, dass rund jeder fünfte als gelöst markierte Patch bei stärkeren Testsuites semantisch falsch ist. Ein hoher Score heißt also nicht, dass der Code richtig ist. Er heißt, dass die Tests durchlaufen.

Für dein Team zählt eine andere Zahl: wie viele deiner echten Tickets löst das Modell sauber. Das misst niemand für dich. Wie du das strukturiert aufsetzt, zeigen wir in unserem Guide zur Modellauswahl ohne US Anbieter.

Ornith lokal starten über Ollama

Der Einstieg ist kurz. Ollama installiert, Modell gezogen, fertig. Die 9B Variante braucht rund 5,6 GB, die 35B Variante rund 21 GB. Beide bringen 256K Kontext mit, was für größere Codebasen Luft schafft.

Code:

          ollama run ornith

ollama run ornith:9b

ollama run ornith:35b

Wer lieber über eine OpenAI kompatible API arbeitet, fährt vLLM. Damit lässt sich Ornith sauber an bestehende Agenten anbinden, etwa an OpenCode oder eigene Tools. Empfohlene Sampling Werte laut Anbieter: temperature 0.6, top_p 0.95, top_k 20.

Code:

          vllm serve deepreinforce-ai/Ornith-1.0-9B \
  --served-model-name Ornith-1.0-9B \
  --max-model-len 262144 \
  --enable-auto-tool-choice --tool-call-parser qwen3_xml \
  --reasoning-parser qwen3 \
  --trust-remote-code

Für Teams ohne US Anbieter ist genau das der Punkt. Die Gewichte liegen offen, die Inferenz läuft auf eigener Hardware. Wer das auf Enterprise Niveau mit DSGVO Anforderungen braucht, kann gehostete Inferenz über unseren Netzwerkpartner Conversis in Duisburg fahren.

Für wen Ornith sich lohnt und für wen nicht

Ornith ist interessant für Teams, die offene Gewichte wollen und mehrstufige Aufgaben haben. Refactorings über viele Dateien, Bug Localization, testgetriebene Patches. Also genau die Arbeit, bei der ein Modell nicht nur eine Funktion hinschreibt, sondern über mehrere Schritte navigiert.

Weniger interessant ist es für Teams, die nur Autocomplete suchen. Dafür sind kleinere spezialisierte Modelle schneller und günstiger. Und wer bisher gar keine Struktur für KI-gestützte Entwicklung hat, löst sein Problem nicht mit einem neuen Modell. Da fehlt die Basis, nicht die Rechenleistung.

Unser Rat bleibt derselbe wie bei jedem Modellwechsel: erst messen, dann wechseln. Nimm zehn bis zwanzig echte Tickets aus deinem Repository, lass sie vom bisherigen Modell und von Ornith bearbeiten und vergleiche das Ergebnis. Ohne saubere Guardrails und automatisierte Tests ist jeder Modellvergleich Bauchgefühl.

A self-improving family of open-source models for agentic coding

– DeepReinforce, Ornith 1.0 Ankündigung (25. Juni 2026)

Beste Coder Modelle für lokale Nutzung 2026

Die besten lokalen Coder Modelle 2026 im Vergleich, von Qwen über Devstral bis DeepSeek und Phi, mit VRAM Bedarf, Stärken und passender Hardware für Ollama

Mehr erfahren

Unsere Erfahrung mit lokalen Coding Modellen

Wir fahren bei Never Code Alone lokale Inferenz über Ollama als Standard. Qwen3 Coder und Llama laufen bei uns täglich, dazu Ollama Cloud, GLM 5 Turbo über Z.AI, Gemini und MiniMax. Aus dieser Praxis kommt unser Blick auf neue Modelle: nicht der Benchmark entscheidet, sondern wie das Modell an echtem Code arbeitet.

Was wir dabei immer wieder sehen: Teams wechseln zu schnell und messen zu wenig. Ein neues Modell kommt raus, die Zahlen sehen gut aus, der Stack wird umgestellt. Zwei Wochen später ist unklar, ob überhaupt etwas besser geworden ist. Deshalb bauen wir mit Teams erst die Messung, dann den Wechsel.

Wenn du Ornith oder ein anderes offenes Modell in dein Team holen willst, helfen wir beim Vibe Coding Consulting, beim Auswählen ohne US Anbieter und bei den Best Practices für KI-gestützte Entwicklung. Dazu kommt Testing: ohne solide Frontend Basis und automatisierte Tests bringt kein Modell Sicherheit ins Projekt.

CYPRESS.IO Ambassador und IT Consultant für QA Engenieering und Qualität in PHP Projekten.

NCA Vibe Coding Consulting

Roland Golla ist Entwickler aus Leidenschaft – seit über 20 Jahren. Er hat hunderte Projekte begleitet, von Legacy-Refactoring bis KI-Integration. Bei Vibe Coding verbindet er das Beste aus beiden Welten: Die Geschwindigkeit von KI-generiertem Code mit der Qualität professioneller Softwareentwicklung. Kein Bullshit, keine Agentur-Floskeln – direkte Hilfe von jemandem, der selbst täglich im Code steckt.

E-Mail Kontakt

Häufige Fragen zu Ornith 1.0

Die wichtigsten Fragen zu Ornith 1.0, zum gelernten Scaffold, zu den vier Modellgrößen und zum lokalen Betrieb. Wenn eine Frage fehlt, bring sie mit ins Gespräch.

Was ist Ornith 1.0 im Jahr 2026?

Ornith 1.0 ist eine Familie offener Coding Modelle von DeepReinforce, veröffentlicht am 25. Juni 2026. Der Name kommt vom altgriechischen Wort für Vogel. Die Modelle sind auf Gemma 4 und Qwen 3.5 nachtrainiert und stehen unter MIT Lizenz auf Hugging Face. Sie sind auf agentische Coding Aufgaben ausgelegt, also mehrstufige Arbeit mit Tools, Tests und Fehlerkorrektur.

Welche Ornith Größen gibt es 2026?

Vier Varianten. 9B Dense für Edge und lokale Hardware, 31B Dense, 35B MoE und 397B MoE als Frontier Größe. Über Ollama sind aktuell 9B und 35B verfügbar, beide mit 256K Kontextfenster. Das 9B Modell belegt rund 5,6 GB, das 35B rund 21 GB. Damit läuft die kleine Variante auf normaler Entwicklerhardware.

Was bedeutet self improving bei Ornith 2026 wirklich?

Es bezieht sich auf das Training, nicht auf die Nutzung. Während des Reinforcement Learning lernt das Modell nicht nur die Lösung, sondern auch das Scaffold, das zur Lösung führt. Die fertigen Gewichte verbessern sich bei dir im Betrieb nicht weiter. Wer den Begriff anders liest, erwartet etwas, das das Modell nicht liefert.

Ist Ornith 2026 für Production geeignet?

Das lässt sich pauschal nicht sagen. Ornith ist frisch veröffentlicht und hat bei uns keine Production Historie. Für Evaluierung, lokale Experimente und Triage von Testfehlern ist die 9B Variante gut geeignet. Für Production gilt dasselbe wie bei jedem Modell: eigene Tests, eigene Guardrails, eigene Messung an der eigenen Codebase.

Was kostet Ornith 2026?

Die Gewichte sind kostenlos unter MIT Lizenz verfügbar, ohne regionale Einschränkungen. Kosten entstehen nur durch Hardware oder gehostete Inferenz. Wer lokal über Ollama fährt, zahlt Strom und Rechenzeit statt Token. Genau das macht kleine Modelle wie die 9B Variante für Teams mit Budgetdruck interessant.

Was ist ein Scaffold bei KI Coding Agenten?

Das Scaffold ist die Ablauflogik um das Modell herum. Es legt fest, welche Tools aufgerufen werden, wann ein Retry passiert und wie eine große Aufgabe in Teilschritte zerfällt. Bei den meisten Agenten bauen Menschen dieses Gerüst per Hand. Ornith lernt es im Training selbst.

Läuft Ornith lokal über Ollama?

Ja. Der Befehl ollama run ornith startet die Standardvariante. Mit ornith:9b und ornith:35b lassen sich die Größen gezielt wählen. Alternativ läuft das Modell über vLLM mit OpenAI kompatibler API. Für Teams ohne US Anbieter ist die lokale Route der saubere Weg.

Wie gut ist Ornith in Benchmarks?

DeepReinforce nennt für die 9B Variante 43,1 auf Terminal Bench 2.1 und 69,4 auf SWE Bench Verified. Für die Familie werden 82,4 auf SWE Bench Verified und 62,2 auf SWE Bench Pro angegeben. Alle Zahlen stammen vom Anbieter. Unabhängige Nachmessungen an der eigenen Codebase bleiben Pflicht.

Wie zuverlässig sind SWE Bench Zahlen?

Nur bedingt. Eine Untersuchung aus März 2026 fand, dass etwa jeder fünfte als gelöst markierte Patch bei stärkeren Testsuites semantisch falsch ist. Benchmarks zeigen Tendenzen, keine Wahrheit. Wer Modelle auswählt, sollte sie an echten Tickets aus dem eigenen Repository messen.

Worin unterscheidet sich Ornith von Qwen3 Coder?

Ornith ist auf Qwen 3.5 und Gemma 4 nachtrainiert, teilt also die Basis mit verwandten Modellen. Der Unterschied liegt im Trainingsverfahren mit gelerntem Scaffold. In der Praxis heißt das: ähnliche Basisqualität, potenziell bessere Ablauflogik bei mehrstufigen Aufgaben. Ob das im Alltag trägt, zeigt nur der eigene Test.

Brauche ich eine große GPU für Ornith?

Für die 9B Variante nicht zwingend. Sie passt auf eine einzelne starke GPU und läuft über Ollama auch auf gut ausgestatteten Entwicklerrechnern. Die großen MoE Varianten brauchen Multi GPU Setups mit Tensor Parallelism. Wer nur lokal testen will, startet mit 9B.

Was bedeutet die MIT Lizenz für Unternehmen?

MIT ist eine der freizügigsten Open Source Lizenzen. Kommerzielle Nutzung, Anpassung und Weitergabe sind erlaubt, solange der Lizenztext erhalten bleibt. Für Unternehmen entfällt damit die übliche Prüfung auf Nutzungsbeschränkungen. DeepReinforce nennt zusätzlich explizit den Verzicht auf regionale Sperren.

Wie prüfe ich, ob Ornith für mein Team taugt?

Mit einem kurzen Evaluierungslauf an echten Aufgaben. Zehn bis zwanzig reale Tickets aus dem Repository, gleiche Prompts, gleiche Bewertung wie bei den bisherigen Modellen. Danach steht fest, ob sich der Wechsel lohnt. Wir begleiten Teams bei genau solchen Vergleichen.

Ersetzt Ornith meinen Coding Agenten?

Nein. Ornith ist ein Modell, kein Agent. Es braucht weiterhin eine Umgebung wie Claude Code, OpenCode oder eine eigene Anbindung über die API. Der Unterschied liegt darin, dass das Modell mehr Ablauflogik selbst mitbringt und weniger auf ein starres Gerüst angewiesen ist.

Wo passt Ornith in eine Strategie ohne US Anbieter?

Sehr gut. Die Gewichte liegen offen, die Lizenz ist frei, der Betrieb läuft lokal oder auf eigener Infrastruktur. Es gibt keinen Zwang zu einer fremden Cloud. Für Teams, die Inferenz im eigenen Haus halten wollen, ist das eine ernsthafte Option.

Beste Coder Modelle für lokale Nutzung 2026: Top 6 im Vergleich