LLM

Ornith 1.5 35B A3B

Faça uma pergunta ou experimente uma tarefa curta de escrita. Você entra na conta ao enviar sua primeira mensagem.

Publisher sibling LICENSE: Copyright (c) 2026 deepreinforce.ai; no separate weights holder supplied.

Copyright 2026 Alibaba Cloud

Licenças do modelo

Ornith-1.5-35B-A3B · MIT

Owner accepted publisher MIT declaration 2026-11-18. Full text comes from publisher sibling repository, tied by publisher README sentence; no weights-specific copyright holder supplied. Keep MIT and MESH provenance/change notice. Own-device gate remains unchanged.

Licença incluída

Aviso

Qwen3.6-35B-A3B (inferred ancestor; conservative notice) · Apache-2.0

Conservative upstream notice preservation: lineage inferred from five matching sampled tensors, not confirmed by Ornith publisher or exhaustive checkpoint comparison. Keep Apache licence and modification notice. No separate upstream NOTICE found.

Licença incluída

GrátisOnlineIlimitadoPublisher sibling LICENSE: Copyright (c) 2026 deepreinforce.ai; no separate weig Acesso via API

Quando quiser.

Escreva sua mensagem e pressione Enviar para entrar e começar.

Digite um prompt e receba uma resposta do Ornith 1.5 35B — um modelo que pensa antes de responder e foi feito para programação, depuração e raciocínio passo a passo. É um modelo de mistura de especialistas: 35 bilhões de parâmetros no total, mas apenas cerca de três bilhões são usados para cada palavra, e é por isso que um modelo tão capaz consegue rodar em hardware comum. Servi-lo da forma habitual exige uma GPU de data center de 80 GB. Aqui ele é dividido em pequenas partes, distribuídas pelos dispositivos que você conecta — um notebook, um desktop, uma máquina sobressalente ou vários deles juntos — e cada um guarda menos de um gigabyte. Isso faz dele um LLM on-line grátis que você pode realmente executar por conta própria, em vez de alugar. Peça que escreva uma função, encontre um bug, planeje uma refatoração ou resolva uma questão difícil; ele mostra primeiro o raciocínio e depois dá a resposta. Texto entra, texto sai — ele não lê nem gera imagens, e a resposta chega como texto simples que você pode copiar.

Referência da API

Enviar via REST

Use sua chave de API pessoal (msk_…) para criar tarefas desta carga de trabalho a partir das suas próprias ferramentas. As tarefas iniciadas dessa forma rodam nos mesmos dispositivos que você conectou em Seus dispositivos — pelo menos um deles precisa estar online.

Ocultar detalhes da API
POSThttps://cp.meshlabs.cloud/v1/organizations/jobs

Autentique-se com X-Organization-Api-Key: msk_your_personal_api_key. O nome do cabeçalho é o mesmo das chaves de organização; as chaves pessoais usam o mesmo endpoint.

Arquivos de entrada:Chame POST https://cp.meshlabs.cloud/v1/organizations/job-inputs/presign com a mesma chave de API, envie seu arquivo para o upload_url retornado e depois passe download_url em job_spec (por exemplo, como input_image_url).

Corpo da solicitação

{
  "workload_type": "ornith-15-35b-a3b-gguf-pp",
  "job_spec": {
    "enable_thinking": true,
    "max_new_tokens": 2048,
    "max_context": 8192,
    "kv_hot_window": 32768,
    "temperature": 0.6,
    "top_p": 0.95,
    "top_k": 20,
    "presence_penalty": 0,
    "repetition_penalty": 1,
    "speculative_ngram": false,
    "speculative_draft_model": false,
    "speculative_max_draft": 8,
    "min_remote_stages": 0,
    "wire_hidden_dtype": "f16",
    "wire_hidden_codec": "fp16",
    "stage_chaining": true,
    "latent_mode": "off",
    "latent_phase": "tagged",
    "latent_exit_text": "\n\nFinal answer:\n",
    "latent_top_n": 15,
    "latent_entropy_tau": 0.05,
    "latent_cold_stop_k": 256,
    "swi_dwell_window": 512,
    "swi_max_switches": 8,
    "max_thinking_tokens": 1536,
    "min_thinking_tokens": 0,
    "prompt": "A photorealistic lighthouse at dusk"
  }
}

Campos de job_spec

CampoObrigatórioPadrãoDescrição
system_promptNão—Prompt de sistema opcional
enable_thinkingNãotrueAtiva o raciocínio (thinking) antes da resposta final. O template de chat do Ornith abre um bloco `<think>`; deixe ativado.
max_new_tokensNão2048Máximo de tokens gerados (raciocínio + resposta). Aumente para saídas longas. O prompt e a geração compartilham a janela de contexto, então a geração para no contexto em vez de aumentar o piso de memória do estágio.
max_contextNão8192Total de tokens para os quais os hosts de estágio alocam estado KV/recorrente — prompt mais geração. O teto é o maior contexto com que o Oracle mediu este modelo, de modo que o posicionamento nunca precise extrapolar além das evidências. Aumentá-lo eleva o piso de memória e, portanto, reduz os dispositivos que podem executar o trabalho.
kv_hot_windowNão32768O KV de atenção físico é limitado aos N tokens mais recentes, de modo que uma conversa maior que N esquece os turnos mais antigos em vez de parar no limite de contexto. 0 mantém todo o contexto residente. Igual ou abaixo da janela de contexto, isso não muda nada — mesma memória, mesma atenção — e reduzi-lo abaixo dela troca memória de longo alcance por um tamanho de conversa ilimitado, porque o modelo realmente não enxerga além da janela.
turnsNão—Prior turns of this conversation, oldest first, including the current user message as the final row. Supplying them lets a stage host that still holds this conversation's KV state extend it instead of re-prefilling the whole history. Omit for a single-shot request; the workload then reads `prompt`.
temperatureNão0.6Temperature
top_pNão0.95Top P
top_kNão20Top K
presence_penaltyNão0Presence Penalty
repetition_penaltyNão1Repetition Penalty
seedNão—Seed aleatória para reprodutibilidade
speculative_ngramNãofalseRascunho por consulta ao prompt: n-gramas repetidos do contexto são reaproveitados como blocos de rascunho e verificados pelo modelo em UMA passagem, de modo que uma única ida e volta de rede pode confirmar vários tokens. Sem modelo extra; a saída é idêntica à decodificação sequencial.
speculative_draft_modelNãofalseExecuta um pequeno modelo de rascunho GGUF no nó de checkpoint para propor blocos de rascunho (prefira 'Draft model bundled filename'; a URL externa continua disponível como alternativa). Recorre ao rascunho por n-gramas quando o modelo de rascunho não está disponível.
draft_model_fileNão—Nome do arquivo de um modelo de rascunho GGUF não particionado neste pacote do workload. O SDK o resolve a partir de required_files, de modo que buckets S3 privados podem usar a URL assinada/proxy fornecida pelo servidor em vez de uma URL pública.
draft_model_urlNão—URL HTTPS externa opcional do pequeno modelo de rascunho GGUF. Usada como alternativa quando 'Draft model bundled filename' está ausente ou não consta em required_files.
speculative_max_draftNão8Limite superior de tokens de rascunho verificados por bloco. O tamanho efetivo se adapta à taxa de aceitação observada.
min_remote_stagesNão0Controle diagnóstico de posicionamento para testes de pipeline paralelo GGUF. Quando > 0, o checkpoint é atribuído apenas a nós que executariam pelo menos essa quantidade de estágios via WebRTC em vez de localmente. Recorre a outra opção após a janela de tolerância do par de checkpoint, para não deixar trabalhos de produção sem atendimento.
wire_hidden_dtypeNãof16Tipo de dado das ativações ocultas entre estágios do pipeline GGUF. f16 reduz à metade a carga transmitida em prefill e blocos especulativos; f32 é uma alternativa de diagnóstico.
wire_hidden_codecNãofp16Codec experimental para blocos de ativações ocultas de vários tokens entre estágios do pipeline GGUF. A decodificação de um único token mantém o caminho barato de tipo de dado; codecs genéricos são usados apenas em blocos de prefill/especulativos, onde a economia de bytes pode compensar o custo do codec. fp16 é o mais seguro; auto8/hq8 são diagnósticos.
stage_chainingNãotrueQuando todos os estágios GGUF são remotos e oferecem suporte ao protocolo de cadeia, envia as ativações ocultas diretamente de estágio para estágio, em vez de retransmitir cada fronteira pelo coordenador de checkpoint.
latent_modeNãooffSoft Thinking / SwiReasoning sem treinamento durante <think>…</think>. Requer GGUF WASM com _lstage_eval_soft nos hosts de estágio; caso contrário, recorre à decodificação discreta. Desligado por padrão até que o WASM do CDN seja reconstruído. Mutuamente exclusivo com a especulação quando o Soft Thinking está ativo.
latent_phaseNãotaggedtagged = marcadores think; prefix = desde o passo 0 (modelos sem marcadores).
latent_exit_textNão Final answer: Usado apenas com latent_phase=prefix (tokens comuns do vocabulário).
latent_top_nNão15Soft top-n
latent_entropy_tauNão0.05Entropia τ do Cold Stop
latent_cold_stop_kNão256Passos consecutivos do Cold Stop
swi_dwell_windowNão512Permanência Swi Explicit→Latent
swi_max_switchesNão8Máximo de trocas Swi Latent→Explicit
max_thinking_tokensNão1536Orçamento rígido antes do </think> forçado / saída do prefixo. Deve ficar bem abaixo de `max_new_tokens`: um orçamento de raciocínio igual ou superior ao orçamento total de geração produz uma resposta cortada no meio do raciocínio, sem nenhuma resposta. O plano de controle recalcula este valor a partir do orçamento que o posicionamento escolhido consegue de fato suportar; assim, um valor menor é respeitado e um maior é limitado.
min_thinking_tokensNão0Piso: mascara </think> da amostragem até que existam essa quantidade de tokens de raciocínio. 0 desativa. Impede que um bloco de raciocínio se feche no primeiro token gerado e responda sem nenhum raciocínio.
promptSim—Mensagem / prompt do usuário para o modelo de chat

cURL

curl -X POST https://cp.meshlabs.cloud/v1/organizations/jobs \
  -H "X-Organization-Api-Key: msk_your_personal_api_key" \
  -H "Content-Type: application/json" \
  -d '{
  "workload_type": "ornith-15-35b-a3b-gguf-pp",
  "job_spec": {
    "enable_thinking": true,
    "max_new_tokens": 2048,
    "max_context": 8192,
    "kv_hot_window": 32768,
    "temperature": 0.6,
    "top_p": 0.95,
    "top_k": 20,
    "presence_penalty": 0,
    "repetition_penalty": 1,
    "speculative_ngram": false,
    "speculative_draft_model": false,
    "speculative_max_draft": 8,
    "min_remote_stages": 0,
    "wire_hidden_dtype": "f16",
    "wire_hidden_codec": "fp16",
    "stage_chaining": true,
    "latent_mode": "off",
    "latent_phase": "tagged",
    "latent_exit_text": "\n\nFinal answer:\n",
    "latent_top_n": 15,
    "latent_entropy_tau": 0.05,
    "latent_cold_stop_k": 256,
    "swi_dwell_window": 512,
    "swi_max_switches": 8,
    "max_thinking_tokens": 1536,
    "min_thinking_tokens": 0,
    "prompt": "A photorealistic lighthouse at dusk"
  }
}'
GEThttps://cp.meshlabs.cloud/v1/organizations/jobs/{job_id}

Consulte com a mesma chave de API até que status seja final (COMPLETED, FAILED, CANCELED ou MODERATION_BLOCKED). Quando a moderação de conteúdo está habilitada, as tarefas podem começar em MODERATION_PENDING antes de entrar na fila de computação. As tarefas concluídas incluem valores download_url pré-assinados em cada saída.

Resposta de criação

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "ornith-15-35b-a3b-gguf-pp",
  "status": "PENDING",
  "job_spec_json": {
    "enable_thinking": true,
    "max_new_tokens": 2048,
    "max_context": 8192,
    "kv_hot_window": 32768,
    "temperature": 0.6,
    "top_p": 0.95,
    "top_k": 20,
    "presence_penalty": 0,
    "repetition_penalty": 1,
    "speculative_ngram": false,
    "speculative_draft_model": false,
    "speculative_max_draft": 8,
    "min_remote_stages": 0,
    "wire_hidden_dtype": "f16",
    "wire_hidden_codec": "fp16",
    "stage_chaining": true,
    "latent_mode": "off",
    "latent_phase": "tagged",
    "latent_exit_text": "\n\nFinal answer:\n",
    "latent_top_n": 15,
    "latent_entropy_tau": 0.05,
    "latent_cold_stop_k": 256,
    "swi_dwell_window": 512,
    "swi_max_switches": 8,
    "max_thinking_tokens": 1536,
    "min_thinking_tokens": 0,
    "prompt": "A photorealistic lighthouse at dusk"
  },
  "work_units": [],
  "outputs": [],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "2026-06-08T12:00:00Z"
}

Resposta de conclusão

{
  "id": "3fa85f64-5717-4562-b3fc-2c963f66afa6",
  "workload_type": "ornith-15-35b-a3b-gguf-pp",
  "status": "COMPLETED",
  "job_spec_json": {
    "enable_thinking": true,
    "max_new_tokens": 2048,
    "max_context": 8192,
    "kv_hot_window": 32768,
    "temperature": 0.6,
    "top_p": 0.95,
    "top_k": 20,
    "presence_penalty": 0,
    "repetition_penalty": 1,
    "speculative_ngram": false,
    "speculative_draft_model": false,
    "speculative_max_draft": 8,
    "min_remote_stages": 0,
    "wire_hidden_dtype": "f16",
    "wire_hidden_codec": "fp16",
    "stage_chaining": true,
    "latent_mode": "off",
    "latent_phase": "tagged",
    "latent_exit_text": "\n\nFinal answer:\n",
    "latent_top_n": 15,
    "latent_entropy_tau": 0.05,
    "latent_cold_stop_k": 256,
    "swi_dwell_window": 512,
    "swi_max_switches": 8,
    "max_thinking_tokens": 1536,
    "min_thinking_tokens": 0,
    "prompt": "A photorealistic lighthouse at dusk"
  },
  "work_units": [
    {
      "id": "…",
      "index": 0,
      "status": "COMPLETED"
    }
  ],
  "outputs": [
    {
      "id": "…",
      "output_type": "<output type>",
      "filename": "<output filename>",
      "size_bytes": 524288,
      "download_url": "<presigned output download URL>"
    }
  ],
  "created_at": "2026-06-08T12:00:00Z",
  "updated_at": "<completion timestamp>"
}