İçeriğe geç
Blog listesine geri dön
Ornith-1.5-122B Tanıtıldı: MIT Lisanslı MoE Mimarili Model
Yapay Zeka Araçları

Ornith-1.5-122B Tanıtıldı: MIT Lisanslı MoE Mimarili Model

Can Kepenekoğlu
Can KepenekoğluYazar
5 dk okuma süresi
Ornith-1.5-122B'nin en büyük özelliği, bütün parametreleri her işlem sırasında aktif hale getirmemesi.

Yapay zeka açık ağırlıklı modellerin rekabeti devam ediyor. Ornith AI, yeni modeli Ornith-1.5-122B'yi yayımladı. Model, Mixture-of-Experts (MoE) mimarisini kullanıyor ve MIT lisansıyla dağıtılıyor. 122 milyar parametreli model, Mixture-of-Experts (MoE) mimarisi sayesinde yüksek model kapasitesini verimli işlem kaynaklarıyla birleştirmeyi hedefliyor. Özellikle yazılım geliştirme, karmaşık problem çözme, otonom yapay zeka ajanları için tasarlanan model, MIT lisansı altında olmasıyla dikkat çekiyor. 

Ornith-1.5-122B test

Ornith-1.5-122B, öne çıkan özelliği özelliği, bütün parametreleri her işlem sırasında aktif hale getirmemesi. MoE mimarisi, gelen isteğin türüne göre yapay zeka ajanlarını devreye alıyor. Böylece hesaplama yükünü azaltıyor. Model, büyük ölçekli bir yapıya sahip olmasına rağmen işlem kaynaklarını kontrollü kullanıyor. Ornith AI, sistemin kodlama ve ajan tabanlı testlerde rakipleriyle mücadele edebildiğini belirtmekte. Ancak bu sonuçlar şirketin kendi ölçümlerinden oluşuyor ve bağımsız bir doğrulama henüz bulunmuyor. Bağımsız testler yapılmadan modelin bütün rakiplerinden daha başarılı olduğunu söylemek doğru olmayacaktır.

Ornith-1.5-122B Özellikleri Nedir?

Ornith-1.5 ailesi, ağustos 2026'da üç modelle başladı: Ornith-1.5-397B, Ornith-1.5-35B-A3B ve Ornith-1.5-9B. 122B modeli ailenin dördüncü üyesi olarak 397B'lik büyük model ile 9B'lik hafif model arasındaki boşluğu dolduruyor. Geliştiriciler, modelin sohbet ve metin oluşturmak haricinde karmaşık görevleri analiz edebilen, kod yazabilen, başka araçlarla etkileşim kurabilen akıl yürütme sistemi olarak konumlandırıyor. 

Toplam parametre sayısı ise 122 milyar olarak açıklandı. Bu kapasite, uzun yazılım projelerini, geniş kapsamlı doküman çalışmalarını tek bir çalışma oturumunda değerlendirmesinde yardımcı oluyor. 

Ornith-1.5-122B'nin öne çıkan özellikleri şöyle:

122 milyar parametre: Büyük ölçekli model kapasitesi sunuyor.

  • MoE mimarisi: Her işlemde seçili uzman ağları kullanıyor.

  • 262K bağlam penceresi: Uzun metinler ve kod tabanları üzerinde çalışabiliyor.

  • Akıl yürütme yetenekleri: Karmaşık görevleri analiz ederek çözüm adımları oluşturabiliyor.

  • Araç kullanımı: Harici yazılım ve araçlarla etkileşim kurabiliyor.

  • MIT lisansı: Açık ağırlıkların lisans koşulları çerçevesinde kullanılmasına izin veriyor.

Mixture of experts çalışma şeması

MoE Mimarisi Nedir? Yapay Zekada Nasıl Çalışır?

Mixture-of-Experts, girdiye göre yalnızca bir grup uzman ağın çalıştığı bir mimari. Geleneksel yoğun modellerde her işlem sırasında sistemin büyük bölümü aktif olarak hesaplamaya katılır. MoE mimarisi ise, farklı görevlerde uzmanlaşan daha küçük ağlardan oluşur. Bir yönlendirme mekanizması, gelen isteği analiz ederek hangi uzman ağının çalışacağını belirler. Örneğin kod yazma, matematiksel problem çözme veya metin analizi gibi görevler için farklı uzmanlardan yararlanabilir. Bu yaklaşımın temel avantajı, modelin toplam kapasitesini korurken işlem başına kullanılan hesaplama miktarını azaltır. Ornith-1.5-122B de bu mimariden yararlanıyor.

Ancak MoE mimarisinin önemli bir teknik sınırı bulunuyor. Aktif parametre sayısının azalması, modelin bütün ağırlıklarının bellekte tutulması gereksinimini ortadan kaldırmıyor. Dolayısıyla sistemin çalıştırılması için gereken bellek miktarı, kullanılan seviyeye, yönteme göre değişmekte.

Ornith-1.5-122B'nin toplam parametre sayısı 122 milyar. Bazı dizinler 125,1 milyar yazıyor. Fark, muhtemelen sayım yöntemine bağlı, ancak bu bir tahmin. Token başına etkin parametre sayısı için de farklı rakamlar dolaşıyor.

Kodlama Testlerinde Hangi Sonuçları Aldı?

Ornith AI, sistemin yazılım geliştirme ve otonom ajan performansını ölçmek için farklı test uygulamalarından yaralanıyor. Şirketin kendi açıkladığı sonuçlar ise şöyle: 

Benchmark

Ornith-1.5-122B

Qwen3.8-Flash-Nex

TerminalBench 2.1

81,2

83,4

SWE-bench Pro

76,9

43,9

SWE-bench Verified

84,5

82,8

CyberGym

80,0

78,0

Bu sonuçlar modelin farklı görevlerde dengeli performans sunmayı hedeflediğini gösteriyor. Fakat test ortamı, kullanılan araçlar, komutlar ve değerlendirme yöntemi sonuçları etkileyebilir. 

bilgisayar programcısı ve yapay zeka ajanı

MIT Lisanslı AI Modelleri Geliştiricilere Ne Sağlıyor?

Ornith-1.5-122B'nin MIT lisansıyla yayımlanması, öne çıkan avantajlardan biri. MIT, geliştiricilere yazılım kullanma, değiştirme, dağıtma ve ticari projelerde değerlendirme konularında geniş özgürlükler sunmakta. Bu yüzden MIT lisanslı modeller, şirketlerin, geliştiricilerin ürünlerine entegre edebileceği cazip seçenekler arasına yer alıyor. Model ağırlıklarının Hugging Face üzerinden paylaşılması, geliştiricilerin kendi kendi sunucularında çalışma ortamı kurabilmesine olanak tanımakta. Ayrıca vLLM ve SGLang gibi çıkarım altyapıları ile OpenAI uyumlu API sunucuları kurulabilmekte. 

Diğer yandan modelin temel aldığı bileşenlerin lisans koşulları ayrıca incelenmeli. Türetilmiş modellerde yalnızca kartında belirtilen lisansa bakmak yerine temel modelin lisans yükümlülüklerine de bakmak gerekiyor. 

Ornith-1.5-122B, güçlü bir MoE modelinin görece mütevazı donanımla çalıştırılabileceğini göstermeyi hedefliyor. Etkin parametre sayısı düşük tutulduğu için çıkarım maliyeti avantajı sunuyor. Yine de resmi benchmark sonuçlarının bağımsız testlerle doğrulanması modelin gerçek başarısını belirleyecek. 

yapay zeka ajanlarının gelişimi

Ornith-1.5-122B Hakkında Sıkça Sorulan Sorular

1. Ornith-1.5-122B nedir?

Ornith ekibinin yayımladığı, Mixture-of-Experts (MoE) mimarili açık ağırlıklı bir yapay zeka modeli. MIT lisansıyla dağıtılıyor ve Hugging Face’te erişilebilir. Ağustos 2026'da başlayan Ornith-1.5 ailesinin dördüncü modeli. 

2. MoE mimarisi nedir?

Girdiye göre yalnızca bir grup uzman ağın çalıştığı bir mimari. Toplam parametre sayısı büyük olsa da çıkarım sırasında her istekte modelin yalnızca bir kısmı devreye giriyor. Bu da hesaplama yükünü ve bellek tüketimini azaltıyor. 

3. Model kaç parametreli?

Toplam 122 milyar parametre bildiriliyor. Bazı model dizinleri 125,1 milyar yazıyor. Token başına etkin parametre sayısı için de kaynaklar yaklaşık 10 milyar ile 12,7 milyar arasında farklı rakamlar veriyor. 

4. Hangi alanlarda öne çıkıyor?

Kodlama, ajan görevleri, araç kullanımı ve JSON çıktısı. Düşünme modu açıkken zor görevler 32 bin çıktı tokenından fazlasına ihtiyaç duyabiliyor.

5. MIT lisansı ne anlama geliyor?

Ticari kullanımı ve değiştirmeyi serbest bırakan, kısıtlayıcı olmayan bir lisans. Ağırlıklar erişilebilir durumda. Ancak bir model dizinine göre eğitim kodu “bilinmiyor” olarak işaretli ve model ince ayarla geliştirilmiş. Tam bir şeffaflık değerlendirmesi için ek bilgiye ihtiyaç var. 

6. Bilinen sınırlılıkları neler?

Japonca testlerde bir haber sitesi, çıktıda ara sıra Çince karakterlerin göründüğünü ve dil doğrulaması gerektiğini aktardı. Türkçe performansına dair henüz derli toplu bir bilgi görünmüyor. 

Yapay zeka açık ağırlıklı modellerin rekabeti devam ediyor. Ornith AI, yeni modeli Ornith-1.5-122B'yi yayımladı. Model, Mixture-of-Experts (MoE) mimarisini kullanıyor ve MIT lisansıyla dağıtılıyor. 122 milyar parametreli model, Mixture-of-Experts (MoE) mimarisi sayesinde yüksek model kapasitesini verimli işlem kaynaklarıyla birleştirmeyi hedefliyor. Özellikle yazılım geliştirme, karmaşık problem çözme, otonom yapay zeka ajanları için tasarlanan model, MIT lisansı altında olmasıyla dikkat çekiyor. Ornith-1.5-122B , öne çıkan özelliği özelliği, bütün parametreleri her işlem sırasında aktif hale getirmemesi. MoE mimarisi, gelen isteğin türüne göre yapay zeka ajanlarını devreye alıyor. Böylece hesaplama yükünü azaltıyor. Model, büyük ölçekli bir yapıya sahip olmasına rağmen işlem kaynaklarını kontrollü kullanıyor. Ornith AI, sistemin kodlama ve ajan tabanlı testlerde rakipleriyle mücadele edebildiğini belirtmekte. Ancak bu sonuçlar şirketin kendi ölçümlerinden oluşuyor ve bağımsız bir doğrulama henüz bulunmuyor. Bağımsız testler yapılmadan modelin bütün rakiplerinden daha başarılı olduğunu söylemek doğru olmayacaktır. Ornith-1.5-122B Özellikleri Nedir? Ornith-1.5 ailesi, ağustos 2026'da üç modelle başladı: Ornith-1.5-397B, Ornith-1.5-35B-A3B ve Ornith-1.5-9B. 122B modeli ailenin dördüncü üyesi olarak 397B'lik büyük model ile 9B'lik hafif model arasındaki boşluğu dolduruyor. Geliştiriciler, modelin sohbet ve metin oluşturmak haricinde karmaşık görevleri analiz edebilen, kod yazabilen, başka araçlarla etkileşim kurabilen akıl yürütme sistemi olarak konumlandırıyor. Toplam parametre sayısı ise 122 milyar olarak açıklandı. Bu kapasite, uzun yazılım projelerini, geniş kapsamlı doküman çalışmalarını tek bir çalışma oturumunda değerlendirmesinde yardımcı oluyor. Ornith-1.5-122B'nin öne çıkan özellikleri şöyle: 122 milyar parametre: Büyük ölçekli model kapasitesi sunuyor. MoE mimarisi: Her işlemde seçili uzman ağları kullanıyor. 262K bağlam penceresi: Uzun metinler ve kod tabanları üzerinde çalışabiliyor. Akıl yürütme yetenekleri: Karmaşık görevleri analiz ederek çözüm adımları oluşturabiliyor. Araç kullanımı: Harici yazılım ve araçlarla etkileşim kurabiliyor. MIT lisansı: Açık ağırlıkların lisans koşulları çerçevesinde kullanılmasına izin veriyor. MoE Mimarisi Nedir? Yapay Zekada Nasıl Çalışır? Mixture-of-Experts, girdiye göre yalnızca bir grup uzman ağın çalıştığı bir mimari. Geleneksel yoğun modellerde her işlem sırasında sistemin büyük bölümü aktif olarak hesaplamaya katılır. MoE mimarisi ise, farklı görevlerde uzmanlaşan daha küçük ağlardan oluşur. Bir yönlendirme mekanizması, gelen isteği analiz ederek hangi uzman ağının çalışacağını belirler. Örneğin kod yazma, matematiksel problem çözme veya metin analizi gibi görevler için farklı uzmanlardan yararlanabilir. Bu yaklaşımın temel avantajı, modelin toplam kapasitesini korurken işlem başına kullanılan hesaplama miktarını azaltır. Ornith-1.5-122B de bu mimariden yararlanıyor. Ancak MoE mimarisinin önemli bir teknik sınırı bulunuyor. Aktif parametre sayısının azalması, modelin bütün ağırlıklarının bellekte tutulması gereksinimini ortadan kaldırmıyor. Dolayısıyla sistemin çalıştırılması için gereken bellek miktarı, kullanılan seviyeye, yönteme göre değişmekte. Ornith-1.5-122B'nin toplam parametre sayısı 122 milyar. Bazı dizinler 125,1 milyar yazıyor. Fark, muhtemelen sayım yöntemine bağlı, ancak bu bir tahmin. Token başına etkin parametre sayısı için de farklı rakamlar dolaşıyor. Kodlama Testlerinde Hangi Sonuçları Aldı? Ornith AI, sistemin yazılım geliştirme ve otonom ajan performansını ölçmek için farklı test uygulamalarından yaralanıyor. Şirketin kendi açıkladığı sonuçlar ise şöyle: Benchmark Ornith-1.5-122B Qwen3.8-Flash-Nex TerminalBench 2.1 81,2 83,4 SWE-bench Pro 76,9 43,9 SWE-bench Verified 84,5 82,8 CyberGym 80,0 78,0 Bu sonuçlar modelin farklı görevlerde dengeli performans sunmayı hedeflediğini gösteriyor. Fakat test ortamı, kullanılan araçlar, komutlar ve değerlendirme yöntemi sonuçları etkileyebilir. MIT Lisanslı AI Modelleri Geliştiricilere Ne Sağlıyor? Ornith-1.5-122B'nin MIT lisansıyla yayımlanması, öne çıkan avantajlardan biri. MIT, geliştiricilere yazılım kullanma, değiştirme, dağıtma ve ticari projelerde değerlendirme konularında geniş özgürlükler sunmakta. Bu yüzden MIT lisanslı modeller, şirketlerin, geliştiricilerin ürünlerine entegre edebileceği cazip seçenekler arasına yer alıyor. Model ağırlıklarının Hugging Face üzerinden paylaşılması, geliştiricilerin kendi kendi sunucularında çalışma ortamı kurabilmesine olanak tanımakta. Ayrıca vLLM ve SGLang gibi çıkarım altyapıları ile OpenAI uyumlu API sunucuları kurulabilmekte. Diğer yandan modelin temel aldığı bileşenlerin lisans koşulları ayrıca incelenmeli. Türetilmiş modellerde yalnızca kartında belirtilen lisansa bakmak yerine temel modelin lisans yükümlülüklerine de bakmak gerekiyor. Ornith-1.5-122B, güçlü bir MoE modelinin görece mütevazı donanımla çalıştırılabileceğini göstermeyi hedefliyor. Etk

Etiketler:Ornith-1.5MoE mimarisi nedirOrnith-1.5 122B özellikleri nedirMoE mimarisi nedir
Can Kepenekoğlu
Can KepenekoğluYazar
@CanKepenekoglu

Yorumlar (0)

Yorum yapmak için giriş yap.

Giriş yap
Henüz yorum yok. İlk yorumu sen yap!