Ornith 1.0 vs Claude Opus 4.8: modello di coding open source vs frontiera (2026)

La Nostra Raccomandazione

Claude Opus 4.8 resta sulla carta il tetto più alto — 88,6 su SWE-Bench Verified contro 82,4 di Ornith 1.0-397B, e 69,2 contro 62,2 su SWE-Bench Pro — ma due aspetti di questa lettura vanno corretti prima di decidere. Primo: DeepReinforce confronta Ornith con Claude Opus 4.7 (80,8 su SWE-Bench Verified, 70,3 su Terminal-Bench 2.1) e non con la 4.8, quindi l'affermazione «al livello di Opus» riguarda la generazione precedente. Secondo: la 4.8 non è più ciò che Anthropic vende: Claude Opus 5 è uscito il 24 luglio 2026 allo stesso listino e, secondo Anthropic, più che raddoppia il punteggio di Opus 4.8 su Frontier-Bench v0.1 con un costo per attività inferiore. Il lato gestito di questo confronto è dunque migliorato sensibilmente senza diventare più caro — il che allarga, invece di ridurre, il divario di accuratezza. Ciò che non è cambiato è il motivo per cui si sceglie Ornith. Esce in quattro dimensioni — 9B Dense, 31B Dense, 35B MoE e 397B MoE — con licenza MIT, e i pesi si scaricano invece di noleggiarli. I cinque repository ufficiali di DeepReinforce su Hugging Face sommano circa 11,7 milioni di download, guidati dalle build GGUF da 9B e 35B, cui si aggiungono le quantizzazioni della community di unsloth, bartowski e altri: un ecosistema self-hosted funzionante, non un rilascio dimostrativo. La variante 9B ottiene 69,4 su SWE-Bench Verified stando su una sola GPU da workstation, ed è esattamente questo il punto: mette un agente di coding utilizzabile dentro una rete isolata, su un dispositivo edge o in una giurisdizione in cui inviare codice sorgente a un'API statunitense non è un'opzione. Anche l'idea di ricerca alla base — il modello impara a generare da sé le proprie impalcature specifiche per il compito invece di affidarsi a scaffold progettati dall'uomo — spiega perché le varianti piccole rendono oltre il proprio numero di parametri. Scelga Claude Opus 5 se vuole la massima accuratezza misurata senza alcun onere operativo ed è a suo agio con il noleggio. Scelga Ornith 1.0 quando residenza dei dati, costo per token sui volumi, libertà di fine-tuning o deployment edge decidono la questione — accettando un divario di accuratezza reale e misurato di circa sei punti su SWE-Bench Verified come prezzo per possedere davvero il modello.