Ornith 1.5に122B版　Ollamaでローカル実行、配布物は73〜77GB

Ollamaは日本時間10月21日、Ornith 1.5の122B版を追加し、ollama run ornith-1.5:122bでローカル実行できるようにした。大規模なオープンモデルを自分の機材で動かせる選択肢が増えた一方、「ローカル」という言葉から手軽なノートPC向けを想像すると、かなり重い。

従来3サイズに加わる、第4のOrnith 1.5

2026年8月時点のOrnith 1.5は、397B MoE、35B MoE、9B Denseの3規模だった。Ornith Teamの解説とOllamaの現行ページを照らすと、今回の122Bは既存モデルの改名ではなく、10月20日付で追加された第4の規模だ。公開重みはMITライセンスとされている。

ここで小さな表記差がある。製品名とOllamaのタグは「122B」だが、Ollamaのllama.cpp詳細とHugging Faceのモデル情報はいずれも125B parametersと表示する。この差の説明は、10月21日の確認時点で公式資料に見当たらない。

ローカル実行でも、まず73GBから

Ollama版には、MLX系の73GB配布物と、llama.cpp系のQ4_K_M・77GB配布物が並ぶ。256Kコンテキストに加え、テキストと画像の入力、thinking、tools対応を掲げるが、実装系は同じではない。少なくとも保存容量と実行時メモリの余裕を確かめてから選びたいサイズだ。

公式モデルカードの直接配信例は単一80GB GPUを想定し、Transformers 5.8.1以上、vLLM 0.19.1以上、またはSGLang 0.5.9以上を前提とする。CPU RAMやAppleの統合メモリを含む構成別の最低要件は示されていないため、73〜77GBのファイルが置けることと、快適に推論できることは分けて考える必要がある。

長文とベンチマークは設定まで見る

標準の上限は262,144トークン。YaRNで約100万トークンへ拡張できるものの、公式カードは静的スケーリングが通常長の入力品質をわずかに損なう可能性を挙げ、必要な場合だけ有効にするよう注意している。推論内容とツール呼び出しを分離するパーサーも用意され、OpenAI互換APIやコーディングエージェントから使える設計だ。

性能値はOrnith側の主張として読むのがよい。Ollamaが引用した投稿のTerminalBench 2.1は81.3、HLEは44.6だが、現在のモデルカードはそれぞれ81.2、HLEはツールあり48.0／なし37.68と記す。評価設定や更新理由は明示されておらず、数値だけを横並びにするより、参照日とツール条件を添えて比較したい。今回は配布物と資料を確認したもので、こちらで実機検証やベンチマークは行っていない。

参考資料

• ornith-1.5:122b | Ollama
• ornith-ai/Ornith-1.5-122B | Hugging Face
• Ornith-1.5: From Self-Scaffolding to Self-Improvement

参照したX投稿

Ollama（@ollama）の元投稿