何が公開されたのか
DeepReinforceは、初のモデルリリースとなる「Ornith-1.0」をMITライセンスのオープンウェイトで公開しました。バリアントは9B Dense、31B Dense、35B MoE、397B MoEの4種類で、いずれも事前学習済みのGemma 4とQwen 3.5を土台に構築されています。Gemma 4は従来のGemma追加利用規約から解放されApache 2.0へ移行しており、Qwen 3.5も同じくApache 2.0です。土台がともに寛容ライセンスで揃ったことが、Ornith-1.0をMITで再配布できる前提条件となっています。
エージェント用途での実走
Simon Willison氏はLM Studio上で35B MoEのGGUF版(ornith-1.0-35b-Q4_K_M.gguf、20GB)を動かし、自作エージェントフレームワーク「Pi」に接続して試用しています。Datasetteのリポジトリに対して「actor cookieをデコードしているコードを探せ」「ボタン押下でinsertダイアログを開くコードを探せ」といった指示を出し、複数ツール呼び出しを伴うエージェントループを安定してこなしたと報告しました。お馴染みの「ペリカンを描く」テストでは103トークン/秒で生成し、形は崩れつつもペリカンと判別できる出力を返しています。
DeepReinforceとは何者か
同社の情報は限定的で、確認できる最古の論文は2025年6月の「CUDA-L1: Improving CUDA Optimization via Contrastive Reinforcement Learning」です。CUDAカーネル最適化を強化学習で行ってきた背景があり、Ornith-1.0の「エージェント特化」という性格と地続きに見える点が興味深いところです。
💼 事業会社視点：これは自社にどう効くか
受託開発・SaaS事業者にとっての意味
MITライセンス・Apache 2.0系の土台というクリーンな権利関係は、受託開発会社やSaaSベンダーにとって極めて重要です。顧客企業のソースコードを扱うコーディングエージェントは、外部API送信を顧客のセキュリティ部門が嫌うケースが多く、自社GPUやオンプレで完結する選択肢が必須でした。35B MoEが20GB枠で動き、ノートPC級でもエージェントが回るという実証は、「コードレビューBot」「リポジトリ横断検索」「レガシー解析」といった社内向けプロダクトの内製コストを一段下げます。
役員レベルで見るべきは、(1)Claude・GPT系API課金が前提だったPoCを、自社推論に置き換える経済性が成立し始めたこと、(2)MITゆえに自社プロダクトへの組み込み・再配布が可能で、競合差別化の武器に転用できること、(3)逆に言えば、エージェント機能を有料SaaSのコア価値にしている事業は、価格優位が急速に削られるリスクがあることです。日本のSIerは、まず社内のコード資産解析でPoCを回し、顧客提案の標準オプションに組み込む準備を進めるべきタイミングです。