OrcaCyber Nano 1.0: Erster von 21 in einem Gremium, in dem kein Richter sitzt

OrcaCyber Nano 1.0 — der 27B-Mix-13G-Build, 13,0 GB auf der Festplatte — steht an der Spitze eines Leaderboards mit 21 Modellen für 16-GB-GPUs, mit einer Punktzahl von 89,8 von 100, bei 60 Tokens pro Sekunde auf einer einzelnen Tesla V100. Das Board wird von einem GitHub-Repository eines Drittanbieters betrieben, nicht von uns. Es bewertet jede Antwort mit Code statt mit einem LLM-Judge. Und der zweite erwähnenswerte Punkt ist der, den ein Anbieter normalerweise auslässt: OrcaCyber Nano 1.0 ist nicht das schnellste Modell auf diesem Board. MiniCPM-V 4.7 läuft dort mit 93,4 Tokens pro Sekunde. Der Nano gewinnt aufgrund des Durchschnitts über sieben Kategorien, nicht aufgrund der Geschwindigkeit, und die beiden nächstplatzierten Konkurrenten — Qwen3.8-27B in zwei verschiedenen Community-Quantisierungen — liegen 1,2 bzw. 1,4 Punkte dahinter.

Was folgt, ist eine Lesart dieser Bewertung, so wie das Repository sie am 2026-10-19 veröffentlicht, plus die eigenen veröffentlichten Metadaten des Modells vom 2026-10-19. Wo eine Zahl aus OrcaRouters eigener Ankündigung stammt und nicht vom Drittanbieter-Board, wird dies im Satz gesagt. Nichts davon unten wurde von uns erneut ausgeführt.

Der Vorstand und wer ihn leitet

Das V100-LLM-Repository bündelt eine GUI, eine Reihe von Inferenz-Engines und eine Scoring-Suite, um lokale Modelle auf einer NVIDIA Tesla V100 mit 16 GB unter Windows auszuführen. Die Auswahl eines Modells, einer Voreinstellung und einer Engine, das Herunterladen fehlender Komponenten, das Chatten mit Bildern und das Beobachten der Live-Token pro Sekunde – all das geschieht in dieser GUI. Die Scoring-Suite ist der Teil, der das Ranking erzeugt hat, und das Repository veröffentlicht den gesamten Test-Harness zusammen mit den Scores, was ungewöhnlich genug ist, um einen Absatz wert zu sein.

Die erste Testsuite des Boards war zu einfach. Das Repository sagt es ganz offen: Bei Version eins erreichten die meisten Modelle zwischen 90 und 100 Punkte, was bedeutete, dass es sie nicht voneinander unterscheiden konnte, und diese älteren Ergebnisse sind noch immer im Repo, für alle, die sich das Scheitern ansehen möchten. Version zwei – die harte Testsuite – wurde so entworfen, dass kein Modell der 16-GB-Klasse alles richtig macht. Sie umfasst 72 Aufgaben in sieben Kategorien:

• Coding, 16 Aufgaben — ein Ausdrucksparser ohne eval, Regex-Matching, Dijkstra mit Tie-Breaking, ein LRU-Cache mit TTL, topologische Sortierung, Editierdistanz, römische Zahlen, Sudoku, Rucksackproblem, Spiralmatrix, ein JSON-Minifier. Bewertet anhand versteckter Unit-Tests für Randfälle, die gegen den generierten Code in einer Sandbox mit Zeitlimit ausgeführt werden.

• Logisches Denken, 20 Aufgaben — mehrstufige Mathematik, Logik, Datumsaufgaben, Kombinatorik und Textaufgaben. Die exakte Antwort muss in der letzten Zeile stehen.

• Anweisungen, 12 Aufgaben — drei bis fünf Regeln gleichzeitig: Wortanzahl, verbotene Buchstaben, exakte Formate, Reihenfolge, JSON-Struktur. Jede einzelne Regel einer Aufgabe muss erfüllt sein, nicht nur die meisten.

• Websuche, 8 Aufgaben — Multi-Hop-Fragen, bei denen du suchst, das Ergebnis liest, mit dem Gefundenen erneut suchst und manchmal mit einem Taschenrechner-Tool rechnest. Bewertet werden die richtige Antwort und die minimale Anzahl unterschiedlicher Suchen. Das „Web“ ist ein fester Offline-Index mit 13 Seiten.

• Agent, 6 Aufgaben — ein kleines simuliertes Projekt mit Dateiwerkzeugen und run_tests: einen Fehler beheben, eine Funktion hinzufügen, dateiübergreifend umbenennen, eine Konfiguration korrigieren, einen CSV-Bericht erstellen. Bewertet anhand des endgültigen Dateizustands und der eigenen Tests des Projekts.

• Vision, 8 Aufgaben — generierte Bilder: eine Tabellenspalte summieren, eine Zeile nachschlagen, ein Balkendiagramm ablesen, Punkte zählen, kleinen Text lesen, räumliche Beziehungen, eine analoge Uhr, einen Kassenbon.

• Langer Kontext, 2 Aufgaben — ein Text mit etwa 14.000 Tokens, in dem drei Fakten weit voneinander entfernt versteckt sind, darunter ein Tresorcode, der in drei Teile aufgeteilt ist. Genaue Antwort.

Was „no judge“ wert ist

Die meisten Ranglisten dieser Größe werden von einem Sprachmodell bewertet, das die Antwort liest und entscheidet, ob sie gut ist. Das ist günstig, und es macht die Rangliste unmöglich reproduzierbar: Der Bewerter ist ein Modell, das Modell hat eine Version, und dieselbe Antwort kann an einem Dienstag anders abschneiden als an einem Montag. Die anspruchsvolle Suite entfernt den Bewerter und legt fünf Regeln fest, die die Punktzahl wiederholbar machen.

• Alles wird durch Code geprüft. Die gleiche Antwort erhält immer die gleiche Punktzahl.

• Deterministisch und offline. Temperatur null, Denken deaktiviert, kein Internetzugang – das Web der Kategorie Websuche ist der feste Index mit 13 Seiten.

• Dasselbe Preset, das ein Nutzer erhält. Jedes Modell läuft mit dem Preset, das die GUI empfiehlt, daher sind Geschwindigkeit und Punktzahl diejenigen, die eine Person nach der Installation sieht, und keine auf Sieg getrimmte Konfiguration.

• Jede Aufgabe ist nachweislich lösbar. Das Repository enthält für jede Coding- und Agent-Aufgabe eine korrekte Referenzlösung, und zwei Selbsttest-Skripte prüfen, dass diese Lösungen die Grader bestehen. Berechnete Antworten – Daten, Summen, Codes – sind in der Aufgabendatei als Zusicherungen hinterlegt.

• Die Antwort ist die letzte Zeile. Ein Modell kann laut denken; der Bewerter liest die letzte Zeile. Tool-Aufrufe werden im OpenAI-Format und in den Qwen-XML-tool_call-Textformaten akzeptiert.

Die Bewertungsarithmetik ist ebenso unmodern. Jede Kategorie entspricht dem Prozentsatz der bestandenen Aufgaben. Der Gesamtwert ist der Mittelwert der sieben Kategorien, wobei jede Kategorie gleich gewichtet ist. Die Geschwindigkeit ist die mittlere Generierungsrate bei Antworten mit 64 Tokens oder mehr während des Durchlaufs. Jeder Durchlauf wird als modellspezifische JSON-Datei gespeichert, in der die Antwort zu jeder Aufgabe und ob sie bestanden wurde festgehalten sind, sodass bei Uneinigkeit über eine Bewertung auf das Protokoll zurückgegriffen werden kann.

Wo OrcaCyber Nano 1.0 tatsächlich landet

Die sieben Kategorieergebnisse, jeweils von 100: Programmierung 88, Schlussfolgern 95, Anweisungen 58, Websuche 100, Agent 100, Vision 88, langer Kontext 100. Mittelwert: 89,8.

Die 58 ist die interessante Zahl, und sie ist diejenige, die eine Marketingseite wegrunden würde. Anweisungen ist die Kategorie, in der ein Modell drei bis fünf gleichzeitige Beschränkungen einhalten muss – eine Wortanzahl und ein verbotener Buchstabe und eine exakte Ausgabeform –, und dort verliert Nano fünf von zwölf Aufgaben. Alles andere liegt bei 88 oder darüber. Zwei Kategorien sind perfekt.

Der nächste Konkurrent ist Qwen3.8-27B in HauhauCS’ aggressiver IQ3_XS-Quantisierung mit 88,6 insgesamt und 42,2 Token pro Sekunde; Dritter ist der Unsloth-UD-IQ3_S-Build desselben Modells mit 88,4 und 52,1 Token pro Sekunde. Beide erreichen 94 bis 100 bei Coding und Reasoning, beide fallen bei Instructions auf 50 ab – die Schwäche beim Befolgen von Anweisungen ist also eine Eigenschaft der 27B-Klasse auf diesem Kompressionsniveau, kein Defekt, der nur den Nano betrifft. Was den Ersten vom Dritten trennt, sind 1,4 Punkte, die sich dünn verteilen: ein paar Aufgaben in einer Kategorie, keine andere Modellklasse.

Sechzig Token pro Sekunde – und warum das schnellste Modell woanders ist

Die beworbene Geschwindigkeit beträgt 60 Token pro Sekunde bei einem 32k-Kontext, und das Repository achtet genau darauf, was diese Zahl aussagt. Sie ist die Geschwindigkeit der abgestimmten fast-32k-Voreinstellung des Modells mit Multi-Token-Vorhersage in Tiefe 3, gemessen mit 66,6 Token pro Sekunde bei Code und 54,0 bei Chat für einen Mittelwert von 60,3. Der einfache Mittelwert über alle Evaluierungsantworten beträgt 56,9. Beide Werte stehen in der Fußnote der Tabelle und nicht nur der schmeichelhafte.

Die Geschwindigkeit sinkt mit wachsendem Kontext, und das Repository veröffentlicht die Stufenleiter: 57 Token pro Sekunde bei 96k, 32 bei 160k und 24 bei 262k, sobald 20.000 Token gefüllt wurden. Die Prompt-Verarbeitung bei kurzen Prompts liegt bei 501 Token pro Sekunde. Bis zu 19.600 Token bestehen alle Presets.

Das schnellste Modell auf der Rangliste ist ein anderes. MiniCPM-V 4.7 im 35B-A3B-Q3-Mix-Build läuft bei einem 128k-Kontext mit 93,4 Tokens pro Sekunde, und das erreicht es, indem der Vision-Encoder auf die CPU ausgelagert wird, sodass alle seine Experten auf der Karte bleiben. In der Gesamtwertung belegt es mit 87,5 den vierten Platz. Die Darstellung des Repositories selbst ist ein Kompromiss, kein Durchmarsch: Das Nano wird dort als das schnellste dichte 27B-Modell in der Tabelle beschrieben, was eine engere Aussage ist als „das schnellste Modell“ – und eine zutreffende.

Die Messumgebung wird einmal genannt und gilt für die gesamte Tabelle: ein Tesla V100-SXM2-16GB, ein Xeon E5-2660 v4, 64 GB DDR4. Die getesteten Engines sind PXA, llama.cpp mit einem V100-spezifischen Patch, ein Prism-ML-Fork und Strata, jeweils unter der MIT-Lizenz; CUDA-DLLs unterliegen der NVIDIA-EULA. Modellgewichte werden nicht mitgeliefert – jedes einzelne wird von der eigenen Seite seines Autors auf Hugging Face heruntergeladen.

Was das Modell ist, aus seinen eigenen Metadaten

Das Repository von Hugging Face orcarouter/OrcaCyber-Nano-1.0gibt ein Kontextfenster von 262.144 Token, eine Image-Text-to-Text-Pipeline (sie nimmt Bilder ebenso wie Text entgegen), die GGUF-Bibliothek sowie die Sprachen Englisch und Chinesisch an. Es ist zugriffsbeschränkt: Zum Herunterladen muss man sich anmelden. Das Lizenzfeld lautet other mit dem Lizenznamen qwen. Stand 2026-10-19 verzeichnete das Repository 18.606 Downloads und 151 Likes, und sein Basismodellfeld nennt OrcaCyber-Nano-1.0-AI-Defense mit der Relation quantized – bei den Open-Weight-Dateien handelt es sich um Quantisierungen eines auf Verteidigung abgestimmten Elternmodells, was die ehrliche Art ist, dieses Feld zu lesen.

Es gibt vier Dateien, und ihre Größen erklären die meisten Deployment-Entscheidungen im nächsten Abschnitt:

• Mix-13G — 12.993.304.352 Bytes, der 13,0-GB-Build, der 89,8 erreichte.

• Mix-15.7G — 15.695.148.832 Bytes, der größere Build, passt weiterhin in das Budget einer 16-GB-Karte.

• DFlash2 Q8_0 — 2.056.414.112 Bytes, das Draft-Modell für spekulative Dekodierung.

• mmproj F16 — 927.606.848 Bytes, der Vision-Projektor, der die acht Vision-Aufgaben erst möglich macht.

Mit der Engine und einer funktionierenden Installation sind es etwa 14 GB auf der Festplatte: 13,0 GB Gewichte, ungefähr 0,9 GB Projektor und die Laufzeitumgebung.

Dreizehn Gigabyte passen auf die Karte. Zweihundertzweiundsechzigtausend Token nicht.

Dabei handelt es sich um zwei verschiedene Behauptungen, und in der Berichterstattung werden sie häufig vermischt. Die 13,0 GB große Gewichtsdatei passt in 16 GB VRAM, weshalb das Modell auf einer V100 läuft und noch Platz für den KV-Cache eines 32k-Kontexts bleibt. Der maximale Kontext von 262.144 Token passt nicht auf die Karte; er benötigt den KV-Cache im Systemspeicher, und die Anforderungen des Repositorys nennen 64 GB System-RAM für das 262k-Preset gegenüber 32 GB für den normalen Gebrauch. Geht man bis an diese Obergrenze, beträgt die Geschwindigkeit die 24 Token pro Sekunde aus der obigen Aufstellung.

Der restliche Hardwarebedarf ist bescheiden und spezifisch. Jede NVIDIA-Karte mit 16 GB ab Volta bringt den Stack zum Laufen; der Treiber muss aus der R576-Serie stammen oder eine neuere Version sein; eine im TCC-Modus belassene V100 ist ebenfalls in Ordnung. Es müssen weder WSL noch Docker noch das CUDA Toolkit noch Visual Studio noch Python installiert werden, denn der Ordner bringt seine eigenen Engines und sein eigenes portables Python mit. Pro Modell werden etwa 20 GB freier Speicherplatz benötigt.

Die Lieferantennummern, gekennzeichnet

OrcaRouter kündigte OrcaCyber Nano 1.0 am 2026-10-18 als Notfallveröffentlichung mit offenen Gewichten an und positionierte es in einer dreiteiligen Modellreihe neben OrcaCyber Zero 1.5 und OrcaCyber Ultra 1.0. In derselben Woche öffnete das Unternehmen den kostenlosen Prioritätszugang zu seinen OrcaCyber-Modellen für Teams, die aktiv auf eine Intrusion reagieren. Der Beitrag am nächsten Tag begann mit dem Leaderboard-Ergebnis und beschrieb Nano – nach den eigenen frühen Bewertungen des Anbieters – als das leistungsfähigste lokale Modell in seiner Unter-16-GB-Klasse.

Diese letzte Formulierung ist eine Herstellerangabe und wurde nicht unabhängig reproduziert. Das gilt auch für den Benchmark, der in der Ankündigung wiederholt wurde: 78,4 % bei SWE-bench Verified, verglichen mit den von DeepSeek gemeldeten 79,0 % für DeepSeek V4 Flash. Beide Zahlen werden von den jeweiligen Anbietern angegeben; weder die 78,4 noch die 79,0 wurden von dieser Redaktion selbst getestet, und der Vergleich ist vor allem deshalb interessant, weil ein 27B-Modell auf der eigenen Testumgebung eines Anbieters bis auf 0,6 Punkte an ein deutlich größeres gehostetes Modell herangerückt wird. Lesen Sie es als Ankündigung, nicht als Ergebnis.

Die Modellkarte selbst ist insofern bemerkenswert, als sie etwas nicht enthält. Ihre Tags erwähnen Cybersicherheit, Reverse Engineering, Function Calling und Vision, doch die Karte enthält keine cyberspezifischen Benchmark-Zahlen – keinen Incident-Response-Score, keine Schwachstellenerkennungsrate, kein CTF-Ergebnis. Diese stehen stattdessen auf den Zero-Seiten. Und die CyberGym-Zahl, die im Umlauf um unsere Cyber-Linie kursiert, gehört zu einem kombinierten Setup – Zero 1.0 plus DeepSeek V4 Flash plus adaptives Routing – nicht zu einem Solo-Lauf eines einzelnen Modells. Wenn Sie dieses Modell für Verteidigungszwecke auswählen, ist die ehrliche Beweislage: Eine code-bewertete allgemeine Testsuite setzte es auf einer 16-GB-Karte auf Platz eins von 21, und die cyberspezifische Evidenz liegt woanders und gehört zu anderen Modellen.

Wo es im Verhältnis zu den gehosteten Cyber-Modellen einzuordnen ist

OrcaCyber Nano 1.0 ist ein Weight-Release für lokale Hardware. Du lädst 13 GB herunter, führst es selbst aus, und der obige Score zeigt, was es auf deiner Karte leistet. Es ist heute kein Endpoint in unserem Katalog, und nichts in diesem Artikel sollte so verstanden werden, als wäre dem anders. Was der Katalog jedoch führt, ist der Rest der Serie — OrcaCyber Zero 1.5 und OrcaCyber Ultra 1.0 — unter demselben Key und demselben OpenAI-kompatiblen Endpoint wie über 200 andere Modelle, darunter Claude Opus 5.5, GPT-6.1 Sol, Kimi K3, Qwen3.8-Max und DeepSeek V4 Flash, ohne Token-Aufschlag gegenüber dem Listenpreis des Anbieters und mit automatischem Failover zwischen den Anbietern.

Diese Aufteilung ist die nützliche, die man im Kopf behalten sollte. Nano ist das Modell, das Sie besitzen und offline betreiben, wobei keine Daten die Maschine verlassen — was der ganze Sinn eines Cyber-Modells für die Incident Response ist, denn die Maschinen, die Sie am dringendsten untersuchen müssen, sind häufig genau die, die Sie nicht an eine API senden können. Zero 1.5 und Ultra 1.0 sind die Modelle, die Sie aufrufen. Eine lokale Stufe für die Arbeit in luftgetrennten Umgebungen, eine gehostete Stufe für den Durchsatz, ein gemeinsames Vokabular von Modellnamen zwischen beiden.

Was mit den 89,8 zu tun ist, hängt davon ab, wofür du sie brauchtest. Wenn du auf Belege gewartet hast, dass ein 27B-Modell mit 13 GB auf einer 16-GB-Karte konkurrenzfähig ist – nicht bloß lauffähig, sondern konkurrenzfähig gegen 21 Alternativen bei Aufgaben, die alle durch ausführbaren Code bewertet werden –, dann sind das diese Belege, mit seiner bei 58 sichtbaren Lücke bei der Anweisungsbefolgung und seiner bei 60 Tokens pro Sekunde sichtbaren Geschwindigkeitsobergrenze. Wenn du das Schnellste auf einer V100 brauchtest, ist das ein anderes Modell auf derselben Karte bei 93,4, und es steht eine Zeile weiter unten in der Tabelle.