Ricursive выпустила Ripple-65B Preview: 65 млрд параметров и веса под Apache 2.0

Ricursive Intelligence открыла веса Ripple-65B Preview — модели на 65 млрд параметров для общих задач с акцентом на программирование и работу агентов. Релиз датирован 4 ноября 2026 года в публикации VentureBeat. Сам официальный анонс даты не содержит.

По описанию Ricursive, публичная модель представляет собой универсальный вариант внутренней разработки, которая используется в платформе проектирования чипов. Ripple обучили с нуля на 12 трлн токенов. Компания выбрала плотную архитектуру Transformer вместо Mixture-of-Experts, чтобы упростить обучение и обслуживание на оборудовании NVIDIA.

Какие веса доступны

В карточке модели на Hugging Face указаны лицензия Apache 2.0 и контекст до 1 048 576 токенов. Выпуск включает три варианта:

• Модель после настройки на инструкции в BF16.
• Модель после настройки на инструкции в NVFP4.
• Базовую модель в BF16 для дальнейшей адаптации.

Вариант NVFP4 помечен как экспериментальный. Квантование применяется к MLP-слоям, а attention остаётся в BF16. Это смешанный формат, поэтому рассчитывать объём памяти исходя из четырёх бит на каждый параметр было бы неверно.

Ricursive называет NVIDIA DGX Spark примером устройства для локального запуска. При этом меньший общий размер относительно крупных MoE-моделей сам по себе не доказывает меньшие вычислительные затраты на токен: в сравнительной таблице у Ripple указаны 65 млрд активных параметров, а у Reflection Beam — 23 млрд при 501 млрд суммарно.

Что показывают тесты

Ricursive заявляет результат 80,52 на Terminal-Bench 2.1. В её таблице Reflection Beam получает 80,1. На SWE-bench Pro v2.0 Hard приведены 79,1 для Ripple и 76,5 для Beam. Однако преимущество не распространяется на все задачи: например, на SWE-bench Verified Ripple получает 76,5 против 81,6 у Beam.

Это сравнение производителя, а не независимое измерение. Таблица объединяет опубликованные результаты других лабораторий и внутренние прогоны Ricursive. Для Ripple на SWE-bench Pro v2.0 Hard используется Terminus 2; в других случаях без отдельно указанной оболочки — OpenCode. Авторы признают трудности воспроизведения агентных тестов и влияние оболочки, длины контекста и суммаризации на итоговые баллы. Заявленное лидерство ограничено выбранными американскими моделями с открытыми весами.

Доступ через API

Для проверки без собственного сервера модель представлена в OpenRouter под идентификатором ricursiveai/ripple-65b-preview. Страница указывает обслуживание через GMICloud в BF16, поддержку вызова инструментов и тариф $0,20 за миллион входных токенов и $0,60 за миллион выходных. Это цены конкретного маршрута доступа. Заявленный максимальный контекст модели следует отдельно сверять с ограничениями выбранного API и конфигурации запуска.