什么是 Ripple-65B Preview？击败更大竞争对手的 65B 开源模型

Ricursive Intelligence 于 2026 年 11 月 4 日发布了 Ripple-65B Preview——这是一个拥有 650 亿参数的密集型开放权重模型，尽管体量相对较小，却在美国开放权重模型中取得了自报最高的智能体编码评分。它在关键测试中击败了参数量多出数倍的模型，采用 Apache 2.0 协议发布，并可在单台机器上运行。以下是 Ripple-65B Preview 的真实情况、基准测试表现，以及在相信这些宣传标题之前值得了解的注意事项。

什么是 Ripple-65B Preview？

Ripple-65B Preview 是一个拥有 650 亿参数的密集型 Transformer，从头开始在 12 万亿 token 上进行预训练，支持最多 100 万 token 的上下文长度。它以宽松的 Apache 2.0 协议发布，权重可供下载并自行运行。

该模型来自 Ricursive Intelligence，这是一家位于帕洛阿尔托的初创公司，以 AI 芯片设计而非前沿大语言模型著称。Ripple 是驱动 Ricursive 芯片设计平台的专有模型的通用版本——现以开放权重形式向所有人开放。曾参与 Google AlphaChip 项目的联合创始人 Anna Goldie 和 Azalia Mirhoseini 主导了这一工作，此次发布也获得了 Google 的 Jeff Dean 公开祝贺。

"Preview"标签至关重要。据 Ricursive 自述，此次发布仅经过了相对轻量的、专注于智能体编码的后训练，因此这是一个早期检查点，而非最终成品。

Ripple-65B Preview 基准测试

核心宣传点是 Terminal-Bench 2.1 上的 80.52 分，该基准测试衡量模型在终端内编写和执行代码的能力。根据 Ricursive 的模型卡片，该分数在所对比的美国开放权重模型中位居榜首：

有两点值得关注。第一，表中每个竞争对手都是混合专家（MoE）模型，总参数量远超 Ripple——Ripple 是密集型且体量更小，却在 Terminal-Bench 2.1 和 SWE-bench Pro v2.0 Hard 上略胜一筹。第二，结果并非全面领先：Reflection Beam 在 SWE-bench Verified 上仍居首位，Muse Spark Open 赢得 DeepSWE 1.1，更大的模型在通用知识（MMLU）和部分数学测试上也略有优势。

换言之，Ripple 在其专门调优的领域——智能体编码——表现最强，在其他方面仅具竞争力。

为什么小型密集模型能击败更大的模型

Ricursive 做出了一个深思熟虑的架构选择。与大多数实验室现在采用的 MoE 设计不同，它训练了一个现代化密集 Transformer，以保持训练和推理基础设施的简洁性。该模型采用"细而深"的结构——在 80 层中保持 5,120 的窄 d_model——以及类 Gemma-3N 的架构，该架构专为大规模训练稳定性而选择。

效率才是真正的亮点。Ricursive 将总研发成本定为约 3200 万美元，估计约为此前智能体编码领域开放权重领先者成本的十分之一。它还报告称，达到 Terminal-Bench 分数仅使用了 140 万次强化学习（RL）rollout——大约是 Reflection Beam 所用次数的 1/70。相对于自身的 Olmo 3 基线，Ricursive 报告在代码方面实现了 16 倍的计算效率提升，在完整规模下提升至 55 倍。

这些数字来自 Ricursive 本身，而非独立实验室，因此在第三方复现之前，应将其视为厂商自报数据。

能否在本地运行 Ripple-65B Preview？

可以——这在很大程度上正是其意义所在。Ripple 总参数量为 650 亿，足够小，可以在 NVIDIA DGX Spark 等消费级硬件上运行，Ricursive 也将其定位于本地开发场景。它发布了三个检查点：一个指令微调的 BF16 模型、一个量化的 NVFP4 版本，以及一个 BF16 基础模型，并附带一个 Colab 入门笔记本。

在数据中心 GPU 上，Ricursive 报告在批量大小为 8 时，2xB200 上的速度约为每秒 250 个 token，这还未经过任何量化或自定义内核优化。

您可以从以下渠道获取权重和托管访问：

• Hugging Face — ricursiveAI/Ripple-65B-Preview（Apache 2.0 权重）
• API 合作伙伴 — Together AI、GMI Cloud 和 OpenRouter，Fireworks 据称在发布当天上线

"美国开放权重 SOTA"这一说法是否成立

这一说法是真实的，但范围较窄。"美国开放权重模型中的最先进水平"排除了闭源模型和非美国开源模型，因此这并不是说 Ripple 是整体上最好的模型，甚至不是最好的开源模型。独立报道指出，Ripple 在其他基准测试中落后于一些更大的开源模型。

几点诚实的注意事项：

• 自报数据。 核心分数来自 Ricursive 自身；Ricursive 本身也指出，智能体评估分数会因测试框架和设置不同而产生较大波动。
• Preview，非最终版本。 轻量后训练意味着行为可能在后续版本中发生变化。
• 范围有限的声明。 领先声明仅针对美国开放权重模型在智能体编码方面的表现，并非通用排名。

这些都不能抹杀这一成就——一个 650 亿参数的密集模型在高难度编码任务上与 500B 至 975B 的竞争对手持平甚至超越，是真实的成果。这只是意味着，这些说法与任何发布日基准测试一样，都值得同等程度的审视。

Ripple-65B Preview 对比 Reflection Beam 与 Muse Spark Open

如果您正在近期的开放权重编码模型中做选择，权衡主要在于规模与覆盖广度之间：

• Ripple-65B Preview — 最小、运行成本最低；在 Terminal-Bench 2.1 和 SWE-bench Pro v2.0 Hard 上表现最佳；密集型架构，易于本地部署。
• Reflection Beam（501B） — 在 SWE-bench Verified 上更强；体量更大的 MoE 模型，托管成本更高。
• Muse Spark Open（816B） — 赢得 DeepSWE 1.1 和 MCP Atlas；Meta 发布的更大模型，覆盖范围更广。

对于希望部署本地编码模型且能接受"Preview"成熟度的团队而言，Ripple 是目前最值得关注的新选项。若需在编码评估中追求最大广度，更大的模型在某些方面仍具优势。

在您自己的 AI 工作团队中运行开源模型

Ripple-65B Preview 正是为智能体日常工作而生：读取代码仓库、编写代码、在终端执行命令。Eigent 是一款开源多智能体"协作"桌面应用，可在本地运行上述工作流——将一组智能体指向审查 GitHub Pull Request 等任务，并将模型与数据保留在您自己的机器上。如果您希望将本地开放权重模型与本地智能体运行时结合使用，下载 Eigent，开始构建您自己的 AI 工作团队。