什麼是 Ripple-65B Preview？擊敗更大對手的 65B 開放模型

Ricursive Intelligence 於 2026 年 11 月 4 日發布了 Ripple-65B Preview——一個擁有 650 億參數的密集型開放權重模型，儘管體積較小，卻在美國開放權重模型中取得了最高的自報智能體編碼評分。它在關鍵測試中擊敗了體積大出數倍的模型，採用 Apache 2.0 授權發布，並可在單台機器上運行。以下是 Ripple-65B Preview 的實際情況、基準測試表現，以及在相信這些標題之前值得了解的注意事項。

什麼是 Ripple-65B Preview？

Ripple-65B Preview 是一個擁有 650 億參數的密集型 Transformer，從頭開始在 12 萬億個 token 上預訓練，支持最多 100 萬個 token 的上下文長度。它以寬鬆的 Apache 2.0 授權發布，你可以下載並自行運行其權重。

該模型來自 Ricursive Intelligence，這是一家位於帕洛阿爾托的初創公司，以 AI 芯片設計而非前沿大型語言模型著稱。Ripple 是驅動 Ricursive 芯片設計平台的專有模型的通用版本——現以開放權重形式向所有人提供。曾參與 Google AlphaChip 項目的聯合創始人 Anna Goldie 和 Azalia Mirhoseini 主導了這一工作，此次發布獲得了 Google 的 Jeff Dean 公開祝賀。

「Preview」標籤至關重要。根據 Ricursive 自己的說法，此次發布僅經過了相對輕量的後訓練，重點在於智能體編碼，因此這是一個早期檢查點，而非最終產品。

Ripple-65B Preview 基準測試

核心聲明是在 Terminal-Bench 2.1 上取得 80.52 分，這是一個衡量模型在終端內編寫和執行代碼能力的基準測試。根據 Ricursive 的模型卡片，該分數在所比較的美國開放權重模型中領先：

有兩點值得關注。首先，表中每個競爭對手都是混合專家（MoE）模型，總參數量遠超 Ripple——Ripple 是密集型且體積更小，但在 Terminal-Bench 2.1 和 SWE-bench Pro v2.0 Hard 上仍略勝一籌。其次，結果並非全面勝出：Reflection Beam 在 SWE-bench Verified 上仍領先，Muse Spark Open 在 DeepSWE 1.1 上勝出，而更大的模型在通用知識（MMLU）和部分數學測試上略有優勢。

換言之，Ripple 在其專門調優的領域——智能體編碼——表現最強，在其他方面僅具競爭力。

為何小型密集模型能擊敗更大的模型

Ricursive 做出了一個刻意的架構選擇。與大多數實驗室現在採用的 MoE 設計不同，它訓練了一個現代化密集型 Transformer，以保持訓練和服務基礎設施的簡潔性。該模型採用「細而深」的形狀——在 80 層中使用 5,120 的窄 d_model——以及類似 Gemma-3N 的架構，專為大規模訓練穩定性而選擇。

效率方面的故事才是真正的亮點。Ricursive 將總研發成本定為約 3,200 萬美元，估計約為智能體編碼領域前一個開放權重領導者成本的十分之一。它還報告稱，僅用 140 萬次強化學習（RL）推演就達到了 Terminal-Bench 分數——大約比 Reflection Beam 少用了 70 倍。相對於其自身的 Olmo 3 基準，Ricursive 報告在代碼方面實現了 16 倍的計算效率提升，在完整規模下更達到 55 倍。

這些數字來自 Ricursive，而非獨立實驗室，因此在第三方驗證之前，應將其視為供應商的自報數據。

你能在本地運行 Ripple-65B Preview 嗎？

可以——這正是其重要意義所在。以 650 億總參數計，Ripple 足夠小，可以在 NVIDIA DGX Spark 等消費級硬件上運行，Ricursive 將其定位於本地開發。它發布了三個檢查點：一個指令調優的 BF16 模型、一個量化的 NVFP4 版本，以及一個 BF16 基礎模型，另附 Colab 以便快速上手。

在數據中心 GPU 上，Ricursive 報告在批量大小為 8 的情況下，2xB200 上的速度約為每秒 250 個 token，這還未經過任何量化或自定義內核優化。

你可以從以下渠道獲取權重和托管訪問：

• Hugging Face — ricursiveAI/Ripple-65B-Preview（Apache 2.0 權重）
• API 合作夥伴 — Together AI、GMI Cloud 和 OpenRouter，Fireworks 列為在發布當天上線

「美國開放權重 SOTA」聲明的可信度

這一聲明是真實的，但範圍有限。「美國開放權重模型的最先進水平」排除了閉源模型和非美國開放模型，因此這並非聲稱 Ripple 是整體最佳模型，甚至不是最佳開放模型。獨立報道指出，Ripple 在其他基準測試中落後於一些更大的開放模型。

幾點誠實的注意事項：

• 自報數據。 標題分數是 Ricursive 自己的；Ricursive 本身也指出，智能體評估分數會因測試框架和設置的不同而有很大差異。
• Preview，非最終版本。 輕量後訓練意味著行為可能在後續版本中發生變化。
• 範圍有限的聲明。 領先聲明僅針對智能體編碼領域的美國開放權重模型，並非普遍排名。

這些都不能抹殺這一成就——一個 650 億密集型模型在艱難編碼任務上匹敵甚至超越 5,000 億至 9,750 億參數的競爭對手，是真實的成果。這只是意味著，這些表述值得像對待任何發布日基準測試一樣加以審視。

Ripple-65B Preview 對比 Reflection Beam 和 Muse Spark Open

如果你正在近期開放權重編碼模型中做選擇，取捨主要在於體積與廣度之間：

• Ripple-65B Preview — 最小且運行成本最低；在 Terminal-Bench 2.1 和 SWE-bench Pro v2.0 Hard 上表現最佳；密集型且易於本地部署。
• Reflection Beam（501B） — 在 SWE-bench Verified 上更強；體積更大的 MoE，托管負擔更重。
• Muse Spark Open（816B） — 在 DeepSWE 1.1 和 MCP Atlas 上勝出；Meta 發布的更大模型，覆蓋範圍更廣。

對於希望部署本地編碼模型且能接受「Preview」成熟度的團隊而言，Ripple 是最值得關注的新選擇。若要在編碼評估中追求最大廣度，更大的模型在某些方面仍有優勢。

在你自己的 AI 工作團隊中運行開放模型

Ripple-65B Preview 正是為智能體日常工作而生：讀取代碼庫、編寫代碼，並在終端中執行命令。Eigent 是一個開源多智能體「協作」桌面應用，可在本地運行這一工作流程——將一個智能體團隊指向審查 GitHub 拉取請求等任務，並將模型和數據保留在你自己的機器上。如果你想將本地開放權重模型與本地智能體運行時配對，下載 Eigent 並開始構建你自己的 AI 工作團隊。