O model card do Ripple-65B declara vantagem de 80,5 a 80,1 no Terminal-Bench e completa lacunas dos rivais com testes internos

A Ricursive Intelligence lançou o Ripple-65B Preview no Hugging Face em 4 de novembro, sob licença Apache 2.0. É um Transformer denso de 65B parâmetros, pré-treinado do zero com 12 trilhões de tokens e contexto de até 1M de tokens. O lançamento inclui checkpoints instruct em BF16 e NVFP4 e um modelo base em BF16. A Ricursive diz que o custo total de P&D foi de US$ 32M e que chegou a 80,5 no Terminal-Bench 2.1 com 1,4M de rollouts de RL. O model card compara o Ripple com quatro modelos MoE abertos dos EUA, de 501B a 975B parâmetros totais, cada um com 23B a 55B parâmetros ativos, contra 65B do Ripple. A Ricursive diz que a tabela usa as notas oficiais dos model cards quando existem e execuções próprias, marcadas em itálico, para as que faltam. No Terminal-Bench 2.1, os 80,52 do Ripple ficam pouco acima dos 80,1 autodeclarados do Reflection Beam 501B. Nas execuções da Ricursive com o harness oficial Terminus 2, o Beam marca 70,8 e o Ripple, 80,5. A Ricursive diz que a maioria dos modelos teve nota menor nesse harness. No SWE-bench Pro v2.0 Hard e no DeepSWE 1.1, as notas do próprio Ripple também vêm do Terminus 2. Os pesos estão no Hugging Face, e a Ricursive diz que o modelo também roda na Together AI, na GMI Cloud e no OpenRouter. Por que importa: Um modelo denso de 65B que acompanha modelos MoE de 8 a 15 vezes o seu tamanho total em testes de agentes de código deixaria mais times rodarem um bom agente de código em hardware próprio. A Ricursive diz que o modelo cabe em um NVIDIA DGX Spark e publica um checkpoint NVFP4 para uso local. A vantagem principal é de 0,4 ponto, 80,5 contra 80,1, e os dois números são notas que cada empresa deu ao próprio modelo. A própria Ricursive escreve que "replicating benchmark scores has been challenging" (reproduzir notas de benchmark tem sido difícil) em avaliações com agentes. Várias das piores notas dos rivais, como 0,2 do Nemotron 3 Ultra no DeepSWE 1.1 e 2,0 do Inkling no SWE-bench Pro v2.0 Hard, vêm de execuções internas da Ricursive. Até alguém de fora repetir esses testes, trate as células em itálico como medições da Ricursive, não como resultados dos rivais. Os pesos são públicos, então dá para testar o modelo nas suas próprias tarefas.

Para testar: Antes de trocar de modelo, rode o Ripple-65B Preview pelo OpenRouter em algumas tarefas reais do seu repositório, dentro do agente de código que você já usa, lado a lado com o seu modelo atual. Compare a taxa de acerto e o tempo de execução. Quando citar o model card, verifique se a célula está em itálico, o que indica uma avaliação feita pela própria Ricursive.