Ricursive 发布 Ripple-65B Preview，自称美国最佳智能体编程开放权重模型

Ricursive Intelligence 发布 Ripple-65B Preview，并将其定位为面向智能体编程的开放权重模型，关注价值在于比较较小规模密集模型与超大规模混合专家模型在代码代理任务上的效率与效果。

• 公司发布页称该模型为 65B 参数的 dense Transformer，使用 12T token 预训练，支持最长 1M token 上下文，并以 Apache 2.0 形式提供权重。
• Ricursive 在 TerminalBench 2.1 上报告 80.52 分，并称其超过若干参数规模更大的美国开放权重模型。
• Hugging Face 模型卡说明，部分对比结果采用公司自有评测流程；页面同时提醒现代智能体基准容易受 harness、上下文长度和工具配置影响。
• 公司称训练成本约 3200 万美元，但该数字属于发布方口径，不能单独用于推导单位性能成本或商业优势。
• 影响/看点：若不同评测框架和独立测试仍能复现其代码代理成绩，开放权重模型的竞争重点可能进一步转向训练与推理效率；成立条件是第三方使用统一工具链验证结果，并观察真实软件工程任务中的稳定性。
• 资料依据:
• Ricursive Intelligence（2026-11-04）：https://www.ricursive.com/ripple
• Hugging Face 模型卡（2026-11-04）：https://huggingface.co/ricursiveAI/Ripple-65B-Preview
• IT之家（2026-11-06）：https://www.ithome.com/1/023/158.htm

本内容由 AI 生成，仅供参考，请注意甄别