← Todas las noticias

Ripple-65B Preview abre pesos densos de 65B con Apache 2.0: TerminalBench 2.1 autodeclarado en 80,52

Según The Decoder el 6 de noviembre de 2026, Ricursive publicó Ripple-65B Preview: modelo denso de 65.000 millones de parámetros, la empresa afirma 80,52 en TerminalBench 2.1, el mejor entre modelos abiertos de EE. UU., con pesos bajo Apache 2.0 en Hugging Face; varios benchmarks quedan por debajo de Inkling 2 Small.

Publicado Actualizado
Portada de la noticia original — Ripple-65B Preview abre pesos densos de 65B con Apache 2.0: TerminalBench 2.1 autodeclarado en 80,52
Portada de la noticia originalNoticia original ↗

Qué ha cambiado

Según The Decoder el 6 de noviembre de 2026, la empresa de diseño de chips de IA Ricursive Intelligence entrenó y publicó el modelo de lenguaje abierto Ripple-65B Preview, preentrenado con 12 billones de tokens. El informe señala que la empresa autodeclara 80,52 puntos en el benchmark de programación TerminalBench 2.1 y lo presenta como el mejor resultado de un modelo abierto estadounidense en ese benchmark; esa cifra se obtuvo en parte usando Terminus 2 y en parte OpenCode como harness. El informe también enumera tres resultados autodeclarados más bajos: SWE-Bench Pro v2.0 Hard 79,1 %, DeepSWE v1.1 44,3 % y MCP Atlas 71,67 %, todos por debajo del 86,3 %, 72,1 % y 85,4/85,0 % de Inkling 2 Small, publicado en la misma fecha. El modelo es un Transformer denso de 65.000 millones de parámetros, sin la ruta de mezcla de expertos más habitual, y se indica que está optimizado para hardware Nvidia. Según la empresa, el gasto total de I+D y entrenamiento fue de unos 32 millones de dólares. Los pesos se ofrecen bajo licencia Apache 2.0 en Hugging Face. El informe no menciona reproducción por terceros.

Impacto para desarrolladores

Para los desarrolladores que planean integrarlo o autoalojarlo, lo que a menudo decide si el modelo sirve no es la cifra 80,52, sino cómo se midió. El informe indica explícitamente que el resultado se obtuvo en parte con Terminus 2 y en parte con OpenCode como harness, lo que es un criterio reportado por el fabricante: la puntuación corresponde a la combinación del modelo con un framework de agente concreto, y extrapolarla directamente al propio bucle de llamadas a herramientas es una inferencia, no una conclusión del informe. La segunda diferencia está en la arquitectura: el informe solo dice que es un modelo denso de 65.000 millones de parámetros que no usa MoE; entendido como activación total por token, la relación entre activación y parámetros totales difiere claramente de un MoE de tamaño similar. Si se estima a grandes rasgos con BF16 a unos dos bytes por parámetro, los pesos completos rondan los 130 GB —cálculo aritmético a partir del número de parámetros público, no dato de la fuente—, por lo que una sola GPU de 80 GB no puede alojar los pesos completos en BF16; normalmente se necesitan varias GPU o cuantización. Pero el informe no da longitud de contexto, versiones cuantizadas, mínimo de VRAM ni soporte de frameworks de inferencia, que son las variables principales del coste de autoalojamiento y no pueden deducirse solo del número de parámetros. El tercer punto es el límite de la licencia: el informe solo dice que los pesos se ofrecen con Apache 2.0 y no aclara si el código de entrenamiento, los datos de entrenamiento y las herramientas asociadas también están abiertos; extender la conclusión de «uso comercial» de los pesos a todo el proyecto no es prudente. Además, el único punto de comparación que da el informe es Inkling 2 Small, y Ripple queda por detrás en tres de las métricas; un solo ranking de TerminalBench 2.1 no basta para juzgar la capacidad global.

Integración y evaluación

Lo siguiente es análisis y recomendaciones condicionales, no hechos del informe. Primero, ante el cambio reportado de que «la puntuación de TerminalBench 2.1 se obtuvo con dos harness, Terminus 2 y OpenCode», la elección es ponerlo primero en el grupo de candidatos como comparación en la sombra o sustituir directamente el modelo de código actual; la premisa para cambiar esta elección es cuán cerca está tu framework de agente de esos dos harness: cuanto mayor la diferencia, más difícil trasladar la puntuación. Criterio verificable: ejecutar la comparación con tu propio harness sobre el mismo lote de tickets internos, registrando la tasa de éxito de extremo a extremo, el número medio de rondas de llamadas a herramientas y la distribución de tipos de fallo; solo si la tasa de éxito no es peor que la del modelo actual y las rondas no suben de forma apreciable hay motivo para considerar el cambio. Segundo, ante el conjunto de hechos reportados «65.000 millones denso, optimizado para Nvidia, faltan parámetros de despliegue», la elección es desplegarlo directamente en hardware propio o validar primero su rendimiento mediante un servicio externo antes de decidir la compra; la premisa es la VRAM disponible en una sola máquina y la longitud de contexto objetivo. Criterio: medir la latencia del primer token y el rendimiento estable con la longitud de contexto objetivo, y comparar la tasa de éxito antes y después de la cuantización en el mismo lote de tareas, exigiendo que la caída no supere el umbral que hayas fijado de antemano; de lo contrario harán falta más GPU o un plan de degradación para contextos largos. Tercero, ante el hecho reportado «pesos bajo Apache 2.0», la elección es invertir de inmediato en fine-tuning orientado a distribución o confirmar primero la licencia y el contenido real entregado; la premisa para cambiar esta elección son los archivos realmente incluidos en el repositorio y los términos de la ficha del modelo. Criterio: revisar el archivo de licencia y cualquier término de uso adicional, registrar los metadatos de licencia en el inventario interno de modelos y no invertir en fine-tuning para distribución externa hasta que lo confirme el departamento legal.

Límites y cuestiones pendientes

Las puntuaciones de benchmark y el coste de unos 32 millones de dólares provienen de la autodeclaración de la empresa; el informe no indica si hubo reproducción por terceros ni da detalles de configuración de la evaluación; «el mejor modelo abierto estadounidense» es una afirmación referida solo al benchmark TerminalBench 2.1 y no contradice los tres resultados inferiores que el informe enumera después, pero no puede tomarse como conclusión sobre la capacidad global. La estimación de unos 130 GB de VRAM procede de un cálculo aritmético de 65.000 millones de parámetros a dos bytes por parámetro en BF16, no de datos de la fuente; la fuente no da mínimo de VRAM, longitud de contexto, versiones cuantizadas ni soporte de frameworks de inferencia. Ripple-65B Preview no está actualmente en el catálogo de modelos de KimiSeek; la fuente solo reporta pesos en Hugging Face y no menciona API alojada, por lo que cualquier referencia a disponibilidad de API remite al fabricante y no a KimiSeek; si más adelante aparece una API del fabricante o de terceros, la disponibilidad y la facturación deben regirse por la página del proveedor. Las versiones con la etiqueta Preview suelen seguir cambiando; la continuidad del mantenimiento de los pesos y la apertura del código y los datos de entrenamiento deben verificarse con la ficha del modelo y pruebas locales.

Tres minutos hasta la primera llamada

Crea una cuenta y una clave de API. El coste de las llamadas se descuenta de tu saldo. 30 % de descuento en tu primera recarga. Recarga ¥500, paga ¥350, recibe ¥500 de saldo. Recarga ¥1000, paga ¥850, recibe ¥1000 de saldo La recarga mínima sigue siendo de ¥10, adecuada para pruebas.

Fuentes y proceso editorial

Ripple-65B Preview 发布:完全 Apache 2.0 开源的美国模型,智能体编程成绩强劲

La IA ayudó con el análisis y la traducción de las fuentes citadas, seguidos de controles automáticos. Las recomendaciones no son resultados de pruebas. Consulta el catálogo actual para precios y disponibilidad.