11月初的AI圈被一家五人团队搅动了。Ricursive Intelligence发布Ripple-65B Preview，一个650亿参数的稠密开源模型，在Terminal-Bench 2.1上拿下80.5分，把500B以上的一众开源巨模型甩在身后。权重放在Hugging Face上，许可证是Apache 2.0，商用随便用。
这份成绩单值得逐行细看。
三个基准，一份硬成绩
Ripple-65B Preview在Terminal-Bench 2.1拿到80.5%，此前美国开源权重模型的最高纪录是Reflection的Beam，80.1分。Beam是个大约8倍体量的模型。SWE-Bench Pro v2.0-Hard上，Ripple拿到79.1%。DeepSWE v1.1上是44.3%。
更扎心的对比是参数量。Ripple-65B这次超越的对手名单里，有Meta的Muse Spark Open（816B）、Beam（501B）、Inkling（975B）。一个65B的稠密模型，把三个500B级选手压在身下，这在开源编程模型的榜单上还是头一回。
五个人、3200万美元、12万亿Token
训练成本是另一个看点。这个模型由五人核心团队从零预训练，总投入约3200万美元，预训练数据量12万亿Token文本和代码。
后训练阶段同样克制。Ricursive自己搭建了RL任务管线，随模型能力提升持续加入更难的任务。官方披露的数据是：仅用140万次rollout就完成了这轮RL爬坡，大约是前SOTA模型Reflection Beam的七十分之一。
斯坦福AI实验室的研究员确认了这个结果。一个五人团队、一次有限的算力预算，做出了美国开源权重模型在agentic coding上的新SOTA，这件事本身比分数更值得琢磨。
稠密架构的回马枪
过去两年开源阵营几乎被MoE（混合专家）架构统治。千问、DeepSeek、Kimi、Llama，清一色的稀疏激活。理由很朴素：MoE推理便宜，每次只激活一小部分专家。
Ripple-65B偏选了稠密路线：650亿参数，每个Token全部激活。代价是推理成本高于同参数量的MoE模型，收益是训练效率高、能力密度大。12万亿Token喂进去，没有参数浪费。
这个选择在端侧场景反而成了优势。65B稠密模型配合量化，可以塞进MacBook或者NVIDIA DGX Spark本地跑。开发者不需要一张H100，一台桌面设备就能拥有当前美国开源最强的编程Agent。
一笔账：API价格和任务成本
不本地部署也有便宜路子。Together AI已经上架Ripple-65B Preview的托管API，价格是每百万Token输入0.20美元、输出0.60美元。
按eesel AI的测算，配合缓存，单个Agent任务的平均成本大约0.11美元。对比旗舰闭源模型动辄几美元的单任务成本，这个价格对高频自动化场景很有吸引力。
有两处短板要提。上下文窗口方面，Together API目前给的是16K级别，对比Beam的100万Token上下文差距明显。基准覆盖上，eesel统计的22项基准里Ripple只在2项领先，Beam在5项编程与Agent测试上仍占优。选型时别只看榜首那一行。
本地怎么跑
权重地址是Hugging Face上的ricursiveAI/Ripple-65B-Preview。65B稠密模型，FP16下需要约130GB显存，本地部署的现实路径是量化：
- 4-bit量化后约35GB，一台64GB内存的Mac Studio或者DGX Spark可以承载
- 推理框架用vLLM或llama.cpp都行，vLLM对稠密模型的吞吐优化更成熟
- 想省事就直接走Together API，$0.20/$0.60的定价试错成本很低
给开发者的三个判断
第一，模型能力密度在快速上升。65B做到800B级模型的编程水平，中间只隔了一个精心设计的RL管线。买卡之前先看看小模型能做到什么程度。
第二，训练成本在塌缩。3200万美元做出SOTA，对比动辄数亿美元的前代训练账单，这个数字会鼓励更多小团队入场。开源编程模型的供给会越来越密。
第三，稠密小模型可能是端侧Agent的答案。Agent场景吃的是多轮工具调用的反应速度和隐私性，本地跑一个80分的编程模型，比远程调一个82分的旗舰更实际。
Ripple-65B Preview目前还是Preview版本，官方标注了后续会继续迭代。五人团队的下一版会做到什么分数，这个悬念本身就值得追。
参考来源：Ricursive官网、MarkTechPost、eesel AI评测、Together AI模型页。
苏公网安备32010502011527号
发表回复