Blog

Ripple-65B آمد: مدل ۶۵ میلیاردی با ۳۲ میلیون دلار از مدل‌های ۵۰۰ میلیاردی در کدنویسی ایجنتی جلو زد

Ricursive Intelligence پیش‌نمایش Ripple-65B را با لایسنس Apache 2.0 منتشر کرد: مدل dense با ۶۵ میلیارد پارامتر که با امتیاز 80.5 در TerminalBench 2.1 از Reflection Beam 501B جلو زد، روی DGX Spark اجرا می‌شود و کل هزینه‌ی ساختش ۳۲ میلیون دلار بوده است.

7 Nov 2026 · 2 min read · AI · LLM · Open Weights · Ripple-65B · Ricursive · TerminalBench · Coding Agents · Hugging Face · Apache 2.0

Ripple-65B آمد: مدل ۶۵ میلیاردی با ۳۲ میلیون دلار از مدل‌های ۵۰۰ میلیاردی در کدنویسی ایجنتی جلو زد

در ماه‌هایی که هر آزمایشگاه یک MoE چندصد میلیاردی یا تریلیونی بیرون می‌دهد، یک استارتاپ طراحی تراشه با ادعای برعکس آمده است. Ricursive Intelligence روز ۴ نوامبر پیش‌نمایش Ripple-65B را منتشر کرد، یک مدل dense با فقط ۶۵ میلیارد پارامتر. ادعایش این است که بهترین مدل open-weight آمریکایی در کدنویسی ایجنتی است و حدود یک‌دهم رکورددار قبلی خرج برداشته است. پست معرفی با بیش از ۳۴۰ امتیاز و ۱۲۷ کامنت از پربحث‌ترین مطالب آن روز Hacker News بود.

Ricursive Intelligence، سازنده‌ی Ripple-65B
Ricursive در اصل یک پلتفرم طراحی تراشه با AI است و Ripple نسخه‌ی عمومی مدلی است که داخل همان پلتفرم کار می‌کند. منبع: Ricursive Intelligence

عددها

  • TerminalBench 2.1: امتیاز 80.5، بالاتر از Reflection Beam 501B (۸۰٫۱)، Meta Muse Spark Open 816B (۷۶٫۴)، Thinking Machines Inkling 975B (۶۳٫۸) و NVIDIA Nemotron 3 Ultra 550B (۵۶٫۴)
  • معماری: dense، ۸۰ لایه، d_model برابر ۵۱۲۰
  • داده: pretraining از صفر روی ۱۲ تریلیون توکن، با context تا ۱ میلیون توکن
  • هزینه: ۳۲ میلیون دلار، که به گفته‌ی شرکت کل هزینه‌ی تحقیق و توسعه از صفر است
  • لایسنس: Apache 2.0، با وزن‌ها روی Hugging Face و سرویس‌دهی روی Together AI، GMI Cloud، OpenRouter و Fireworks

چطور این‌قدر ارزان؟

به گفته‌ی Ricursive، به‌جای یک RL پرهزینه‌ی brute-force، دستورالعمل SFT و RL را با داده‌ی مصنوعی خودشان بارها تکرار کرده‌اند. نتیجه این شد که به 80.5 با فقط ۱٫۴ میلیون rollout رسیدند، یعنی حدود ۷۰ برابر کمتر از Reflection Beam. در pretraining هم با آزمایش‌های دقیق روی مدل‌های کوچک‌تر (model laddering) به همان کیفیت کد خانواده‌ی Olmo 3 با تا ۱۶ برابر محاسبه‌ی کمتر رسیده‌اند.

انتخاب dense به‌جای MoE هم عمدی بوده است. تیم می‌گوید با sharding ساده، بدون kernel اختصاصی و بدون quantization، کل آموزش را با MFU حدود ۴۰٪ جلو برده. محصول جانبی این انتخاب این است که مدل روی سخت‌افزار محلی مثل NVIDIA DGX Spark هم خوب اجرا می‌شود.

واقعاً این‌قدر خوب است؟

این نسخه هنوز Preview است و همه‌ی اعداد از خود شرکت آمده. TerminalBench هم فقط یک بنچمارک است. refactor بزرگ روی یک codebase واقعی، تست‌های شکننده و latency را نشان نمی‌دهد. تا ارزیابی مستقل نیامده، 80.5 را باید «ادعای خوب» دید، نه «رکورد ثابت‌شده».

نظر من

به نظرم مهم‌ترین عدد این خبر 80.5 نیست، ۳۲ میلیون دلار است. اگر واقعاً با این بودجه می‌شود به سطح مدل‌های ۵۰۰ میلیاردی رسید، یعنی مزیت رقابتی دیگر فقط «GPU بیشتر» نیست و کیفیت داده و دستورالعمل آموزش تعیین‌کننده شده. Apache 2.0 هم یعنی بدون بند و شرط می‌شود رویش محصول ساخت.

برای ما که دسترسی به GPU ابری و API خارجی همیشه دردسر است، یک مدل dense ۶۵ میلیاردی که روی یک جعبه‌ی محلی بالا می‌آید از یک MoE غول‌پیکر روی کاغذ خیلی ارزشمندتر است. اگر ایجنت کدنویسی محلی دارید، این هفته Ripple را کنار مدل فعلی‌تان روی چند issue واقعی ریپوی خودتان امتحان کنید: یک bugfix، یک تست‌نویسی و یک refactor کوچک. مصرف حافظه و سرعت را هم روی همان ماشینی بسنجید که قرار است رویش کار کند.

منابع: معرفی Ripple-65B در سایت Ricursive · خبرنامه‌ی Ricursive · بحث Hacker News

Comments0

Comments +

00

No comments yet — be the first. هنوز نظری ثبت نشده؛ اولین نفر باش.

Leave a comment

0 / 2000