Про кіно, нові інструменти й режисерські рішення.

Інструменти / Аналіз

Ripple-65B Preview: модель для програмування з відкритими вагами й локальним запуском

Ricursive випустила щільну модель на 65 мільярдів параметрів під Apache 2.0. Її результати в програмуванні варто читати разом з умовами тестування; компактніша версія має окремий експериментальний статус.

Рука біля настільного комп’ютера з локальною моделлю для коду на екрані. Концептуальна редакційна ілюстрація, а не бенчмарк, фотографія продукту чи перевірена конфігурація обладнання.
DU / SIGNALS · S/099Редакційна ілюстрація · створено за допомогою ШІ

4 листопада Ricursive Intelligence випустила Ripple-65B Preview — щільну мовну модель, навчену з нуля на 12 трильйонах токенів. Ваги відкриті під Apache 2.0; є й доступ через провайдерів. Компанія називає її універсальною версією моделі, що працює в її платформі проєктування чипів.

Серед пристроїв для локального запуску Ricursive називає NVIDIA DGX Spark. Реліз цікавий командам, які хочуть контролювати, де працює їхня модель для коду. Водночас розмістити ваги в пам’яті й забезпечити потрібний робочий контекст — окремі завдання.

Локальна версія відрізняється від моделі в тестах

Основний репозиторій BF16 містить близько 130 ГБ файлів. Окремий чекпойнт NVFP4 позначено як експериментальний: він стискає шари прямого поширення, залишаючи механізм уваги в BF16. Квантизація знижує точність зберігання частини моделі; опубліковані бали BF16 не слід автоматично переносити на компактнішу збірку.

Джерела: Ricursive Intelligence / Hugging Face [3] · Ricursive Intelligence / Hugging Face [5] · Ricursive Intelligence / Hugging Face [2]

X / DEMO

Анонс Ripple-65B Preview від Ricursive

Завантаження допису з X…

Автор / Ricursive Intelligence / @RicursiveAIВідкрити оригінал 

Офіційний допис про реліз. Умови тестування наведено в картці моделі.

За результатом 80,52 стоять конкретні умови

Ricursive повідомляє про 80,52 на Terminal-Bench 2.1 проти наведених 80,1 у Reflection Beam. Порівняння використовує BF16 і максимальний рівень міркування, поєднуючи бали виробників із власними запусками там, де результатів бракує. Картка попереджає: агентна обв’язка й робота з контекстом впливали на бали. Це порівняння вибраних американських моделей із відкритими вагами за даними компанії, а не рейтинг усіх моделей.

Джерела: Ricursive Intelligence [1] · Ricursive Intelligence / Hugging Face [2]

Проба через API перед локальним встановленням

6 листопада OpenRouter вказував BF16, $0,20 за мільйон вхідних токенів і $0,60 за мільйон вихідних, а також контекст на 1 048 576 токенів. Підтримуються виклики інструментів і вивід JSON без гарантії дотримання JSON-схеми. На перевіреній сторінці маршрутизація всередині ЄС була недоступна.

Команді, яка планує власний сервер, варто почати з характерного завдання у своєму репозиторії та незмінного набору тестів. Зафіксуйте ревізію моделі, агентну обв’язку, межу контексту й невдалі виклики інструментів. Так пробу через API можна буде зіставити з подальшим локальним запуском.

Джерела: OpenRouter [6]

ДЖЕРЕЛА ТА МЕТОД

Що стоїть за цим матеріалом

На основі офіційного анонсу, відкритих репозиторіїв, ліцензії та сторінки провайдера. Ми не запускали модель і не відтворювали бенчмарки.

  1. Introducing Ripple-65B Preview Ricursive Intelligence · 2026-11-04
  2. Ripple-65B Preview model card and evaluation conditions Ricursive Intelligence / Hugging Face
  3. Ripple-65B Preview public model files Ricursive Intelligence / Hugging Face
  4. Apache 2.0 licence in the released repository Ricursive Intelligence / Hugging Face
  5. Ripple-65B Preview NVFP4 — experimental checkpoint Ricursive Intelligence / Hugging Face
  6. Ripple-65B Preview API availability and pricing OpenRouter