Ripple-65B Preview

Ripple-65B Preview 是芯片设计实验室 Ricursive Intelligence（联合创始人含 Anna Goldie、Azalia Mirhoseini）于 2026 年 11 月 4 日 公开发布的 65B 稠密开源权重语言模型。官方称其为驱动其 AI 芯片设计平台的专有模型的通用变体：在约 12 万亿 token 上预训练，宣称支持至约 100 万 token 上下文，并在 TerminalBench 2.1 上自报 80.52，超过更大参数量的美方开源模型（如 Reflection Beam 501B、Meta Muse Spark Open 816B 等）。

权重以 Apache 2.0 形式上架 Hugging Face（ricursiveAI/Ripple-65B-Preview 等），并已出现在 Together AI、GMI Cloud、OpenRouter；另有 NVFP4、Base Preview、DFlash2 草稿模型等配套。官方强调稠密架构、约 $3200 万 全栈研发成本，以及可在 MacBook Pro / DGX Spark 等本地设备上相对高效运行。

解决什么问题

美方开源权重在 agentic coding 上长期落后于更大闭源或海外 MoE。Ripple 试图用更小的稠密 65B + 硬件协同设计，把 TerminalBench 类任务推到可本地部署的区间。

与同类差异

• 稠密 65B，而非同档常见的巨型 MoE；延迟与服务路径更可预期。
• 强调 模型—软件—芯片 共设计与约十分之一于前代开源 SOTA 的研发成本叙事。
• 注意与自称 Recursive / Flint 等无关公司区分：本产品来自 Ricursive Intelligence。

限制

• TerminalBench 等数字多为厂商自报，独立评测（如 Artificial Analysis）初期可能暂缺。
• 模型卡称至多 1M 上下文，但部分托管端点仅开 ~16K，下载权重与 API 能力不一致。
• Preview 版本，生产前需自测长上下文与工具调用。

适合谁

需要可商用 Apache 权重、偏重终端/仓库 agent 编码、又能接受 65B 本地或托管推理成本的团队。

如何上手

1. 读 ricursive.com/ripple 与 HF ricursiveAI/Ripple-65B-Preview。
2. 在 Together / OpenRouter / GMI 试 API，或下载 BF16 / NVFP4 自托管。
3. 用自有 TerminalBench 风格任务复核，再决定是否替换现有开源 coder。