Ricursive AI veröffentlicht Ripple-65B Preview, ein dichtes Open-Weight-Modell mit 65 Milliarden Parametern für agentisches Programmieren

Ricursive AI hat am 4. November Ripple-65B Preview veröffentlicht, ein dichtes Sprachmodell mit 65 Milliarden Parametern, das laut Unternehmen von Grund auf vortrainiert wurde. Die Firma behauptet, es setze einen neuen Maßstab für US-amerikanische Open-Weight-Modelle bei Aufgaben des agentischen Programmierens und übertreffe dabei deutlich größere Modelle, die sie nennt: Muse Spark Open-816B, Beam-501B, Inkling-975B und Nemotron 3 Ultra-550B. Dies sind Behauptungen des Unternehmens.

Ricursive zufolge wurde das Modell mit 12 Billionen Tokens vortrainiert, unterstützt bis zu 1 Mio. Tokens Kontext und erzielt 80,52 auf Terminal-Bench 2.1 gegenüber 80,1 für Reflections Beam 501B. Die gesamten Forschungs- und Entwicklungskosten beziffert das Unternehmen auf 32 Millionen US-Dollar. Das Modell ist laut Unternehmen auf Hugging Face, Together AI, GMI Cloud und OpenRouter verfügbar.

Shayan Talaei, einer der Autoren des Modells, sagt, es sei auf Terminal-Bench 2.1 ein neuer Spitzenreiter unter den US-amerikanischen Open-Weight-Modellen. Ein Kernteam aus fünf Forschern habe es entwickelt. Für geringe Latenz bei langen Sequenzen aus Modell- und Tool-Aufrufen sowie einen einfacheren Trainings- und Bereitstellungs-Stack habe man sich für eine dichte Architektur entschieden. Man habe keine Post-Training-Daten gekauft, sondern eigene Pipelines zur Datengenerierung und -filterung auf Open-Source-Stacks für Training und Inferenz aufgebaut und das Reinforcement-Learning-System gemeinsam mit dem Aufgabenlehrplan abgestimmt.