Ricursive AI lanza Ripple-65B Preview, un modelo de pesos abiertos denso de 65B para programación con agentes

Ricursive AI lanzó Ripple-65B Preview el 4 de noviembre, un modelo de lenguaje denso de 65.000 millones de parámetros que, según afirma, preentrenó desde cero. La empresa sostiene que establece un nuevo estado del arte entre los modelos de pesos abiertos de EE. UU. en tareas de programación con agentes, por delante de modelos mucho más grandes que menciona: Muse Spark Open-816B, Beam-501B, Inkling-975B y Nemotron 3 Ultra-550B. Estas son afirmaciones de la propia empresa.

Ricursive afirma que el modelo se preentrenó con 12 billones de tokens, admite hasta 1M de tokens de contexto y obtiene una puntuación de 80.52 en Terminal-Bench 2.1, frente a los 80.1 de Beam 501B de Reflection. La empresa cifra el costo total de investigación y desarrollo en $32 millones. Afirma que el modelo está disponible en Hugging Face, Together AI, GMI Cloud y OpenRouter.

Shayan Talaei, uno de los autores del modelo, afirma que en Terminal-Bench 2.1 es el nuevo mejor modelo de pesos abiertos de EE. UU. Dice que un equipo central de cinco investigadores lo desarrolló y que eligieron un diseño denso para reducir la latencia en secuencias largas de llamadas al modelo y a herramientas, así como para simplificar la pila de entrenamiento y servicio. Afirma que no compraron datos de posentrenamiento, sino que crearon sus propias canalizaciones de generación y filtrado de datos sobre pilas de entrenamiento e inferencia de código abierto, y que ajustaron conjuntamente el sistema de aprendizaje por refuerzo y el currículo de tareas.