Ricursive AI lance Ripple-65B Preview, un modèle à poids ouverts dense de 65B pour le codage agentique

Ricursive AI a lancé Ripple-65B Preview le 4 novembre, un modèle de langage dense de 65 milliards de paramètres que l’entreprise affirme avoir préentraîné à partir de zéro. Elle prétend qu’il établit un nouveau record pour les modèles à poids ouverts américains sur les tâches de codage agentique, devançant des modèles bien plus grands qu’elle cite : Muse Spark Open-816B, Beam-501B, Inkling-975B et Nemotron 3 Ultra-550B. Il s’agit des affirmations de l’entreprise.

Ricursive indique que le modèle a été préentraîné sur 12 000 milliards de tokens, prend en charge un contexte allant jusqu’à 1M de tokens et obtient un score de 80.52 sur Terminal-Bench 2.1, contre 80.1 pour Beam 501B de Reflection. L’entreprise estime le coût total de recherche et développement à 32 millions de dollars. Elle affirme que le modèle est disponible sur Hugging Face, Together AI, GMI Cloud et OpenRouter.

Shayan Talaei, l’un des auteurs du modèle, affirme qu’il s’agit d’un nouveau record américain pour les modèles à poids ouverts sur Terminal-Bench 2.1. Il indique qu’une équipe centrale de cinq chercheurs l’a conçu et qu’ils ont choisi une architecture dense pour réduire la latence sur de longues séquences d’appels au modèle et aux outils, ainsi que pour simplifier la pile d’entraînement et de déploiement. Selon lui, ils n’ont acheté aucune donnée de post-entraînement : ils ont créé leurs propres pipelines de génération et de filtrage de données à partir de piles d’entraînement et d’inférence open source, et ajusté conjointement le système d’apprentissage par renforcement et le curriculum des tâches.