Ricursive AI merilis Ripple-65B Preview, model berbobot terbuka padat 65B untuk coding agentik

Ricursive AI merilis Ripple-65B Preview pada 4 November, model bahasa padat berparameter 65 miliar yang menurut perusahaan mereka latih awal dari nol. Perusahaan mengklaim model ini menetapkan standar baru untuk model berbobot terbuka dari AS dalam tugas coding agentik, mengungguli model yang jauh lebih besar yang mereka sebutkan: Muse Spark Open-816B, Beam-501B, Inkling-975B, dan Nemotron 3 Ultra-550B. Semua ini merupakan klaim perusahaan sendiri.

Ricursive menyatakan model ini dilatih awal dengan 12 triliun token, mendukung konteks hingga 1 juta token, dan meraih skor 80,52 pada Terminal-Bench 2.1, dibandingkan 80,1 untuk Beam 501B dari Reflection. Perusahaan menyebut total biaya riset dan pengembangannya sebesar $32 juta. Menurut perusahaan, model ini tersedia di Hugging Face, Together AI, GMI Cloud, dan OpenRouter.

Shayan Talaei, salah satu penulis model ini, mengatakan bahwa di Terminal-Bench 2.1, model ini menjadi yang terbaik baru di antara model berbobot terbuka AS. Ia mengatakan tim inti yang terdiri dari lima peneliti membangunnya dan memilih desain padat demi latensi rendah saat menjalankan rangkaian panjang panggilan model dan alat, serta tumpukan pelatihan dan penyajian yang lebih sederhana. Ia mengatakan mereka tidak membeli data pascapelatihan, melainkan membangun saluran pembuatan dan penyaringan data sendiri di atas tumpukan pelatihan dan inferensi sumber terbuka, serta menyelaraskan sistem pembelajaran penguatan dan kurikulum tugas secara bersamaan.