Ricursive AI、エージェント型コーディング向けの650億パラメータ密なオープンウェイトモデル「Ripple-65B Preview」をリリース

Ricursive AIは11月4日、ゼロから事前学習したとする650億パラメータの密な言語モデル「Ripple-65B Preview」をリリースした。同社は、エージェント型コーディングのタスクで米国のオープンウェイトモデルとして新たな最高水準を達成し、Muse Spark Open-816B、Beam-501B、Inkling-975B、Nemotron 3 Ultra-550Bといったはるかに大規模なモデルを上回ると主張している。これらはいずれも同社の主張だ。

Ricursiveによると、モデルは12兆トークンで事前学習され、最大100万トークンのコンテキストに対応する。Terminal-Bench 2.1では80.52点を獲得し、ReflectionのBeam 501Bの80.1点を上回ったという。同社は研究開発費の総額を3,200万ドルとしている。また、モデルはHugging Face、Together AI、GMI Cloud、OpenRouterで利用できるという。

モデルの作者の一人であるShayan Talaeiは、Terminal-Bench 2.1で米国のオープンウェイトモデルとして新たな最高記録を達成したと述べている。中核となる研究者5人のチームが開発し、モデル呼び出しやツール呼び出しが長く続く場合の低レイテンシーと、よりシンプルな学習・サービング構成を重視して、密なアーキテクチャを選んだという。また、事後学習用データは購入せず、オープンソースの学習・推論スタック上で独自のデータ生成・フィルタリングパイプラインを構築し、強化学習システムとタスクカリキュラムを一体で調整したと述べている。