Ricursive AI brengt Ripple-65B Preview uit, een dicht model met open gewichten van 65B voor agentisch programmeren

Ricursive AI bracht Ripple-65B Preview op 4 november uit, een dicht taalmodel met 65 miljard parameters waarvan het bedrijf zegt dat het vanaf nul is voorgetraind. Het bedrijf beweert hiermee een nieuwe state of the art te zetten voor Amerikaanse modellen met open gewichten voor agentische programmeertaken, vóór veel grotere modellen die het noemt: Muse Spark Open-816B, Beam-501B, Inkling-975B en Nemotron 3 Ultra-550B. Dit zijn claims van het bedrijf zelf.

Ricursive zegt dat het model is voorgetraind op 12 biljoen tokens, een context van maximaal 1M tokens ondersteunt en 80,52 scoort op Terminal-Bench 2.1, tegenover 80,1 voor Reflection's Beam 501B. Het bedrijf stelt de totale kosten voor onderzoek en ontwikkeling op $32 miljoen. Volgens het bedrijf is het model beschikbaar op Hugging Face, Together AI, GMI Cloud en OpenRouter.

Shayan Talaei, een van de auteurs van het model, zegt dat het op Terminal-Bench 2.1 een nieuw Amerikaans record is voor modellen met open gewichten. Hij zegt dat een kernteam van vijf onderzoekers het heeft gebouwd en dat ze voor een dicht ontwerp kozen vanwege de lage latentie bij lange reeksen model- en toolaanroepen en een eenvoudiger trainings- en serving-stack. Volgens hem kochten ze geen data voor post-training, maar bouwden ze eigen pipelines voor datageneratie en -filtering op open-source stacks voor training en inferentie, en stemden ze het reinforcement-learningsysteem en het taakcurriculum op elkaar af.