Ricursive AI 推出 Ripple-65B Preview：適用於代理式程式設計的 650 億參數密集型開放權重模型

Ricursive AI 於 11 月 4 日推出 Ripple-65B Preview，這是一款擁有 650 億參數的密集型語言模型，該公司表示是從頭開始預訓練的。公司聲稱，在代理式程式設計任務上，這款模型為美國開放權重模型創下新的最先進成果，超越了該公司列出的多款規模大得多的模型：Muse Spark Open-816B、Beam-501B、Inkling-975B 和 Nemotron 3 Ultra-550B。以上皆為該公司的說法。

Ricursive 表示，該模型以 12 兆個 token 預訓練，支援最多 100 萬個 token 的上下文長度，在 Terminal-Bench 2.1 上得分為 80.52，高於 Reflection 的 Beam 501B 的 80.1。該公司稱，完整研發成本為 3,200 萬美元。公司表示，該模型已上架 Hugging Face、Together AI、GMI Cloud 和 OpenRouter。

模型作者之一 Shayan Talaei 表示，該模型在 Terminal-Bench 2.1 上創下美國開放權重模型的新最佳成績。他說，由五名研究人員組成的核心團隊打造了這款模型；他們選擇密集型架構，是為了在長序列的模型與工具呼叫中降低延遲，並簡化訓練與服務堆疊。他表示，他們沒有購買後訓練資料，而是以開源訓練與推論堆疊自行建置資料生成與篩選流程，並共同調整強化學習系統與任務課程。