Ripple 65B Preview vs. Kimi K3.1 Pro: Zwei Open-Weight-Releases, keine gemeinsamen Benchmarks

Am 4. November 2026 erschienen zwei Open-Weight-Modelle innerhalb von Stunden zueinander, und kaum jemand verglich sie ordentlich. Ripple 65B Preview ist ein dichtes Modell mit 65 Milliarden Parametern von Ricursive Intelligence, von Grund auf mit 12 Billionen Token vortrainiert und unter Apache 2.0 veröffentlicht. Kimi K3.1 Pro ist Moonshot AIs Sparse-Flaggschiff mit einer Billion Parametern, dessen API am 23. Oktober startete und dessen Gewichte – etwa 1,56 TB davon – am 4. November öffentlich wurden. Das eine ist klein genug, um auf einen Schreibtisch zu passen; das andere braucht ein Rechenzentrum. Die naheliegende Frage ist, welches besser ist, und die ehrliche Antwort ist, dass keine veröffentlichte Zahl eine Antwort erlaubt, weil die beiden Labore keinen einzigen Benchmark in derselben Version ausgeführt haben.

Das ist kein rhetorischer Ausweichtrick. Es ist das Nützlichste auf dieser Seite: Wenn Sie zwischen diesen beiden wählen, wählen Sie zwischen zwei unterschiedlichen Arten von Wetten, und die Benchmark-Tabelle kann Ihnen diese Entscheidung nicht abnehmen.

Was jedes Modell tatsächlich ist

Ripple 65B Preview ist dicht, nicht sparse. Jeder seiner 65 Milliarden Parameter wird bei jedem Token aktiviert, in einem 80-schichtigen „Thin-and-Deep“-Transformer mit einem 5.120 breiten Residualstrom. Ricursive beschreibt das Design als Abkehr von der Olmo-3-Architektur hin zu einer Gemma-3N-ähnlichen – überprovisionierte Attention-Heads, ein höheres Verhältnis von Sliding-Window- zu globaler Attention, gated Attention, globales NoPE, Value-Residuals und FFN-Aktivierungs-Clipping. Das Training lief 877.500 Schritte bei 8K Sequenzlänge auf einem rein textbasierten, überwiegend aus Englisch und Code bestehenden Korpus, gefolgt von Midtraining, einer Langkontext-Phase und leichtem RL mit Fokus auf agentisches Coding. Ricursive beziffert die Rechenkosten auf 32 Mio. US-Dollar.

Kimi K3.1 Pro ist genau entgegengesetzt aufgebaut. Es ist ein Mixture-of-Experts-Modell in der Billionen-Parameter-Klasse — Tracker von Drittanbietern schätzen es auf insgesamt rund 2,8 Billionen Parameter, bei etwa 104 Mrd. aktiven Parametern pro Token — und in Moonshots Release Notes wird es als post-trainierter K3 mit einem deutlich größeren RL-Budget beschrieben, das über Hunderte Domänen verteilt ist. Das eigene Launch-Material des Unternehmens bezeichnet es als post-trainierte Version von K3, doch die Modellkarte liefert genauere Details: Der Backbone wurde von 24 Gated-MLA-Schichten auf 24 Gated-DSA-Schichten umgestellt. Es bietet Text-, Bild- und Videoeingabe, konfigurierbaren Reasoning-Aufwand und ein Kontextfenster von 1.048.576 Token.

• Parameter — 65B dicht (alle aktiv) vs. ~2,8T gesamt / ~104B aktiv, laut Drittanbieter-Trackern

• Kontext — 1 Mio. Tokens angegeben vs. 1.048.576 Tokens, angegeben und bereitgestellt

• Lizenz — Apache 2.0 vs. die umbenannte Kimi-K3-Lizenz mit einer MaaS-Schwelle von 20 Mio. USD/12 Monate

• Gewichte auf der Festplatte — ein BF16-Checkpoint in einem einzigen Repo plus NVFP4- und Basisvarianten gegenüber ~1,56 TB über 96 MXFP4-Shards

• Modalität — Text als Eingabe, Text als Ausgabe vs. Text, Bild und Video als Eingabe, Text als Ausgabe

• Preis — $0,20 / $0,60 pro Million Input-/Output-Tokens in Drittanbieter-Listings gegenüber $2,00 / $10,00, dem Satz, den unser eigener Katalog führt

Die Zahl, die wie ein Blowout aussieht, ist keiner.

Ripples Modellkarte gibt 80,5 auf Terminal-Bench 2.1 an. Kimis Launch-Ankündigung gibt 65,7 auf Terminal-Bench 4.0 an. Stellt man diese nebeneinander, scheint Ripple bei einem Bruchteil der Größe um fast 15 Punkte zu gewinnen. Dieser Vergleich ist bedeutungslos, und er wird in den Antworten auf beide Launch-Threads ständig angestellt.

Terminal-Bench 4.0 ist eine spätere, schwierigere Revision des Harness als 2.1. Bei einem Modell, das im 2.1-Aufgabensatz 80 erreicht, ist nicht gezeigt, dass es innerhalb von fünfzehn Punkten eines Modells liegt, das auf 4.0 65,7 erreicht – gezeigt ist, dass es eine andere Prüfung abgelegt hat. Dieselbe Falle verschlingt auch die anderen kursierenden Vergleiche: Ripples 79,1 auf SWE-bench Pro v2.0 Hard, seine 44,3 auf DeepSWE 1.1, seine 76,5 auf SWE-bench Verified gegenüber Kimis 51,7 auf SWE Marathon v1.1 und 61,2 auf Kimi Code Bench 3.0 Long-horizon. Das sind sechs Benchmarks, von denen keine einzige gemeinsam genutzt wird.

Selbst ein einzelnes Labor, das einen einzigen Benchmark misst, widerspricht sich selbst je nach Harness. Der Terminal-Bench-4.0-Wert von Kimi K3.1 Pro wird von Moonshot mit 65,7, von Vals AI mit 63,6 und von Artificial Analysis mit 67 angegeben – eine Spanne von 3,4 Punkten beim selben Modell und derselben Benchmark-Version, allein durch das Tooling. Wenn drei Läufe eines Benchmarks auf einem Modell so stark schwanken, ist ein versionsübergreifender Vergleich zwischen zwei Modellen keine Messung. Er ist Dekoration.

Ricursive sagt so viel in seiner eigenen Karte, leiser als der Launch-Thread es tat. Die Karte merkt an, dass „das Replizieren von Benchmark-Werten schwierig war“ und dass die Werte mit maximalem Aufwand in BF16 erzielt wurden. Lies diesen Satz zweimal, bevor du 80,5 auf eine Folie schreibst.

Die Achse, die Sie tatsächlich vergleichen können

Zwei Dinge lassen sich direkt vergleichen, weil sie keine Benchmark-Werte sind: was das Modell kostet und was zu seinem Betrieb nötig ist.

Beim Preis liegt der Unterschied bei etwa zehn zu eins. Kimi K3.1 Pro kostet in unserem Katalog 2,00 US-Dollar pro Million Eingabe-Tokens und 10,00 US-Dollar pro Million Ausgabe-Tokens; damit wird der Listenpreis von Moonshot ohne Aufschlag weitergegeben. Ripple 65B Preview ist auf seinem ersten gehosteten Endpoint mit 0,20 US-Dollar und 0,60 US-Dollar gelistet – ein Wert, der als vorläufig gelten sollte, weil Ricursive keine eigene Preisliste veröffentlicht hat. Derselbe Endpoint bietet einen Kontext von 16.384 Tokens gegenüber einem beworbenen Fenster von 1 Mio. Tokens, und mindestens ein Tracker bezeichnet das Modell als proprietär, während seine Gewichte öffentlich auf Hugging Face unter Apache 2.0 liegen. Wenn die Tracker bei der Lizenz derart falsch liegen, verdienen ihre Preisangaben dieselbe Skepsis.

Der größere Kostenunterschied liegt nicht pro Token. Er liegt pro Antwort. Kimi K3.1 Pro ist ein Reasoning-Modell, das bei einer Aufgabe des Artificial-Analysis-Index in der Größenordnung von 55.000 Ausgabe-Tokens erzeugt; bei 10 $ pro Million Ausgabe sind das der Großteil der 1,98 $, die der Index pro Aufgabe kostet. Ripples Zahlen stammen von einem Modell mit leichtem Post-Training und ohne konfigurierbare Reasoning-Leiter, daher sollte es deutlich weniger ausgeben – aber bis jemand denselben Aufgabensatz durch beide laufen lässt, ist die Pro-Aufgabe-Zahl eine Schätzung, kein Fakt. Tokens pro Antwort, nicht Dollar pro Token, sind der Punkt, an dem kleine Modelle üblicherweise gewinnen und wohin die Vergleiche in den Launch-Threads nie gehen.

Beim Deployment gehen die beiden völlig auseinander.

Der Download von Kimi K3.1 Pro umfasst etwa 1,56 TB verteilt auf 96 Safetensors-Shards in MXFP4, wobei QAT die Qualität bei dieser Breite hält. Auf einer Workstation werden Sie es nicht ausführen. Die realistischen Optionen sind ein gehosteter Endpoint oder ein Multi-Node-Cluster, und die Lizenz fügt eine kommerzielle Schwelle hinzu, die im Maßstab relevant ist: ein MaaS-Trigger von 20 Mio. USD/12 Monaten plus eine Namensklausel bei 100 Mio. monatlichen Nutzern oder 20 Mio. USD Monatsumsatz.

Ripple 65B Preview ist für das andere Ende dieses Spektrums gebaut. In BF16 ist der Checkpoint etwa 130 GB groß, weshalb die Zeile „läuft auf einem MacBook“ in der Launch-Berichterstattung mehr Gewicht hat, als sie zugibt — 130 GB passen ohne Quantisierung nicht in den Unified Memory eines Laptops. Was die Ricursive-Karte tatsächlich behauptet, ist ein NVIDIA DGX Spark plus 250 Tokens pro Sekunde auf zwei B200s bei Batchgröße 8 vor Custom-Kernels. Das Repo enthält außerdem eine NVFP4-Variante, die eine Bereitstellung auf kleinen Maschinen plausibel macht.

Die Frage nach dem Deployment beantwortet sich also, bevor es die Benchmarks tun. Wer eine DGX Spark besitzt und kein GPU-Budget hat, für den ist Ripple ein Modell, das man selbst besitzen kann. Wer weder ein freies Rack noch Lust auf einen 1,56-TB-Download hat, für den ist Kimi ein Modell, das man mietet.

Einen von beiden anrufen

Hier hört die Symmetrie zwischen den beiden auf. Kimi K3.1 Pro ist heute zum Listenpreis auf OrcaRouter verfügbar — 2,00 $ Input, 10,00 $ Output, 0 % Aufschlag. Wenn Moonshot seinen Preis senkt, erreicht die Änderung deinen Schlüssel also noch am selben Tag statt erst im nächsten Abrechnungszyklus. Ein Schlüssel deckt dieses Modell zusammen mit dem restlichen Katalog ab, was wichtig ist, wenn du Kimi als teure Eskalationsstufe hinter einem günstigeren Standardmodell einsetzt.

Ripple 65B Preview ist nicht in unserem Katalog, und wir werden nicht so tun, als wäre es anders. Es erreicht eine API über Ricursives eigenen Endpoint und Drittanbieterplattformen, und seine Gewichte sind auf Hugging Face, wenn Sie sie direkt wollen. Eine brandneue Preview-Version mit einer Model Card, die zugibt, dass ihre eigenen Scores schwer zu replizieren sind, ist genau der Fall, in dem man das Modell hinter einem Router will, statt fest in einen Produktionspfad verdrahtet — aber das hilft erst, sobald ein Anbieter es für Drittanbieter-Routing öffnet.

Welchen soll man wählen?

Wähle Kimi K3.1 Pro, wenn die Arbeit langfristig und offen angelegt ist: große Refactorings in einem großen Repository, Dokumentenanalyse ab 200K Tokens, alles, wo Bildeingabe dir einen separaten OCR-Schritt erspart, oder alles, wo das Modell einen Plan über Hunderte von Tool-Aufrufen hinweg halten muss. Du zahlst Frontier-nahe Preise und solltest Frontier-nahes Verhalten erwarten. Die 3,4-Punkte-Spanne zwischen Harnesses ist Rauschen; der 1M-Kontext und die multimodale Eingabe sind es nicht.

Wählen Sie Ripple 65B Preview, wenn die Arbeit klar abgegrenzt ist und Sie aufhören wollen, pro Token zu zahlen: ein Coding-Agent für einen festen Aufgabenkatalog, ein lokaler Assistent auf Hardware, die Sie bereits besitzen, ein Fine-Tuning-Ziel — Apache 2.0 und ein 65B-Dense-Checkpoint sind ein weit freundlicherer Ausgangspunkt als ein 1,56 TB großes MoE. Behandeln Sie die 80,5 als eine Behauptung des Labors, das das Modell entwickelt hat, auf einer Benchmark-Revision, die sonst niemand veröffentlicht hat, und validieren Sie sie an Ihren eigenen Aufgaben, bevor sie auch nur in die Nähe einer Produktionsentscheidung gerät.

Und wenn du den Vergleich willst, der das tatsächlich klären würde: Den gibt es noch nicht. Niemand hat Ripple 65B Preview und Kimi K3.1 Pro durch denselben Harness in derselben Version laufen lassen. Bis das jemand tut, ist die einzige ehrliche Rangfolge die nach der Bauart: ein kleines Modell, das man besitzen kann, gegen ein großes Modell, das man mieten kann, mit einem Preisverhältnis von etwa zehn zu eins und ohne gemeinsame Prüfung, die den Gleichstand auflösen könnte.