Ripple 65B Preview vs. GPT-6.1 Sol: la fila que falta en el ranking

Toda comparación seria de modelos en este rango de precios empieza ahora en el mismo lugar: el Intelligence Index de Artificial Analysis, versión 5.0.1, la reconstrucción que sustituyó el 60 % del compuesto por conjuntos de prueba privados o reservados el 27 de octubre. Claude Opus 5.5 marca 59 ahí. GPT-6.1 Sol obtiene 55. Gemini 4 Argon obtiene 50. Grok 4.7 obtiene 35. Ripple 65B Preview no obtiene nada, porque no tiene entrada. El modelo que se lanzó el 4 de noviembre de 2026 con las afirmaciones sobre programación más sonadas de la semana es el único de este grupo que un comprador no puede situar en el tablero neutral — y esa ausencia, más que cualquier gráfico del proveedor, es lo que debería determinar la decisión.

GPT-6.1 Sol es el contrapunto útil precisamente porque es el caso de valor en esa tabla: 55 en el índice por $2,00 por millón de entrada y $10,00 por millón de salida, y —la cifra que realmente decide los presupuestos de los agentes— $1,27 de cómputo por tarea del índice frente a los $10,04 de Opus 5.5. Si Ripple va a desplazar algo en una pila de programación de producción, Sol es el incumbente al que tiene que superar en economía, no en un percentil de Terminal-Bench.

¿Por qué no hay una fila de Ripple?

Artificial Analysis necesita un endpoint servido y pesos estables para ejecutar su harness. Ripple 65B Preview tiene dos días, se publicó como pesos en lugar de como una API de proveedor, y la página de lanzamiento nombra socios de alojamiento mientras que la tarjeta de Hugging Face afirma simultáneamente que el modelo «no está desplegado por ningún Inference Provider». Esa contradicción por sí sola explica una fila faltante: hasta que un host esté sirviendo un checkpoint estable, no hay nada a lo que un harness de evaluación pueda llamar.

Hay una segunda razón, menos halagadora. El índice se construye deliberadamente a partir de conjuntos reservados y privados, y se actualiza periódicamente. Un modelo puede ser excelente en los benchmarks públicos que sus datos de entrenamiento ya han visto y mediocre en los privados. Las cifras de lanzamiento de Ripple corresponden todas a benchmarks públicos: Terminal-Bench 2.1 con 80.52, SWE-bench Pro v2.0-Hard con 79.1, DeepSWE v1.1 con 44.3, MMLU 89.6, GPQA Diamond 85.2, AIME 2025 con 98.3. Son cifras sólidas. También son, sin excepción, los benchmarks que un equipo elige cuando quiere publicar un lanzamiento.

Eso no es una acusación de mala conducta. Es el estado normal de una vista previa de dos días de antigüedad, y la respuesta correcta es tratar a Ripple como no clasificado en lugar de como primero en la clasificación.

Qué es Sol realmente

GPT-6.1 Sol se lanzó el 29 de septiembre de 2026 en el DevDay de OpenAI como el nivel inferior a GPT-6 Astra, en sustitución de GPT-6 Sol. Tiene una ventana de contexto de 1.050.000 tokens, 128.000 tokens de salida máxima, una fecha de corte de conocimiento del 30 de abril de 2026, entrada de texto e imagen, y cinco niveles de razonamiento de bajo a máximo, con medio como valor predeterminado.

La estructura de precios tiene una trampa que conviene conocer. Por debajo de 272.000 tokens de entrada, la tarifa es de $2,00 por entrada y $10,00 por salida, con la entrada en caché a $0,10 y las escrituras en caché a $2,50. Por encima de ese umbral, se vuelve a facturar toda la solicitud a $4,00 por entrada y $15,00 por salida, no solo el exceso. Por lo tanto, un prompt de 300K tokens cuesta el doble que uno de 270K, lo que hace que el chunking sea una optimización real y no un simple detalle.

• Precio — Sol $2.00 / $10.00 por millón, $0.10 por lectura de caché; Ripple no tiene precio de lista, tarifas alojadas cerca de $0.20 / $0.60

• Coste por tarea de indexación — Sol 1,27 $; Ripple no medido

• Contexto — Sol 1.05M con un acantilado de facturación de 272K; Ripple hasta 1M reclamado

• Pesos — Sol cerrado; Ripple Apache 2.0, descargable

• Velocidad de salida — Sol 55 tok/s medidos; Ripple 250 tok/s declarados en 2×B200

• DeepSWE v1.1 — Sol 75.22 (proveedor) vs Ripple 44.3 (proveedor), la misma versión del benchmark

La única comparación limpia, y no está nada reñida

En medio del constante cambio de versiones, hay un benchmark que ambos laboratorios ejecutaron y ambos publicaron: DeepSWE v1.1. OpenAI reporta 75.22 para Sol en esfuerzo alto. Ricursive reporta 44.3 para Ripple. Eso es una brecha de 31 puntos en un benchmark de agentes de ingeniería de software, publicado por ambas partes, sin ambigüedad de versión del harness tras la que esconderse.

Si se compara eso con el panorama de Terminal-Bench, la tensión es evidente. Ripple publica 80,52 en Terminal-Bench 2.1; la cifra de terceros de Sol en Terminal-Bench 4.0 es de alrededor de 55. En una de las pruebas comparativas, Ripple parece un competidor de frontera; en la otra, parece estar una generación por detrás. La diferencia está en el examen: la 2.1 es una versión de parche de 89 tareas del conjunto 2.0 que corrigió 28 tareas por problemas de dependencias y especificación, mientras que la 4.0 es un conjunto de tareas diferente con comprobaciones contra trampas adversariales y un límite de tiempo fijo de ocho horas que, cuando llegó a finales de agosto, redujo aproximadamente a la mitad la puntuación de cada modelo de frontera.

La síntesis razonable es que Ripple es un modelo de 65B genuinamente capaz cuyas fortalezas publicadas se sitúan en el examen más antiguo y más saturado, y cuya única comparación de la misma versión frente a un modelo de frontera arroja un déficit de 31 puntos. Sol es la apuesta más segura en cuanto a calidad de programación; Ripple es la apuesta más interesante en cuanto a coste de propiedad.

Dónde Ripple gana sin un benchmark

Tres cosas son ciertas de Ripple y no de Sol, y ninguna de ellas requiere una tabla de clasificación.

Lo primero es la licencia. Apache 2.0 en un modelo denso de 65B significa que se permite el ajuste fino, se permite la redistribución y una revisión de seguridad no tiene nada que objetar. Un modelo frontera cerrado, por barato que sea por token, no se puede ajustar finamente con tu base de código ni se puede ejecutar en un entorno aislado de la red.

La segunda es la portabilidad. La ficha de Ricursive describe un modelo diseñado para una inferencia eficiente en hardware de NVIDIA y lo suficientemente pequeño para una DGX Spark, con un checkpoint NVFP4 y un cuaderno de Colab incluidos. Es una forma de despliegue distinta a la de una API: es un modelo que puedes poner en un runner de CI o en el escritorio de un desarrollador.

La tercera es la economía del entrenamiento. Doce billones de tokens de preentrenamiento, un presupuesto total declarado de 32 millones de dólares, 1,4 millones de rollouts de RL y un 40 % de MFU suman una afirmación: que este nivel de capacidad ya está al alcance por ocho cifras. Si eso se generaliza, al suelo de precios de las API de frontera le queda un reloj corriendo.

Cómo ejecutar ambos sin apostar por ninguno

La respuesta práctica para el próximo trimestre no es elegir. GPT-6.1 Sol está en el catálogo de OrcaRouter, con la misma clave que más de 200 otros modelos, con un margen del 0 % sobre la lista de OpenAI —de modo que la tarifa de $2/$10 y cualquier cambio futuro en ella se trasladan sin alteración. Eso importa aquí porque el precio de Sol es la referencia contra la que se mide a Ripple; un router que aplicara margen corrompería la comparación.

Para un stack que quiera tener a Ripple en el bucle, la arquitectura es una división en lugar de un reemplazo: llamar a Sol u otro modelo de frontera para los pasos de planificación y revisión, donde la brecha de 31 puntos en DeepSWE sale cara, y enrutar la generación de gran volumen y baja ambigüedad a un 65B autoalojado, donde el coste marginal se desploma. El DSL de enrutamiento de OrcaRouter existe precisamente para esa composición —varios modelos detrás de una sola llamada, con conmutación por error automática si un proveedor se degrada—, aunque Ripple quedaría fuera de él, ya que nosotros no lo servimos.

Tres preguntas que vale la pena responder antes de comprometerte

¿Es Ripple 65B Preview mejor que GPT-6.1 Sol?

No con ninguna evidencia que exista hoy. En el único benchmark que ambos publicaron en la misma versión, Sol lidera por 31 puntos. La ventaja destacada de Ripple proviene de una versión diferente de Terminal-Bench con un techo más bajo. Hasta que un arnés neutral puntúe a Ripple, "mejor" es una afirmación sobre el precio, no sobre la capacidad.

¿Puedo llamar a Ripple como API o tengo que alojarlo yo mismo?

Ambos están en evolución. Los pesos se pueden descargar sin ambigüedad desde Hugging Face bajo Apache 2.0, en BF16 y NVFP4. El acceso alojado está anunciado pero no resuelto: la ficha del modelo indica que ningún proveedor de inferencia lo sirve, mientras que la página de lanzamiento nombra socios. Asume el autohospedaje hasta que un endpoint responda.

¿Cuánto cuesta Sol por encima de 272K tokens de entrada?

El doble en la entrada y una vez y media en la salida, aplicado a toda la solicitud: $4.00 y $15.00 por millón. Por debajo de ese umbral, $2.00 y $10.00. Es la mayor sorpresa de facturación de esta comparación y no tiene nada que ver con Ripple.

La cifra que hay que seguir no es otra tabla de proveedores. Es la primera entrada de Artificial Analysis para Ripple 65B Preview en el índice v5.0.1. Todo lo anterior es provisional hasta que exista esa fila.