Ripple 65B Preview frente a Kimi K3.1 Pro: dos lanzamientos de pesos abiertos, cero benchmarks en común

El 4 de noviembre de 2026, dos modelos de pesos abiertos se publicaron con apenas unas horas de diferencia, y casi nadie los comparó como es debido. Ripple 65B Preview es un modelo denso de 65 mil millones de parámetros de Ricursive Intelligence, preentrenado desde cero con 12 billones de tokens y publicado bajo Apache 2.0. Kimi K3.1 Pro es el buque insignia disperso de un billón de parámetros de Moonshot AI, cuya API se abrió el 23 de octubre y cuyos pesos —unos 1,56 TB de ellos— se hicieron públicos el 4 de noviembre. Uno es lo bastante pequeño como para caber en un escritorio; el otro necesita un centro de datos. La pregunta obvia es cuál es mejor, y la respuesta honesta es que ninguna cifra publicada permite responderla, porque los dos laboratorios no ejecutaron ni una sola prueba comparativa en la misma versión.

Eso no es una evasiva retórica. Es lo más útil de esta página: si estás eligiendo entre estos dos, estás eligiendo entre dos tipos distintos de apuesta, y la tabla de benchmarks no puede tomar esa decisión por ti.

Lo que cada modelo realmente es

Ripple 65B Preview es denso, no disperso. Cada uno de sus 65 mil millones de parámetros se activa en cada token, en un transformer "delgado y profundo" de 80 capas con un flujo residual de 5.120 de ancho. Ricursive describe el diseño como un alejamiento de la arquitectura Olmo 3 hacia una similar a Gemma 3N: cabezas de atención sobredimensionadas, una mayor proporción de atención de ventana deslizante frente a global, atención con compuertas, NoPE global, residuales de valor y recorte de activación de FFN. El entrenamiento se ejecutó durante 877.500 pasos con una longitud de secuencia de 8K sobre un corpus solo de texto, mayormente en inglés y código, seguido de un entrenamiento intermedio, una etapa de contexto largo y RL ligero centrado en codificación agéntica. Ricursive estima la factura de cómputo en 32 millones de dólares.

Kimi K3.1 Pro tiene la forma opuesta. Es un modelo de mezcla de expertos de la clase del billón de parámetros —las herramientas de seguimiento de terceros lo sitúan en torno a 2.8T en total, con aproximadamente 104B activos por token— y las notas de lanzamiento de Moonshot lo describen como un K3 postentrenado con un presupuesto de RL mucho mayor distribuido entre cientos de dominios. El propio material de lanzamiento de la empresa lo denomina una versión postentrenada de K3, pero la ficha del modelo cuenta una historia más específica: la arquitectura base pasó de 24 capas Gated MLA a 24 capas Gated DSA. Se entrega con entrada de texto, imagen y vídeo, esfuerzo de razonamiento configurable y una ventana de contexto de 1,048,576 tokens.

• Parámetros — 65B denso (todos activos) frente a ~2,8T en total / ~104B activos, según rastreadores de terceros

• Contexto — 1 M de tokens anunciados frente a 1.048.576 tokens, anunciados y servidos

• Licencia — Apache 2.0 frente a la licencia Kimi K3, renombrada, con un umbral de MaaS de 20 M$/12 meses

• Pesos en disco — un checkpoint BF16 de un único repositorio más las variantes NVFP4 y base frente a ~1.56 TB repartidos en 96 fragmentos MXFP4

• Modalidad — entrada de texto, salida de texto frente a entrada de texto, imagen y vídeo, salida de texto

• Precio — $0.20 / $0.60 por millón de tokens de entrada/salida en listados de terceros frente a $2.00 / $10.00, que es la tarifa que aplica nuestro propio catálogo

La cifra que parece una paliza no lo es

La ficha de Ripple reporta 80,5 en Terminal-Bench 2.1. El lanzamiento de Kimi reporta 65,7 en Terminal-Bench 4.0. Si se ponen uno al lado del otro, Ripple parece ganar por casi 15 puntos con una fracción del tamaño. Esa comparación no tiene sentido, y se está haciendo constantemente en las respuestas a ambos hilos de lanzamiento.

Terminal-Bench 4.0 es una revisión posterior y más difícil del harness que la 2.1. No se ha demostrado que un modelo que obtiene 80 en el conjunto de tareas de 2.1 esté a menos de quince puntos de un modelo que obtiene 65.7 en 4.0 — lo que se ha demostrado es que se presentó a un examen diferente. La misma trampa engulle las demás comparaciones que circulan: el 79.1 de Ripple en SWE-bench Pro v2.0 Hard, su 44.3 en DeepSWE 1.1, su 76.5 en SWE-bench Verified, frente al 51.7 de Kimi en SWE Marathon v1.1 y el 61.2 en Kimi Code Bench 3.0 Long-horizon. Son seis benchmarks y no tienen ninguno en común.

Incluso un solo laboratorio que mide un único benchmark discrepa consigo mismo según el harness utilizado. La cifra de Kimi K3.1 Pro en Terminal-Bench 4.0 aparece como 65,7 según Moonshot, 63,6 según Vals AI y 67 según Artificial Analysis: una dispersión de 3,4 puntos en el mismo modelo y la misma versión del benchmark, puramente por las herramientas empleadas. Si tres ejecuciones de un mismo benchmark sobre un mismo modelo varían tanto, una comparación entre dos modelos a través de versiones distintas no es una medición. Es pura decoración.

Ricursive dice lo mismo en su propia ficha, con más discreción que el hilo de lanzamiento. La ficha señala que «replicar las puntuaciones de los benchmarks ha sido todo un desafío» y que las puntuaciones se obtuvieron con el máximo esfuerzo en BF16. Lee esa frase dos veces antes de poner 80,5 en una diapositiva.

El eje que realmente puedes comparar

Dos cosas son directamente comparables porque no son puntuaciones de benchmark: lo que cuesta el modelo y lo que hace falta para ejecutarlo.

En cuanto al precio, la diferencia es de aproximadamente diez a uno. Kimi K3.1 Pro cuesta $2.00 por millón de tokens de entrada y $10.00 por millón de salida en nuestro catálogo, que traslada el precio de lista de Moonshot sin ningún margen añadido. Ripple 65B Preview aparece a $0.20 y $0.60 en su primer endpoint alojado —una cifra que conviene tratar como provisional, porque Ricursive no ha publicado una tarifa propia—. Ese mismo endpoint ofrece un contexto de 16.384 tokens frente a una ventana anunciada de 1M, y al menos un rastreador etiqueta el modelo como propietario mientras sus pesos están públicos en Hugging Face bajo Apache 2.0. Cuando los rastreadores se equivocan hasta ese punto con la licencia, su precio merece el mismo escepticismo.

La mayor diferencia de costo no está por token. Está por respuesta. Kimi K3.1 Pro es un modelo de razonamiento que emite del orden de 55.000 tokens de salida por tarea del índice de Artificial Analysis; a $10 por millón de salida, eso representa la mayor parte de los $1,98 que el índice cuesta por tarea. Las cifras de Ripple provienen de un modelo con poco postentrenamiento y sin una escalera de razonamiento configurable, así que debería emitir mucho menos; pero hasta que alguien ejecute el mismo conjunto de tareas en ambos, la cifra por tarea es una estimación, no un hecho. Los tokens por respuesta, no los dólares por token, son donde los modelos pequeños suelen ganar y adonde nunca llegan las comparaciones en los hilos de lanzamiento.

El despliegue es donde ambos divergen por completo.

La descarga de Kimi K3.1 Pro es de aproximadamente 1,56 TB repartidos en 96 fragmentos safetensors en MXFP4, con QAT manteniendo la calidad a esa anchura. No lo vas a ejecutar en una estación de trabajo. Las opciones realistas son un endpoint alojado o un clúster multinodo, y la licencia añade un umbral comercial que importa a escala: un disparador de MaaS de 20 M USD/12 meses, además de una cláusula de denominación al alcanzar 100 M de usuarios mensuales o 20 M USD de ingresos mensuales.

Ripple 65B Preview está diseñado para el otro extremo de ese espectro. En BF16, el checkpoint ocupa aproximadamente 130 GB, y por eso la frase «se ejecuta en un MacBook» de la cobertura de lanzamiento está haciendo más trabajo del que admite: 130 GB no caben en la memoria unificada de un portátil sin cuantización. Lo que realmente afirma la tarjeta de Ricursive es una NVIDIA DGX Spark, además de 250 tokens por segundo en dos B200 con tamaño de lote 8 antes de los kernels personalizados. El repositorio también incluye una variante NVFP4, que es la que hace plausible el despliegue en máquinas pequeñas.

Así que la pregunta sobre el despliegue se responde sola antes de que lo hagan los benchmarks. Si tienes una DGX Spark y no tienes presupuesto para GPU, Ripple es un modelo que puedes tener en propiedad. Si no tienes ni un rack libre ni ganas de hacer una descarga de 1,56 TB, Kimi es un modelo que alquilas.

Llamando a cualquiera de los dos

Aquí es donde ambos dejan de ser simétricos. Kimi K3.1 Pro está en OrcaRouter hoy a su tarifa de lista — $2.00 de entrada, $10.00 de salida, 0% de recargo, así que cuando Moonshot baje su precio, el cambio llegará a tu clave el mismo día en lugar de en el siguiente ciclo de facturación. Una sola clave cubre ese modelo junto con el resto del catálogo, lo cual importa si usas Kimi como el nivel de escalado caro detrás de una opción predeterminada más barata.

Ripple 65B Preview no está en nuestro catálogo, y no vamos a fingir lo contrario. Se accede a una API a través del endpoint propio de Ricursive y de plataformas de terceros, y sus pesos están en Hugging Face si los quieres directamente. Una versión Preview completamente nueva con una ficha que admite que sus propias puntuaciones son difíciles de replicar es exactamente el caso en el que quieres el modelo detrás de un router en lugar de conectado directamente a una ruta de producción, pero eso solo ayuda una vez que un proveedor lo abre al enrutamiento de terceros.

¿Cuál elegir?

Elige Kimi K3.1 Pro si el trabajo es de horizonte largo y abierto: grandes refactorizaciones en un repositorio extenso, análisis de documentos de 200K tokens en adelante, cualquier tarea en la que la entrada de imágenes te ahorre un paso de OCR aparte, o cualquier caso en el que necesites que el modelo mantenga un plan a lo largo de cientos de llamadas a herramientas. Estás pagando precios cercanos a la frontera y deberías esperar un comportamiento cercano a la frontera. La diferencia de 3,4 puntos entre harnesses es ruido; el contexto de 1M y la entrada multimodal no lo son.

Elige Ripple 65B Preview si el trabajo está acotado y quieres dejar de pagar por token: un agente de programación sobre un conjunto fijo de tareas, un asistente local sobre hardware que ya tienes, un objetivo de ajuste fino — Apache 2.0 y un checkpoint denso de 65B son un punto de partida mucho más amigable que un MoE de 1,56 TB. Toma el 80,5 como una afirmación del laboratorio que creó el modelo, sobre una revisión de benchmark en la que nadie más ha publicado, y valídalo con tus propias tareas antes de que se acerque a una decisión de producción.

Y si quieres la comparación que realmente zanjaría esto, todavía no existe. Nadie ha sometido a Ripple 65B Preview y Kimi K3.1 Pro al mismo entorno de pruebas en la misma versión. Hasta que alguien lo haga, la única clasificación honesta es por forma: un modelo pequeño que puedes tener en propiedad frente a un modelo grande que puedes alquilar, con una relación de precios de aproximadamente diez a uno y sin un examen compartido para desempatar.