Ripple-65B Preview vs Mistral Large 4.0: 65 mil millones en modo denso frente a un MoE de un billón de parámetros

Pon Ripple-65B Preview y Mistral Large 4.0 uno al lado del otro en un disco y la diferencia no es sutil: 129,6 GB de fragmentos BF16 frente a 1.060,6 GB de fragmentos FP8, para dos modelos que ambos se autodenominan de pesos abiertos y ambos promocionan la codificación agéntica. Uno es un transformer denso de 65B entrenado desde cero con 12 billones de tokens por un grupo de investigación de cinco personas que dice haber gastado 32 millones de dólares. El otro es una mezcla de expertos de 1,05 billones de parámetros con 52.000 millones de parámetros activos y un codificador de visión de 1.600 millones de parámetros, de una empresa con una línea de productos detrás.

La parte interesante no es la diferencia de tamaño. Es que ambos laboratorios eligieron publicar un número de DeepSWE 1.1 —el mismo benchmark, la misma versión— y el modelo más pequeño pierde por 17,4 puntos en él. La propia ficha de Ripple reporta 44,3. Mistral reporta 61,7 para Large 4.0. Así que, antes de cualquier argumento sobre eficiencia, licencias o autoalojamiento, hay una comparación limpia en la tabla, con la misma versión y el mismo conjunto de tareas, y no favorece al nuevo modelo.

Lo que cada laboratorio realmente lanzó

Ripple-65B Preview es el primer modelo público de Ricursive Intelligence, publicado el 4 de noviembre de 2026 bajo Apache 2.0, sin control de acceso y sin cláusula adicional de uso aceptable más allá de la propia licencia. La arquitectura es deliberadamente delgada y profunda —80 capas con una anchura de modelo de 5,120—, con cabezas de atención sobredimensionadas, una alta proporción de capas de ventana deslizante frente a capas globales, atención con compuertas, NoPE global y residuales de valor. La ficha lo describe como relativamente poco postentrenado, con 700 pasos de RL y un énfasis declarado en la codificación agéntica. Junto con él se lanzan un borrador especulativo de 4.04B, un checkpoint NVFP4 y un modelo base sin restricciones de acceso.

Mistral Large 4.0 es la cuarta generación de una línea que ha sido el buque insignia de la empresa desde 2023, y esta llegó en dos etapas: una vista previa de API el 6 de octubre de 2026 y luego los pesos el 29 de octubre bajo la Mistral Ecosystem Open Weight License, un documento basado en MIT modificado con una cláusula para proveedores de servicios. Es multimodal donde Ripple no lo es —un codificador de visión de 1.6B acepta imágenes— y expone tres niveles de esfuerzo de razonamiento en lugar de uno.

• Parámetros — 65B denso, todos los parámetros activos por token, frente a 1,05T en total con 52B activos y 128 expertos enrutados, 4 por token

• Pesos en disco: 129,6 GB en BF16 repartidos en 16 fragmentos frente a 1.060,6 GB en FP8 repartidos en 54 fragmentos, además de una variante NVFP4 de 610,1 GB

• Contexto — hasta 1M según lo afirmado, aunque el primer endpoint alojado ofrecía 16,384 y un listado más reciente destaca 128K frente a 1M en todos los casos

• Modalidad — entrada de texto, salida de texto frente a entrada de texto e imagen, salida de texto

• Licencia — Apache 2.0 frente a Mistral Ecosystem Open Weight License, que exige un acuerdo comercial para ofrecer el modelo como servicio

• Precio donde se aloja — $0.20 / $0.60 por millón de tokens frente a $0.70 / $2.10, con $0.07 de entrada en caché

La licencia es la diferencia más marcada, y no está ni cerca.

Apache 2.0 significa lo que siempre ha significado. Puedes tomar Ripple-65B Preview, afinarlo, cambiarle el nombre, ofrecerlo a clientes y no publicar nada. No hay umbral de ingresos, ni requisito de notificación, ni cláusula que convierta una capa de enrutamiento en licenciatario. Para una empresa cuyo producto es un modelo detrás de una API, eso lo es todo: es la diferencia entre un modelo sobre el que puedes construir un negocio y un modelo sobre el que puedes construir una funcionalidad.

La licencia de Mistral Large 4.0 es más permisiva de lo que su nombre sugiere y menos permisiva que Apache. Es una MIT modificada con una condición adicional: si proporcionas el modelo a terceros como servicio, necesitas un acuerdo comercial. La definición exceptúa dos cosas importantes: incorporar el modelo dentro de un producto para el usuario final y "el mero reenvío de solicitudes a modelos alojados por otros", que es lo que hace una puerta de enlace cuando reenvía una solicitud a la inferencia propia de Mistral. Leída con atención, esa excepción mantiene a un enrutador del lado correcto de la línea. Si la lees sin cuidado, o lees solo la página de marketing que dice "open weight", puedes acabar creándote un problema de cumplimiento.

Así que el planteamiento honesto no es «Apache frente a restrictiva». Es «Apache frente a una licencia que deberías hacer que un abogado lea una vez». Si tu plan es alojar los pesos tú mismo y vender acceso, los términos de Ripple son categóricamente más sencillos. Si tu plan es llamar a un endpoint, ambas licencias te sirven y la diferencia prácticamente desaparece.

Terminal-Bench es el benchmark que no puedes usar aquí

Ambos laboratorios publican una puntuación de Terminal-Bench, y no son la misma prueba. Ripple informa 80,52 en Terminal-Bench 2.1 y lo califica como el estado del arte de pesos abiertos de EE. UU. Mistral informa 28,3% en Terminal-Bench 4.0. Puestos uno al lado del otro, esos dos números parecen una paliza de 52 puntos. No son comparables, y tratarlos como comparables es el error más común en la cobertura de cualquiera de los dos modelos.

Terminal-Bench 4.0 es un conjunto de tareas más difícil y posterior, y la brecha entre versiones es lo bastante grande como para que una buena puntuación en 2.1 y una mediocre en 4.0 puedan describir al mismo modelo. Nuestra propia comparación de Ripple con Claude Opus 5.5 existe principalmente para explicar por qué tampoco se pueden restar el 80.5 y el 66.4 de Opus. La única afirmación defendible aquí es que Ripple no ha publicado una cifra de 4.0 y Mistral no ha publicado una cifra de 2.1, así que este eje en particular está vacío.

Lo que queda en pie es DeepSWE 1.1, y ahí el panorama es claro. El 44,3 de Ripple proviene de su propia tarjeta del modelo. El 61,7 de Mistral proviene de la ejecución propia de Mistral. Ninguno es independiente, pero son la misma versión del mismo benchmark, lo cual es más de lo que Terminal-Bench puede ofrecer. Una brecha de 17,4 puntos en tareas de ingeniería de software no es ruido, y concuerda con el resto de cada tarjeta: Mistral Large 4.0 también reporta 87,6 en GPQA Diamond, 89,4 en MMLU-Pro y 81,3 en el conjunto de razonamiento de contexto largo de Artificial Analysis, frente a 85,2, 84,2 y 75,0 de Ripple.

El contraargumento de Ripple se basa en benchmarks en los que lidera su propio conjunto de comparación y en una cifra que Mistral no puede igualar: 80,52 frente a 80,1 de Reflection Beam 501B en Terminal-Bench 2.1, con un modelo quince veces más pequeño. Ese es un resultado real sobre eficiencia de entrenamiento. No es un resultado sobre ser mejor que Mistral Large 4.0, y ambas afirmaciones siguen fusionándose en la cobertura secundaria.

El costo por token halaga a Ripple; el costo por tarea se acerca más.

A precio de lista, la brecha de los modelos alojados es de aproximadamente 3,5× en ambos sentidos: $0,20 y $0,60 por millón de tokens frente a $0,70 y $2,10. Para un agente de alto volumen, esa diferencia es toda la conversación presupuestaria, y es la razón por la que un modelo denso de 65B sigue siendo interesante incluso cuando pierde en los benchmarks.

Artificial Analysis sitúa a Mistral Large 4.0 en un Índice de Inteligencia de 26 y un coste de 2,06 $ por tarea del índice. Ripple-65B Preview no tiene ninguna entrada en el índice, así que no hay una cifra equivalente que dividir, lo cual es en sí mismo la respuesta honesta a «cuál es más barato por unidad de capacidad». Un modelo se ha medido en el panel neutral y el otro no. Si necesitas un número para planificar hoy, solo una de estas columnas tiene algo.

La aritmética del autohospedaje vuelve a cambiar el panorama. Un modelo denso de 65B en BF16 cabe en paralelismo tensorial de 4 entre cuatro tarjetas de 80 GB, y el soporte integrado de vLLM desde el 5 de noviembre significa que ahora se carga sin --trust-remote-code. Un modelo de 1,05T en FP8 necesita un orden de magnitud más de hardware y una pila de servicio que entienda el paralelismo de expertos. Para un equipo con cuatro GPU y un requisito de cumplimiento, el 65B no es la opción de compromiso: es la única opción de esta lista.

Dónde recae realmente la decisión de enrutamiento

Ninguno de los dos modelos está en el catálogo de OrcaRouter. No hay ningún modelo de Mistral en él, y Ripple-65B Preview tampoco aparece — así que cualquier artículo que te diga que puedes acceder a ambos con una sola clave, incluido este, se lo estaría inventando. Lo que sí es cierto es más concreto: los modelos de pesos abiertos que sí enrutamos son los que un comprador sensible al coste suele acabar comparando con estos dos. Kimi K3.1 Pro tiene un contexto de 1M y una salida máxima de 943K a $2.00 y $10.00 por millón. DeepSeek V4 Pro tiene un contexto de 1M y una salida de 384K a $0.66 y $1.98. Se puede acceder a ambos a través de un único endpoint compatible con OpenAI con conmutación por error automática, y los precios de lista de los proveedores se aplican sin recargo, por lo que un cambio de precio del proveedor se refleja en nuestro lado el mismo día.

Eso importa para esta comparación de una manera muy concreta. Mistral Large 4.0 se lanzó a $1.36 y $4.18, y los $0.70 y $2.10 que la documentación de Mistral muestra hoy son la tarifa con descuento que vino después. Un precio que se mueve a la mitad en un mes es un precio que conviene consultar en lugar de memorizar —y es el tipo de movimiento que una puerta de enlace de paso directo refleja sin que tengas que cambiar nada.

¿Quién debería elegir cuál?

Elige Ripple-65B Preview si quieres ser dueño de los pesos sin más, bajo términos que no tengas que interpretar, si tu carga de trabajo es codificación agéntica estilo terminal en lugar de ingeniería de software amplia, y si 65B encaja en tu hardware. Acepta que confías en una ficha de proveedor que ningún laboratorio independiente ha reproducido, que la cifra de contexto depende por completo de cómo lo sirvas y que un 44.3 en DeepSWE es la cifra que hay que superar antes de desplazar lo que ejecutes ahora.

Elige Mistral Large 4.0 si necesitas imágenes además de texto, si un contexto de 1M con una historia de servicio documentada importa más que la simplicidad de la licencia, y si un Índice de Inteligencia medido de 26 con un coste de 2,06 $ por tarea es el tipo de cifra que acepta tu proceso de adquisición. Acepta que la licencia requiere una lectura legal, que 1.060,6 GB de pesos supone un compromiso de infraestructura de otra categoría y que Terminal-Bench 4.0 con un 28,3 % es la puntuación que tu propia evaluación probablemente reproducirá.

Lo único que no haría es elegir entre ellos basándome en los benchmarks principales. Dos laboratorios, dos versiones de benchmark, dos ejecuciones de DeepSWE autodeclaradas — la comparación que decide esto es la que ejecutas en tu propio repositorio, y ambos modelos son lo bastante abiertos como para hacerlo posible sin pedir permiso a nadie.