Ripple-65B Preview: משקלים תחת Apache 2.0, טענה ל-1M טוקנים ו-API של 16K

Ripple-65B Preview, ששוחרר על ידי Ricursive Intelligence ב-4 בנובמבר 2026, הוא למעשה שני מוצרים שונים בהתאם לאופן שבו מגיעים אליו. ההורדה היא 129.6 GB של משקולות Apache 2.0 שכרטיס המודל שלהן מפרסם חלון הקשר של „עד 1M” אסימונים. נקודת הקצה המסחרית הראשונה שנושאת את אותו צ'קפוינט מפרסמת 16,384. שני המספרים מתארים את אותו מודל, והפער ביניהם הוא הדבר המועיל ביותר שמפתח יכול לדעת על השחרור הזה לפני שהוא מקדיש לו יום.

הכותרת של המעבדה צרה יותר מכפי שפוסט ההשקה מציג אותה, ומעניינת יותר מכפי שהסיקור עד כה שם לב. Ricursive טוענת למיטב הטכנולוגיה האמריקאית במשקלים פתוחים בקידוד סוכני — 80.52 ב-Terminal-Bench 2.1 — מ-65B צפוף מודל שאומן בעלות מדווחת של 32 מיליון דולר. זוהי טענה ממשית על ארטיפקט ממשי: המשקלים ניתנים להורדה, ללא הגבלת גישה, וברישיון לשימוש מסחרי ללא צורך בהסכם משא ומתן. היא גם, נכון ל-5 בנובמבר, מדווחת כולה על ידי הספק. ל-Artificial Analysis אין ערך עבור המודל.

מה בעצם עלה ל-Hugging Face

ארבעה מאגרים עלו ב-4 בנובמבר, וההבחנות ביניהם חשובות כי הן משנות איזו חומרה אתה צריך:

• Ripple-65B Preview — צ'קפוינט BF16 מכוונן להוראות, 16 שברי safetensors בסך כולל של 129.57 GB, Apache 2.0, ללא הגבלת גישה.

• Ripple-65B Preview NVFP4 — גרסת build ניסיונית של 4 סיביות בנפח 57.22 GB על פני 6 שרדים, המכמתת את שכבות ה-MLP תוך שמירה על ה-attention ב-BF16.

• Ripple-65B Base Preview — צ׳קפוינט של אימון מקדים בלבד, ללא אימון ביניים, ללא נתוני שו״ת סינתטיים, וגם 129.57 GB.

• Ripple-65B Preview DFlash2 — מודל טיוטה בנפח 8.08 GB לפענוח ספקולטיבי, 4.04B פרמטרים, המנסח בלוקים של 16 טוקנים מול מודל היעד.

הארכיטקטורה היא חזרה מכוונת לעבר. בעוד שכל מעבדה אחרת בגודל הזה עברה ל-mixture-of-experts, Ricursive בנתה Transformer צפוף, דק ועמוק: d_model 5120, 80 שכבות, 80 ראשי קשב החולקים 8 ראשי מפתח-ערך, אוצר מילים של 100,352 טוקנים, וחלון הזזה של 1,024 טוקנים המיושם על פני תבנית שכבות היברידית. חיתוך אקטיבציה ב-FFN, קשב עם שערים, NoPE גלובלי ושאריות ערך משלימים את השינויים שהצוות אימץ תוך כדי התקדמות בסולם מבסיס Olmo 3.

מערך האימון פורסם בפירוט רב יותר ממה שרוב הכרטיסים טורחים לציין: 12T אסימונים של אימון מקדים באורך רצף של 8K, 200B אסימונים של אימון ביניים ב-64K, 6.5B אסימונים של הרחבת הקשר ארוך ב-2M, 183B אסימונים של SFT ב-128K, ו-700 צעדי RL ב-128K. הצוות גדל מאדם אחד לחמישה במהלך הפיתוח, ומדווח על 40% MFU ללא קרנלים מותאמים אישית.

אזהרה אחת לגבי שמות, כי תוצאות החיפוש כבר מבלבלות ביניהם: Ricursive Intelligence הוא מעבדת תכנון השבבים שפוסט ההשקה שלה מתאר אופטימיזציה משותפת של חומרה, תוכנה ומודלים. זו לא Recursive, סטארט-אפ ה-AI שמשפר את עצמו ושעומד מאחורי Flint. שתי החברות אינן קשורות זו לזו, וסיקור שמערבב ביניהן שגוי.

הטענה בדבר מדד הביצועים, ועד כמה היא מגיעה רחוק

Terminal-Bench 2.1 הוא המקום שבו ההשקה חיה או מתה, והמספר הוא 80.52. Ricursive מציבה אותו לפני Reflection Beam 501B עם 80.1, ‏Meta Muse Spark Open 816B עם 76.4, ‏Thinking Machines Inkling 975B עם 63.8, ו-NVIDIA Nemotron 3 Ultra 550B עם 56.4 — כשכולם גדולים פי שבעה עד חמישה עשר בסך הפרמטרים.

מה שהופך את הטבלה ההיא לשווה יותר מגיליון ספק רגיל הוא עמודה שנייה. Ricursive הריצה מחדש את ההשוואה תחת הארנס הרשמי Terminus 2 ב-128K עם תמצות, ומדווחת שהציונים זזו כמעט בכל מקום מלבד אצלה: Ripple נשאר על 80.5, Muse Spark עלה ל-78.7, Reflection Beam ירד מ-80.1 ל-70.8, Inkling מ-63.8 ל-56.2, Nemotron מ-56.4 ל-55.1. מעבדה שמפרסמת את הארנס שבו הציון שלה עצמה נשאר ללא שינוי והציונים של המתחרים שלה מתרסקים עושה משהו שרוב פוסטי ההשקה נמנעים ממנו. זו עדיין מעבדה שבודקת את שיעורי הבית של עצמה — כל מספר בטבלה ההיא הופק על ידי זרימת ההערכה של Ricursive — אבל הגרדיאנט נע בכיוון הנכון.

הטענה מפסיקה להיות רלוונטית ברגע שאתה יוצא מהטרמינל. ב-DeepSWE 1.1, Ripple משיג 44.3 לעומת 60.0 של Muse Spark. ב-MCP Atlas הוא 71.67, מאחורי Muse Spark עם 89.2 ו-Inkling עם 76.0. ב-SciCode הוא אחרון מבין החמישה עם 39.4, מאחורי Beam עם 49.2 ו-Muse Spark עם 58.5. הדפוס עקבי: Ripple חזק בעבודה טרמינלית באופק ארוך ובמשימות תוכנה רב-שלביות, ובינוני ביצירת קוד מדעי ובהיקף פרוטוקולי כלים. אם עומס העבודה שלך הוא סוכן שמבצע פעולות דרך מעטפת, הטענה מכוונת אליך. אם מדובר בעוזר עתיר MCP, היא לא.

והמסגור הזה עושה עבודה שקטה. "המתקדם ביותר בארה״ב במודלים עם משקולות פתוחות" הוא הסתייגות, לא קידומת שמותר לדלג עליה. הוא מוציא מכלל זה את DeepSeek, את Qwen וכל מעבדה אחרת שאינה אמריקאית, ולכן זו טענה על המודל הטוב ביותר עם משקולות פתוחות שאומן בתוך ארצות הברית — ולא על המודל הטוב ביותר עם משקולות פתוחות.

מודל הבסיס הוא המסמך הכנה יותר.

כרטיס Base Preview מכיל משפט שפוסט ההשקה אינו פותח בו: נקודת הביקורת המאומנת מראש היא „ניתנת להשוואה ל-DeepSeek V3.1 ול-V4 Flash בהיסק, במתמטיקה ובקוד”, בעוד Nemotron 3 Ultra „שולטת בהערכות אימון מקדים מסורתיות”. המספרים מגבים את הצניעות. Base MMLU-Pro הוא 61.5, לעומת 68.3 עבור DeepSeek V4 Flash 284B ו-79.1 עבור Nemotron 3 Ultra 550B. Base GPQA Diamond הוא 38.4, נמוך בהרבה מ-V4 Flash עם 44.4.

קראו את שתי הטבלאות האלה יחד והסיפור מתחדד. הידע המקדים המאומן מראש של Ripple מכובד אבל נמצא באמצע החבורה עבור ריצת אימון של 12T טוקנים — תקציב הפרה-אימון הקטן ביותר בקבוצת ההשוואה שלה, מול 20T עבור Nemotron ו-32T+ עבור V4 Flash. כמעט כל היתרון בקידוד אג'נטי מגיע ממערך האימון-לאחר: תמהיל נתוני ה-midtraining, הרחבת ההקשר הארוך, ו-700 צעדי RL שלדברי Ricursive הגיעו ל-80.5 ב-1.4M rollouts, בערך פי 70 פחות ממה שנדרש ל-Reflection Beam. זו תוצאה מעניינת יותר מטבלת הבנצ'מרקים, וגם שברירית יותר — טיפוס RL כבד על סביבות סינתטיות של אופק ארוך הוא בדיוק מסוג המתכונים שמתורגמים בצורה לא אחידה למשימות שהמעבדה לא התאמנה עליהן.

למה מספר ההקשר הוא שני מספרים?

כרטיס המודל אומר 1M. הקונפיגורציה אומרת max_position_embeddings 2,097,152. נקודת הקצה המתארחת אומרת 16,384 עם תקרת פלט של 14,745 טוקנים. אף אחד לא משקר; אלה שלושה דברים שונים, והאריתמטיקה מסבירה למה המארח הראשון בחר במספר שהוא בחר.

מטמון KV הוא היכן שהקשר הארוך גובה את המחיר. עם 80 שכבות, 8 ראשי KV, ממד ראש של 128 ואחסון BF16, כל שכבה עולה 4,096 בתים של מטמון לכל טוקן — 2,048 עבור מפתחות ו-2,048 עבור ערכים. בכל 80 השכבות זה בערך 0.33 MB לכל טוקן. ב-16,384 הטוקנים של נקודת הקצה, זה כ-5.4 GB. במיליון טוקנים, כאשר כל שכבה מבצעת קשב גלובלי, זה יהיה בערך 344 GB של מטמון מעל 130 GB של משקולות.

לשם כך נועד חלון ההזזה. רוב השכבות של Ripple מבצעות קשב בתוך חלון של 1,024 טוקנים; מיעוט מבצע קשב גלובלי, ורק הן גדלות עם ההקשר. אם 16 מתוך 80 השכבות הן גלובליות, מיליון טוקנים עולים כ-69 GB של מטמון במקום 344 GB — גדול, אך ניתן להגשה על צומת עם כמה GPUs. החלוקה המדויקת נקבעת על ידי תבנית השכבות ההיברידית ב-config.json, וזה הדבר הראשון שכדאי לבדוק עם כל מחסנית הגשה שבה אתה משתמש, כי החלוקה הזו, ולא הכותרת, היא חשבון הזיכרון שלך.

אז התייחסו לשני המספרים כאל שתי עובדות. מיליון טוקנים הוא יכולת ארכיטקטונית שקיימת במשקלים, וכדי לשרת אותה יידרש צומת רציני. שישה עשר אלף הוא מה שהנקודת הקצה המסחרית הראשונה מציעה — מספיק לרוב לולאות הסוכנים, אך לא מספיק לחשיבה בקנה מידה של מאגר קוד או לעבודה עם מסמכים ארוכים. אם הסיבה שניסיתם את Ripple-65B Preview הייתה הקשר של 1M, המסלול המתארח לא נותן לכם אותו היום, ואירוח עצמי הוא הדרך היחידה שמאפשרת זאת.

מקומי פירושו 57 GB, לא 130

פוסט ההשקה אומר שהמודל „יכול להתאים לחומרה צרכנית כמו NVIDIA DGX Spark”, והסיקור הפך את זה ל„פועל על MacBook”. גדלי ההורדה מגלים על איזה ארטיפקט כל טענה מדברת.

• ה-checkpoint של BF16 instruct הוא 129.57 GB. כשלעצמו, לפני כל KV cache או תקורת ריצה, הוא דורש מאיץ ברמת 192 GB או פיצול בין כמה מעבדים גרפיים.

• גרסת ה-NVFP4 היא 57.22 GB. זה נכנס במכונה עם זיכרון מאוחד של 128 GB, עם מקום להקשר עבודה — והיא מסומנת כניסיונית, כשמנגנון ה-attention נשאר ב-BF16.

• ה-drafter של DFlash2 מוסיף 8.08 GB ומקנה פענוח ספקולטיבי, לא איכות.

הנתון של 250 tok/s הוא נתון של מרכז נתונים: 2×B200 ב-batch 8, לפני כימות וקרנלים מותאמים. על Spark אתה מחליף תפוקה בעובדה שהקופסה יושבת על השולחן שלך. שני הנתונים אינם שגויים; הם פשוט שייכים למכונות שונות, והסיפור המקומי עובד רק עם הצ'קפוינט המכומת.

כמה עולה שיחה

נקודת הקצה המארחת הראשונה מציגה $0.20 למיליון טוקני קלט ו-$0.60 למיליון פלט, כאשר קריאות קלט מהמטמון עומדות על $0.05. בחישוב על קריאת סוכן ריאלית — פרומפט של 16,000 טוקנים מול החלון המלא, שמחזיר 2,000 טוקנים — זה $0.0032 בקלט ו-$0.0012 בפלט, או כ-$0.0044. אם מעבירים דרכה 10 מיליון טוקנים ביום בחלוקת קלט-פלט של 80/20, מגיעים ל-$2.80.

שמירה במטמון היא המנוף ששווה להפעיל. פרומפט מערכת חוזר של 16,000 טוקנים עולה $0.0008 בתעריף המטמון במקום $0.0032, קיצוץ של פי 4 בצד הקלט — אשר עבור סוכן ששולח מחדש את אותן הגדרות כלים בכל תור מהווה את רוב החשבון.

איפה OrcaRouter נכנס לתמונה: אנחנו לא מציעים היום את Ripple-65B Preview, כך שאין תוספת מחיר להשוות ואין סיבה להעמיד פנים אחרת. מה שה-Preview כן משנה הוא הטיעון להשאיר מודל לא מוכח מחוץ לנתיב הייצור שלכם בזמן שאתם מודדים אותו. ניתבו את המודל הקיים שהתעבורה שלכם כבר תלויה בו דרך מפתח אחד — יותר מ-200 מודלים, מחיר המחירון של הספק מועבר הלאה עם 0% תוספת מחיר, מעבר אוטומטי לגיבוי כשספק מהסס — והציבו את Ripple לצידו בהערכה אופליין ולא מול המשתמשים. אם המספרים מחזיקים, ה-routing DSL מעביר נתח מהתעבורה בלי אינטגרציה שנייה; אם לא, הגיבוי מעולם לא היה בסימן שאלה.

מי שכדאי לו לנסות את זה, ומה היה משנה את התמונה

נסו את זה עכשיו אם אתם בונים סוכן טרמינל או shell, אתם רוצים צ'ק-פוינט Apache 2.0 שתוכלו לכוונן בלי עורך דין, וחלון של 16K מספיק ללולאה שלכם. הארכיטקטורה ה-dense היא יתרון אמיתי לכל מי שמשרת על חומרה צנועה — בלי ניתוב מומחים, בלי all-to-all, השהיה צפויה — ומודל dense בגודל 65B עם 80.5 ב-Terminal-Bench הוא תוצאה ששווה לשחזר על המשימות שלכם במקום להתווכח עליה.

חכו אם אתם זקוקים להקשר ארוך מנקודת קצה מתארחת, אם העבודה שלכם עתירת MCP או קוד מדעי, או אם אתם זקוקים לכל מספר שלא הופק במעבדה שאימנה את המודל. אין עדיין הערכה בלתי־תלויה: אין רשומה ב-Artificial Analysis ואין שחזור של 80.52 על ידי צד שלישי. עבור מהדורת Preview בת יום, זה נורמלי ולא חשוד — אבל זה אומר שכל נתון בכתבה הזו שמקורו ב-Ricursive מסומן כשלהם מסיבה כלשהי.

שלושה דברים יכריעו את השאלה. הרצה שנייה של harness על ידי מי שלא אימן את המודל. מארח שמשרת יותר מ-16,384 טוקנים, מה שיגיד לנו אם טענת חלון ההקשר של 1M שורדת מפגש עם מתזמן. ונקודת ביקורת non-preview, מאחר ש-Ricursive הייתה מפורשת שהאימון-המשך כאן היה קליל והגרסה הפנימית שמאחורי פלטפורמת עיצוב השבבים שלה היא המוצר שהיא באמת בונה. עד אז, הכותרת היא טענה וההורדה אמיתית — והפער ביניהן הוא בדיוק המקום שבו יתרחש חודש ההערכה הבא.