Ripple 65B Preview מול Kimi K3.1 Pro: שני שחרורים במשקלים פתוחים, ללא בנצ'מרקים משותפים

ב-4 בנובמבר 2026, שני מודלים עם משקולות פתוחות הושקו בהפרש שעות זה מזה, וכמעט איש לא השווה ביניהם כראוי. Ripple 65B Preview הוא מודל צפוף בעל 65 מיליארד פרמטרים מבית Ricursive Intelligence, שאומן מראש מאפס על 12 טריליון טוקנים ושוחרר תחת Apache 2.0. Kimi K3.1 Pro הוא דגם הדגל הדליל בעל טריליון הפרמטרים של Moonshot AI, שה-API שלו נפתח ב-23 באוקטובר והמשקולות שלו — כ-1.56 TB מהן — הפכו לציבוריים ב-4 בנובמבר. האחד קטן מספיק כדי להתמקם על שולחן; האחר זקוק למרכז נתונים. השאלה המובנת מאליה היא איזה מהם טוב יותר, והתשובה הכנה היא ששום מספר שפורסם לא מאפשר לך להשיב עליה, מפני ששתי המעבדות לא הריצו אפילו בנצ'מרק אחד באותה גרסה.

זו אינה התחמקות רטורית. זה הדבר השימושי ביותר בעמוד הזה: אם אתם בוחרים בין שני אלה, אתם בוחרים בין שני סוגים שונים של הימור, וטבלת הבנצ'מרק לא יכולה לעשות את הבחירה הזו בשבילכם.

מה כל מודל הוא בפועל

Ripple 65B Preview הוא צפוף, לא דליל. כל אחד מ-65 מיליארד הפרמטרים שלו פועל על כל טוקן, בשנאי "דק ועמוק" בן 80 שכבות עם זרם שיורי ברוחב 5,120. Ricursive מתארת את התכנון כמעבר מארכיטקטורת Olmo 3 לארכיטקטורה בסגנון Gemma 3N — ראשי קשב עם הקצאה עודפת, יחס גבוה יותר של קשב חלוני לקשב גלובלי, קשב עם שערים, NoPE גלובלי, שאריות ערך וחיתוך אקטיבציה ב-FFN. האימון כלל 877,500 צעדים באורך רצף של 8K על קורפוס טקסט בלבד, שרובו אנגלית וקוד, ולאחריו אימון ביניים, שלב הקשר ארוך ו-RL קל שהתמקד בקידוד סוכני. Ricursive מעמידה את עלות המחשוב על 32 מיליון דולר.

Kimi K3.1 Pro הוא בעל הצורה ההפוכה. זהו מודל Mixture-of-Experts מסוג טריליון פרמטרים — עוקבים של צד שלישי מעריכים אותו בכ-2.8T בסך הכול, עם כ-104B פעילים לכל טוקן — והערות השחרור של Moonshot מתארות אותו כ-K3 שעבר אימון לאחר (post-trained) עם תקציב RL גדול בהרבה, הפרוס על פני מאות תחומים. חומרי ההשקה של החברה עצמה מכנים אותו גרסה שעברה אימון לאחר של K3, אבל כרטיס המודל מספר סיפור ספציפי יותר: עמוד השדרה עבר מ-24 שכבות Gated MLA ל-24 שכבות Gated DSA. הוא מגיע עם קלט טקסט, תמונה ווידאו, מאמץ חשיבה ניתן להגדרה וחלון הקשר של 1,048,576 טוקנים.

• פרמטרים — 65B צפוף (כולם פעילים) לעומת ~2.8T סה"כ / ~104B פעילים, לפי מעקבים של צד שלישי

• הקשר — 1M טוקנים כפי שמפורסם לעומת 1,048,576 טוקנים, כפי שמפורסם וכפי שמסופק

• רישיון — Apache 2.0 לעומת רישיון Kimi K3, ששמו שונה, עם סף MaaS של 20 מיליון דולר ל-12 חודשים

• משקלים בדיסק — צ'קפוינט BF16 במאגר יחיד בתוספת גרסאות NVFP4 ובסיס לעומת ~1.56 TB על פני 96 פלחי MXFP4

• מודאליות — טקסט נכנס, טקסט יוצא לעומת טקסט, תמונה ווידאו נכנסים, טקסט יוצא

• מחיר — ‏$0.20 / $0.60 למיליון טוקני קלט/פלט ברשומות של צדדים שלישיים לעומת $2.00 / $10.00, שזהו התעריף שבקטלוג שלנו

המספר שנראה כמו ניצחון מוחץ אינו כזה.

הכרטיס של Ripple מדווח על 80.5 ב-Terminal-Bench 2.1. ההשקה של Kimi מדווחת על 65.7 ב-Terminal-Bench 4.0. העמידו את אלה זה לצד זה ונראה ש-Ripple מנצחת בכמעט 15 נקודות בשבריר מהגודל. ההשוואה הזו חסרת משמעות, והיא נעשית כל העת בתגובות לשני שרשורי ההשקה.

Terminal-Bench 4.0 הוא גרסה מאוחרת וקשה יותר של מערך ההרצה לעומת 2.1. מודל שמשיג 80 במערך המשימות של 2.1 לא הוכח שהוא נמצא בטווח של חמש־עשרה נקודות ממודל שמשיג 65.7 ב־4.0 — הוכח שהוא נבחן בבחינה אחרת. אותה מלכודת לוכדת גם את שאר ההשוואות שמסתובבות: הציון 79.1 של Ripple ב־SWE-bench Pro v2.0 Hard, ה־44.3 של Ripple ב־DeepSWE 1.1, ה־76.5 של Ripple ב־SWE-bench Verified, לעומת ה־51.7 של Kimi ב־SWE Marathon v1.1 וה־61.2 ב־Kimi Code Bench 3.0 Long-horizon. אלה שישה בנצ'מרקים, ואף אחד מהם אינו משותף.

אפילו מעבדה אחת שמודדת בנצ'מרק אחד אינה עקבית עם עצמה בין הרנסים שונים. המספר של Kimi K3.1 Pro ב-Terminal-Bench 4.0 מופיע כ-65.7 אצל Moonshot, 63.6 אצל Vals AI ו-67 אצל Artificial Analysis — פער של 3.4 נקודות באותו מודל ובאותה גרסת בנצ'מרק, שנוֹבע כולו מכלי המדידה. אם שלוש הרצות של בנצ'מרק אחד על מודל אחד משתנות כל כך, השוואה בין גרסאות שונות בין שני מודלים אינה מדידה. היא קישוט.

Ricursive אומרת זאת בכרטיס שלה, בשקט רב יותר משרשור ההשקה. הכרטיס מציין ש„שחזור ציוני הבנצ'מרק היה מאתגר” ושהציונים הושגו במאמץ מרבי ב-BF16. קרא את המשפט הזה פעמיים לפני שאתה שם 80.5 בשקופית.

הציר שאפשר באמת להשוות

שני דברים ניתנים להשוואה ישירה משום שאינם ציוני בנצ'מרק: מה עולה המודל ומה נדרש כדי להריץ אותו.

בכל הנוגע למחיר, הפער הוא בערך עשרה לאחד. Kimi K3.1 Pro עומד על $2.00 למיליון טוקני קלט ו-$10.00 למיליון טוקני פלט בקטלוג שלנו, אשר מעביר את מחיר המחירון של Moonshot ללא תוספת. Ripple 65B Preview רשום ב-$0.20 וב-$0.60 בנקודת הקצה המארחת הראשונה שלו — נתון שראוי להתייחס אליו כזמני, משום ש-Ricursive לא פרסמה כרטיס תעריפים משלה. אותה נקודת קצה מספקת הקשר של 16,384 טוקנים לעומת חלון מפורסם של 1M, ולפחות אחד מהעוקבים מתייג את המודל כקנייני בעוד שהמשקולות שלו מונחות באופן ציבורי ב-Hugging Face תחת Apache 2.0. כשהעוקבים כל כך טועים בנוגע לרישיון, גם התמחור שלהם ראוי לאותה ספקנות.

ההבדל הגדול יותר בעלות אינו לפי טוקן. הוא לפי תשובה. Kimi K3.1 Pro הוא מודל הסקה שפולט בסדר גודל של 55,000 טוקני פלט לכל משימה במדד Artificial Analysis; במחיר של $10 למיליון פלט זה רוב ה-$1.98 שהמדד עולה לכל משימה. המספרים של Ripple מגיעים ממודל עם אימון-אחרי קל וללא סולם הסקה ניתן להגדרה, ולכן הוא אמור לפלוט הרבה פחות — אבל עד שמישהו יריץ את אותה קבוצת משימות דרך שניהם, הנתון לכל משימה הוא הערכה, לא עובדה. בטוקנים לתשובה, ולא בדולרים לטוקן, נמצא המקום שבו מודלים קטנים בדרך כלל מנצחים ושבו ההשוואות בשרשורי ההשקה לעולם לא מגיעות.

הפריסה היא המקום שבו השניים מתפצלים לחלוטין

ההורדה של Kimi K3.1 Pro היא כ-1.56 TB על פני 96 רסיסי safetensors ב-MXFP4, כאשר QAT שומר על האיכות ברוחב הזה. לא מריצים את זה על עמדת עבודה. האפשרויות הריאליות הן נקודת קצה מתארחת או אשכול רב-צמתים, והרישיון מוסיף סף מסחרי שחשוב בקנה מידה: טריגר MaaS של 20 מיליון דולר ל-12 חודשים, ובנוסף סעיף שמות ב-100 מיליון משתמשים חודשיים או 20 מיליון דולר הכנסה חודשית.

Ripple 65B Preview נבנה עבור הקצה השני של הספקטרום הזה. ב-BF16 הצ'ק-פוינט הוא בערך 130 GB, ולכן השורה "רץ על MacBook" בסיקור ההשקה עושה יותר עבודה ממה שהיא מודה — 130 GB לא נכנסים לזיכרון המאוחד של מחשב נייד בלי קוונטיזציה. מה שהכרטיס של Ricursive למעשה טוען הוא NVIDIA DGX Spark, ובנוסף 250 טוקנים לשנייה על שני B200s בגודל אצווה 8 לפני קרנלים מותאמים אישית. המאגר גם מספק וריאנט NVFP4, וזה הווריאנט שהופך פריסה על מכונה קטנה לאפשרית.

אז שאלת הפריסה עונה על עצמה לפני שהבנצ'מרקים עונים עליה. אם יש לך DGX Spark ואין לך תקציב ל-GPU, ‏Ripple הוא מודל שאתה יכול להחזיק בבעלותך. אם אין לך לא ארון שרתים פנוי ולא תיאבון למשיכה של 1.56 TB, ‏Kimi הוא מודל שאתה שוכר.

מתקשר לאחד מהם

זה המקום שבו השניים מפסיקים להיות סימטריים. Kimi K3.1 Pro נמצא ב-OrcaRouter היום בתעריף המחירון שלו — $2.00 לקלט, $10.00 לפלט, 0% תוספת, כך שכאשר Moonshot מורידה את המחיר, השינוי מגיע למפתח שלך באותו יום ולא במחזור החיוב הבא. מפתח אחד מכסה את המודל הזה לצד שאר הקטלוג, מה שחשוב אם אתה מריץ את Kimi כשכבת ההסלמה היקרה מאחורי ברירת מחדל זולה יותר.

Ripple 65B Preview אינו בקטלוג שלנו, ואין בכוונתנו להעמיד פנים אחרת. הוא מגיע ל-API דרך נקודת הקצה של Ricursive עצמה ודרך פלטפורמות צד שלישי, והמשקולות שלו נמצאות ב-Hugging Face אם רוצים אותן ישירות. מהדורת Preview חדשה לגמרי, עם כרטיס שמודה שהציונים שלה קשים לשחזור, היא בדיוק המקרה שבו רוצים את המודל מאחורי נתב ולא מחווט לנתיב ייצור — אבל זה עוזר רק ברגע שספק פותח אותו לניתוב צד שלישי.

איזה אחד לבחור

בחר ב-Kimi K3.1 Pro אם העבודה היא ארוכת טווח ופתוחה: ריפקטורים גדולים על פני מאגר קוד גדול, ניתוח מסמכים בהיקף של 200K טוקנים ומעלה, כל מקרה שבו קלט תמונה חוסך לך שלב OCR נפרד, או כל מקרה שבו אתה צריך שהמודל ישמור על תוכנית לאורך מאות קריאות לכלים. אתה משלם מחירים סמוכים לחזית, ולכן עליך לצפות להתנהגות סמוכה לחזית. פער של 3.4 נקודות בין ההרנסים הוא רעש; הקשר של 1M והקלט הרב-מודלי אינם.

בחרו ב-Ripple 65B Preview אם העבודה תחומה ואתם רוצים להפסיק לשלם לפי טוקן: סוכן קידוד על סט משימות קבוע, עוזר מקומי על חומרה שכבר בבעלותכם, יעד לכוונון עדין — Apache 2.0 ונקודת ביקורת צפופה בגודל 65B הם נקודת התחלה ידידותית בהרבה מ-MoE בנפח 1.56 TB. התייחסו ל-80.5 כאל טענה של המעבדה שיצרה את המודל, על מהדורת בנצ'מרק שאף אחד אחר לא פרסם בה, ואמתו אותה על המשימות שלכם לפני שהיא מתקרבת להחלטה ייצורית.

ואם אתה רוצה את ההשוואה שבאמת תכריע את העניין, היא עדיין לא קיימת. אף אחד לא הרץ את Ripple 65B Preview ואת Kimi K3.1 Pro דרך אותה מערכת בדיקה באותה גרסה. עד שמישהו יעשה זאת, הדירוג ההגון היחיד הוא לפי צורה: מודל קטן שאתה יכול להחזיק בבעלותך מול מודל גדול שאתה יכול לשכור, עם יחס מחירים של בערך עשרה לאחד ואין מבחן משותף שישבור את התיקו.