Ripple 65B Preview מול Nemotron 3.5 Bolt 74B: חשבון ה-VRAM מגיע קודם
- OrcaחדשOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 לכל 1M טוקנים · 70 tok/s
- OrcaחדשOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 לכל 1M טוקנים · 107 tok/s
- orcaחדשOrca: OrcaC2 1.02026-10-303 tok/s
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 לכל 1M טוקנים · 100 tok/s
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 לכל 1M טוקנים · 107 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 115 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 56 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2447אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 85 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 106 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 57 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2855אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 182 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2244אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2259אינטליגנציה
שני המודלים האלה נמכרים על אותה הבטחה — אפשר להריץ קודן אגנטי רציני על חומרה שבבעלותך. Ripple 65B Preview דורש כ-130 GB של זיכרון ב-BF16 לפני שטענת אפילו טוקן אחד של הקשר. Nemotron 3.5 Bolt 74B-A9B דורש 24 GB, מפני ש-NVIDIA דחסה אותו ל-2.0625 ביט. זהו הבדל פי חמישה בחומרה שאתה נאלץ לקנות, והוא מכריע את ההשוואה הזו עוד לפני שטבלת הבנצ'מרקים בכלל נכנסת לתמונה.
וזה החלק המעניין, כי במדד היחיד ששתי המעבדות פרסמו באותה גרסה, המודל בעל הטביעה הקטנה אינו המנצח. NVIDIA's Nemotron 3.5 Bolt 74B-A9B מדווח 50.98 ב-Terminal-Bench 2.1. Ricursive's Ripple 65B Preview מדווח 80.5 על אותה גרסה. שלושים נקודות, אותו מבחן — אבל בתנאים כל כך שונים עד שהקריאה הכנה צרה יותר ממה שהכותרת מרמזת.
החשבון, לפני כל דבר אחר
Ripple 65B Preview הוא מודל צפוף. כל 65 מיליארד הפרמטרים פעילים בכל טוקן, ולכן ב-BF16 המשקלים לבדם הם 65 × 2 בייטים = 130 GB, וזה עוד לפני KV cache. Ricursive כן מספקת וריאנט NVFP4, שמביא את המשקלים לכבערך רבע מזה — נניח 33 GB ועוד מטמון — וזה הבילד שמאפשר פריסה מציאותית על GPU יחיד או על DGX Spark. היעד המוצהר של החברה הוא DGX Spark, עם 250 טוקנים לשנייה על שני B200s ב-batch size של 8 לפני קרנלים מותאמים אישית.
Nemotron 3.5 Bolt 74B-A9B הוא מודל Mixture-of-Experts עם 9B פרמטרים פעילים, שנגזר ממודל האב Nemotron 3.5 Super VL 120B-A12B של NVIDIA באמצעות קיצוץ ה-top-K של המומחים מ-22 ל-9 בעזרת חיפוש מונחה-ראוטר שהחברה מכנה Star Elastic. ב-2.0625 ביטים ב-IQ2_XXS הוא מגיע לכ-19 GB של משקלים ונכנס בכרטיס של 24 GB בגודל באצ' 1. זו כל מטרת התכנון, והיא מושגת.
• זיכרון — ~130 GB BF16 / ~33 GB NVFP4 לעומת ~19 GB ב-2.06 ביט, כרטיס של 24 GB באצווה 1
• צורה — 65B צפוף לעומת 74B בסך הכול / 9B MoE פעיל
• הקשר — 1M מוצהר לעומת 262,144, כאשר מתכוני vLLM ממליצים על 64K בכרטיס של 28 GB
• מודאליות — טקסט בלבד לעומת קלט של טקסט, תמונה ווידאו
• רישיון — Apache 2.0 לעומת OpenMDW-1.1
• מחיר — $0.20 / $0.60 למיליון בנקודת הקצה המתארחת הראשונה לעומת היעדר מחיר מתארח לכל טוקן לחלוטין
אותו הרנס, תנאים שונים
Terminal-Bench 2.1 הוא המקרה הנדיר שבו שתי המעבדות ציטטו את אותה גרסה, מה שהופך את ההשוואה בין 80.5 ל-50.98 ללגיטימית באופן שרוב הדיון בבנצ'מרקים בין מודלים אינו. אבל לגיטימיות אינה אותו דבר כמו הוגנות, ויש שני אי־סימטריות שעליך לזכור.
הראשון הוא כימות. הנתון 50.98 של NVIDIA הוא נתון שדווח על ידי הספק עבור מודל שמופץ בעיקר כבנייה של 2-bit; נתון ה-GPQA הראשי של הכרטיס, 86.43, נמדד על נקודת הביקורת הדחוסה הזו. Ricursive מציינת במפורש שהציונים שלה נלקחו "ברמות המאמץ המקסימליות ב-BF16" — הבנייה ברמת הדיוק המלאה. השוואה בין ריצת 2-bit לריצת BF16 היא השוואה בין שני מודלים שונים שבמקרה חולקים מאגר.
הנקודה השנייה היא שהנתון של NVIDIA הוא הטענה השמרנית יותר. החברה פרסמה נתון מאופק של 50.98 ב-Terminal-Bench, ובמקביל פרסמה 86.43 ב-GPQA Diamond, ומאז מעריכים בלתי תלויים מיקמו את המודל במקום 21 במדד Intelligence Index של Artificial Analysis — שנמדד על v4.3.2, שהיא גרסת מדד שונה מגרסת ה-v5 שנבנתה מחדש, שלפיה מצוטטים מודלים אחרים בטווח המחירים הזה. אל תציבו את ה-21 הזה לצד מספר מגרסת v5 ותחסרו. גרסאות מדד אינן ניתנות להחלפה, וערבוב שלהן הוא השגיאה הנפוצה ביותר בפוסטי השוואה שנכתבו השבוע.
היכן שמודל 24 GB מנצח באופן מוחלט
GPQA Diamond הוא המקרה הברור ביותר. Ripple 65B Preview מדווח 85.2. Nemotron 3.5 Bolt 74B-A9B מדווח 86.43. המודל שנכנס לכרטיס צרכני יחיד מוביל בשאלות מדע ברמת תואר שני ב-1.2 נקודות — פער קטן מספיק כדי להיות רעש, אבל לא פער לטובת Ripple. מודל dense בגודל 65B שאומן מאפס על 12 טריליון טוקנים לא פתח יתרון ידע על פני MoE דחוס בגודל 74B שזוקק ממודל אב גדול יותר, ואין סיבה שיהיה לו כזה.
Nemotron מקבל גם תמונות ווידאו. Ripple מקבל טקסט. אם הסוכן שלך צריך להסתכל על עמוד מרונדר, על גרף או על צילום מסך של משימת CI שנכשלה, זה לא הבדל בנצ'מרק שאפשר לעקוף עם פרומפט.
היתרונות של Ripple מתגלים במקום אחר בכרטיס שלה: 76.5 ב-SWE-bench Verified, 71.67 ב-MCP Atlas, 79.2 ב-IFBench, 83.8 ב-FORTRESS Adversarial. אלה מספרים חזקים למודל של 65B והם מצביעים על אותו דבר שציון Terminal-Bench מצביע עליו — זהו מודל שעבר אימון-המשך במיוחד לשימוש בכלים ולקידוד סוכני, במחיר של רוחב.
טענות בדבר מהירות שלא ניתן להשוות
ה-250 טוקנים לשנייה של Ricursive הם שני B200 בגודל אצווה 8. ה-83.99 טוקנים לשנייה של NVIDIA הם מכונת RTX Spark ברמת מחשב נייד עם drafter ספקולטיבי, על בנצ'מרק הקידוד של AIPerf. אלה אינם אותה מדידה על אותה חומרה, וציטוטם במשפט אחד יהיה לא ישר. מה שכן אפשר לומר הוא כיווני: Ripple זקוקה למאיצים ברמת מרכז נתונים כדי להגיע למספר שלה, ו-Nemotron כוונן להפיק קצב שמיש במכונה שנכנסת מתחת לשולחן.
התרגום המעשי הוא תפוקה לדולר של חומרה, ואף אחד לא פרסם את זה עבור אף אחד מהמודלים. אם אתם בוחרים ביניהם, זה המספר שאתם צריכים לייצר בעצמכם, כי הוא תלוי בגודל הבאטצ׳ שלכם, באורך ההקשר שלכם ובשאלה אם אתם מריצים את גרסת ה-NVFP4 או את גרסת ה-BF16.
שני רישיונות מתירניים, הבדל משמעותי אחד
Ripple היא Apache 2.0, דבר שאינו דורש הסבר ואינו מציב סף. Nemotron 3.5 Bolt מופץ תחת OpenMDW-1.1, רישיון המודלים הפתוחים של NVIDIA עצמה, שמתיר שימוש מסחרי אך אינו ברירת המחדל בתקן OSI שצוותי המשפט אישרו מראש. בפועל, ניתן להשתמש בשניהם; ברכש, אחד מהם יוסיף שבועיים לתהליך.
תאריך הניתוק של הידע של Nemotron הוא מאי 2026, וכיסוי השפות שלו הוא אנגלית וקוד בראש ובראשונה, עם תמיכה בספרדית, צרפתית, גרמנית, איטלקית ויפנית. בכרטיס של Ripple נאמר שהקורפוס שלו הוא בעיקרו אנגלית וקוד, נקודה. אף אחד מהם אינו מודל רב-לשוני, ואם זו הדרישה שלך, אף אחד מהם לא שייך לרשימה הקצרה.
מתי לא כדאי להריץ אף אחד מהם בעצמך
הטיעון הכנה נגד שניהם הוא תפעולי. מודל על ה-GPU שלך הוא מודל שאתה מתקן, מנטר, מתכנן לו קיבולת ומחזיק חם — וכרטיס של 24 GB שמריץ MoE ב-2 ביטים בגודל אצווה 1 אינו שכבת שירות בייצור, אלא מכונת פיתוח בעלת יכולת גבוהה מאוד. ברגע שהתעבורה שלך מתפרצת או מרובת דיירים, אירוח לפי טוקן מנצח בעלות הכוללת גם בתעריף גרוע יותר, כי אתה מפסיק לשלם על VRAM לא פעיל.
זהו הפער ש-OrcaRouter ממלא עבור החלק בסטאק שלך שכן צריך להתארח: מפתח API אחד ליותר מ-200 מודלים במחיר המחירון של הספק עם 0% תוספת, כך שקיצוץ מחיר מצד ספק מגיע אליך באותו יום ולא בחידוש החוזה הבא, ומעבר אוטומטי לגיבוי כאשר ספק אחד מתדרדר. אף אחד משני הדגמים האלה אינו בקטלוג שלנו היום — עבור Nemotron 3.5 Bolt לא פורסמה כלל נקודת קצה עם חיוב לפי שימוש, ו-Ripple מגיע ל-API דרך נקודת הקצה של Ricursive עצמה ופלטפורמות צד שלישי. מה שהראוטר נותן לך הוא רמפת היציאה: לבנות אב-טיפוס מקומית על המשקלים, ואז להעביר את מסלול הייצור למודל מתארח בלי לשכתב את הלקוח.
כלל האצבע
קנה את דגם ה-24 GB אם המחשב הוא המגבלה. Nemotron 3.5 Bolt 74B-A9B הוא היחיד מבין השניים שרץ על כרטיס צרכני יחיד בלי לבצע כימות בעצמך, הוא קורא תמונות, והוא במרחק נקודה אחת מ-Ripple ב-GPQA. אתה מוותר על בערך שלושים נקודות ב-Terminal-Bench 2.1 ומקבל צ'קפוינט של 2 ביט, שזו עלות אמיתית באמינות סוכנית שפער הבנצ'מרק כנראה ממעיט בערכה.
קנה את המודל בנפח 130 GB אם העבודה היא קידוד אגנטי בטקסט בלבד ויש לך את החומרה או נקודת קצה מתארחת וזולה. 80.5 של Ripple 65B Preview ב-Terminal-Bench 2.1 היא הטענה החזקה ביותר בנושא קידוד אגנטי שאחת משתי המעבדות השמיעה החודש, והרישיון Apache 2.0 שלה הוא בעל החיכוך הנמוך ביותר שתמצא בכל מקום. פשוט הרץ את גרסת ה-NVFP4, תקצב את הזיכרון, ושחזר את המספר על מערך המשימות שלך לפני שאתה מאמין לו — הכרטיס עצמו מזהיר שהשחזור היה קשה.
