Ripple-65B Preview לעומת Ripple-65B: מדוע אין מודל מאחורי השם השני

חפשו Ripple-65B Preview ותמצאו מודל מתועד: צ'קפוינט dense בגודל 65B ברישיון Apache 2.0 מבית Ricursive Intelligence, שנוצר ב-4 בנובמבר 2026, עם כרטיס, ארבעה מאגרים ודירוג 80.52 שדווח על ידי הספק ב-Terminal-Bench 2.1. חפשו Ripple-65B — אותו שם עם הסיומת שהוסרה — ותמצאו את המודל הזה, שוב ושוב, תחת שמות קבצים שונים. אין מהדורה סופית נפרדת. ארגון Hugging Face מפרט ארבעה מאגרים ציבוריים — Ripple-65B-Preview, Ripple-65B-Preview-NVFP4, Ripple-65B-Base-Preview ו-Ripple-65B-Preview-DFlash2 — ואף אחד מהם לא משמיט את המילה "Preview".

זה הופך את זה לעמוד השוואה יוצא דופן, והדרך הכנה לכתוב אותו היא לומר זאת כבר בהתחלה. Ripple-65B אינו מתחרה של Ripple-65B Preview. זהו שם שאנשים מחפשים, מציין מקום לשחרור שטרם קרה, והשימושי ביותר — הזדמנות לענות על השאלה שהחיפושים האלה באמת שואלים: האם אתה מקבל את המודל המוגמר, או שאתה מקבל תמונת מצב שהמעבדה אמרה שהיא דלה באימון לאחר?

מה המשמעות של "Preview" בכרטיס המסוים הזה

הסיומת אינה דקורטיבית כאן, ו-Ricursive מפורשת באופן יוצא דופן לגביה. כרטיס המודל מתאר את המהדורה ככזו שעברה אימון-אחרי קל יחסית: 200 מיליארד אסימוני אימון-ביניים, 183 מיליארד אסימוני כיוונון עדין מפוקח, 13.5 מיליארד אסימוני SFT בהקשר ארוך, 700 צעדי RL, על גבי ריצת אימון מקדים של 12 טריליון אסימונים באורך רצף של 8K. הכול מאומן מאפס, והמסגור של החברה הוא שתקציב האימון-אחרי היה קטן בכוונה ביחס לאימון המקדים.

השילוב הזה — בסיס עצום, יישור דק — הוא מה שמייצר צ'קפוינט שמקבל 80.52 ב-Terminal-Bench 2.1 בעודו עומד על 44.3 ב-DeepSWE 1.1 ו-39.4 ב-SciCode. ביצועי הטרמינל האג'נטיים הם עבודה אמיתית. רוחב ההנדסה התוכנה נראה כמו החלק שאליו ריצת פוסט-אימון ארוכה יותר תגע ראשונה. Ripple-65B סופי יהיה, לפי קריאה זו, מודל טוב יותר בדיוק בצירים שבהם ה-Preview הוא החלש ביותר.

Ricursive לא התחייבה לכזו. אין מפת דרכים, אין שורה של "מהדורה סופית ברבעון הרביעי" בפוסט ההשקה, ואין מאגר יורש עם תאריך. כשהאתר ArtificialWatch עקב אחר ההשקה, הוא ציין ש"ה-GA ללא תגית Preview עדיין לפנינו" — סיכום מדויק של מצב שלא השתנה מאז.

ארבעת המאגרים, ולמה כל אחד מהם משמש בפועל

הבלבול בשמות מחמיר לפני שהוא משתפר, כי שניים מארבעת המאגרים נשמעים כאילו הם עשויים להיות המודל הסופי, ואף אחד מהם אינו כזה.

Ripple-65B-Preview — צ'קפוינט ה-instruct הראשי. BF16, 64,782,689,360 פרמטרים, 129.6 GB על פני 16 shards, Apache 2.0, ללא הגבלת גישה. זהו הצ'קפוינט שאליו מתייחס כל מספר בנצ'מרק.

• Ripple-65B-Preview-NVFP4 — אותו מודל instruct שעבר קוונטיזציה עם ModelOpt, 39,616,865,360 פרמטרים מאוחסנים, מתויג כ-8-bit. לא מודל אחר; מיכל קטן יותר לאותם משקלים.

• Ripple-65B-Base-Preview — נוצר ב-14 באוקטובר 2026, שלושה שבועות לפני מהדורת ה-instruct. זהו מודל הבסיס המאומן מראש, שנבחן בנפרד: MMLU 83.7, MMLU-Pro 61.5, GPQA Diamond 38.4, HumanEval 70.9, MBPP Sanitized 81.5. המספרים האלה נראים מדאיגים לצד 89.6 ו-85.2 שבכרטיס ה-instruct, עד שנזכרים שאלה ציונים של מודל בסיס — לפני SFT, לפני RL, שעונה בסגנון השלמה. זו נקודת ההתחלה הנכונה אם בכוונתך לבצע אימון-על (post-training) משלך, והלא נכונה אם אתה רוצה עוזר.

• Ripple-65B-Preview-DFlash2 — 4.04B פרמטרים, מודל טיוטה לפענוח ספקולטיבי. הוא מציע טוקנים למודל ה-65B לאימות ואינו יכול לייצר דבר בעצמו; הכרטיס שלו מציין במפורש שהוא "דורש ממודל היעד לייצר טקסט".

ארבעה מאגרים, מודל אחד, שלושה מהם וריאנטים של צ'קפוינט ואחד מהם רכיב. איש לא פרסם חמישי.

אם Ripple-65B סופי אכן היה יוצא, מה היה משתנה?

זהו החלק הבונה של ההשוואה, וכדאי להיות קונקרטיים במקום לרמוז ל"פוסט-אימון טוב יותר".

• סוגיית ההקשר כנראה תוכרע. ה-Preview מציג עד 1M, כשהוא מאומן על רצפים של 2M טוקנים בשלבי ההקשר הארוך שלו, בעוד שמפרטים מסחריים הציגו 16,384 ולאחרונה 128K כיכב בכותרות. שחרור סופי הוא הרגע הטבעי שבו מעבדה יכולה לומר עבור מה המודל באמת מאומת, ולא מה הארכיטקטורה תומכת בו.

• DeepSWE ו-SciCode יהיו הנתונים שכדאי לעקוב אחריהם. שם Preview מפגר אחרי מודלים שהוא גובר עליהם במקומות אחרים, ואלה הם המבחנים שמגיבים בצורה הישירה ביותר ליותר RL ויותר SFT על מאגרי קוד אמיתיים.

• ציון בלתי־תלוי כנראה יהיה קיים עד אז. ל-Artificial Analysis אין היום רשומה עבור שום slug של Ripple, מה שאומר שכל נתון במחזור מדווח על ידי הספק. שחרור GA הוא הנקודה שבה אגרגטורים בדרך כלל מתחילים לעקוב אחר מודל.

• הרישיון כנראה יישאר Apache 2.0. שום דבר בהשקה לא מרמז ש-Ricursive מתכוונת לחזור בה מכך, וזהו הנכס היחיד בעל הערך הרב ביותר שיש לשחרור.

דבר מזה אינו מוכרז. זהו הסקה ממה שהכרטיס אומר על תקציב ה-post-training של עצמו, ויש לקרוא זאת ככזה.

מלכודת השמות, ולמה יש לזה חשיבות מעשית

אם אתה מחבר את המודל הזה לקובץ תצורה, ההבחנה מפסיקה להיות אקדמית. המזהה שמתפענח הוא ricursiveAI/Ripple-65B-Preview. בקשה עבור ricursiveAI/Ripple-65B לא מחזירה דבר, כי שום דבר בשם הזה לא קיים — וצינור עיבוד שנופל בשקט להתאמה מטושטשת או ייכשל או, גרוע מכך, יגיש בשקט צ'קפוינט בסיס במקום שבו ציפית לצ'קפוינט instruct.

מלכודת זהה קיימת גם בכיוון ההפוך עם מודל הבסיס. {{KEEP}}Ripple-65B-Base-Preview{{/KEEP}} הוא מאגר אמיתי עם משקלים אמיתיים, והוא חפץ שונה לחלוטין מגרסת ה-instruct: ציונים שונים, התנהגות שונה, מטרה שונה. כל מי שמשווה ציוני "{{KEEP}}Ripple-65B{{/KEEP}}" ברחבי האינטרנט כמעט בוודאות מערבב בין ה-89.6 MMLU של כרטיס ה-instruct לבין ה-83.7 של כרטיס הבסיס, בלי לשים לב שהם הגיעו משני מאגרים שונים.

להלן שלושה כללים מעשיים. קבעו את מזהה המאגר המדויק ואת גיבוב הגרסה, ולא שם משפחה. אל תניחו שנקודת קצה מתארחת וההורדה של BF16 הם אותו מוצר — ייתכן שהמתארחת היא NVFP4, ייתכן שהיא גרסה אחרת, וכמעט בוודאות תהיה לה מגבלת הקשר שונה. ואם כלי או לוח דירוג מציגים "Ripple-65B" בלי הסיומת, בדקו לאיזה מאגר הכוונה לפני שאתם מצטטים את המספר.

מה אפשר לעשות עם ה-Preview היום

די הרבה, למעשה, ויותר ממה שהיה נכון לפני שבוע. המשקולות זמינות ללא שער גישה ותחת Apache 2.0, ולכן אין שלב אישור. נכון ל-5 בנובמבר, vLLM מיזגה תמיכה נייטיבית — RicursiveConfig מובנה, מפענחים לחשיבה ולקריאות לכלים, ומתכון שברירת המחדל שלו היא NVFP4 על B300 בודד — מה שאומר שהצ'קפוינט נטען ללא --trust-remote-code במנוע שרוב הצוותים כבר מריצים. בקשת משיכה מקבילה של SGLang עדיין פתוחה, כך ש-vLLM הוא כרגע המנוע המיינסטרימי היחיד שבו זו ארכיטקטורה נתמכת ולא סקריפט חיצוני.

מבחינה מסחרית, המודל מוצע בכ-$0.20 למיליון טוקני קלט ובכ-$0.60 למיליון טוקני פלט, כאשר קלט השמור במטמון מחויב בשבריר מכך. תעריפים אלה מתארים את ה-Preview, מאחר שזה הדבר היחיד שיש להציע.

OrcaRouter לא מציע אותו. כדאי לומר זאת בבירור, משום שדף השוואה שמסתיים ברמז שאפשר להגיע לשני הצדדים דרכנו יהיה מטעה — יש רק צד אחד, ואנחנו לא מארחים אותו. מה שכן אנחנו מנתבים הוא התחום שמסביב: Kimi K3.1 Pro במחיר $2.00 ו-$10.00 למיליון עם חלון הקשר של 1M, DeepSeek V4 Pro במחיר $0.66 ו-$1.98 עם חלון הקשר של 1M ופלט של 384K, Qwen3.8 Max במחיר $2.00 ו-$6.00. אם הסיבה שאתם קוראים על מקודד open-weight של 65B היא שאתם רוצים מודל סוכני זול בלי תהליך רכש, אלה המודלים שנמצאים על אותו מפתח כמו כל השאר, עם failover ותמחור pass-through. Ripple הוא זה שאתם מארחים או קונים בנפרד.

התשובה הקצרה

אם מישהו שואל אותך מה ההבדל בין Ripple-65B Preview ל-Ripple-65B, התשובה המדויקת היא שהשני עדיין לא קיים. ה-Preview הוא המודל: 65B dense, Apache 2.0, 12 טריליון טוקנים של אימון מקדים, אימון-על קל, 80.52 ב-Terminal-Bench 2.1 לפי המדידה של עצמו, ללא דירוג באף לוח עצמאי, ומוגש בחלון הקשר שתלוי במי שמגיש אותו.

מה ששחרור סופי יוסיף הוא נתון הקשר מוסכם, מספרים טובים יותר במבחני הנדסת תוכנה שבהם ה-Preview הוא החלש ביותר, וכנראה גם האימות החיצוני הראשון שהמודל זכה לו. עד ש-Ricursive משחררת אותו, כל השוואת "Ripple-65B" שתקראו — כולל כל אלה שטוענות שהן משוות אותו ל-Preview — משווה מודל למונח חיפוש.