Ripple 65B Preview vs Gemini 4 Argon: Jurang Harga Bertemu Bobot Terbuka

Pada 1 Desember 2026 — dua puluh enam hari dari hari ini — Gemini 4 Argontarif yang dipublikasikan menjadi dua kali lipat. Input naik dari $2,00 menjadi $4,00 per juta token, output dari $10,00 menjadi $20,00, input yang di-cache dari $0,10 menjadi $0,20, dan tier batch serta prioritas bergerak dengan faktor yang sama. Google telah menyatakan secara eksplisit bahwa harga saat ini bersifat pengantar, bukan diskon yang mungkin diam-diam menjadi permanen. Tenggat waktu itu adalah poros sebenarnya dari perbandingan ini, karena Ripple 65B Preview, yang dirilis pada 4 November 2026 di bawah Apache 2.0, tidak memiliki harga yang dapat berubah sama sekali: dengan 65 miliar parameter dense, model ini cukup kecil untuk dijalankan pada perangkat keras Anda sendiri, dan biayanya menjadi tagihan GPU alih-alih tarif per token.

Apakah trade-off itu masuk akal sepenuhnya bergantung pada seberapa banyak Anda menggunakannya. Inilah perhitungannya, yang disajikan sebelum tolok ukur.

Angka-angka di setiap sisi

• Gemini 4 Argon, hari ini — $2,00 input / $10,00 output per juta, $0,10 pembacaan cache, batch dan flex masing-masing $1,00 / $5,00, prioritas pada $3,60 / $18,00br/> • Gemini 4 Argon, mulai 1 Desember — $4,00 / $20,00, cache $0,20, batch $2,00 / $10,00, prioritas $7,20 / $36,00br/> • Ripple 65B Preview — tidak ada kartu tarif vendor; bobot Apache 2.0, di-hosting sendiri. Tarif hosting pihak ketiga berada di kisaran $0,20 / $0,60br/> • Skor independen — Argon 50 pada Artificial Analysis Intelligence Index v5.0.1 dengan $7,68 per tugas indeks; Ripple tidak memiliki entri indeksbr/> • Konteks — Argon 1.048.576 token digunakan bersama untuk input, proses berpikir, dan output; Ripple diklaim hingga 1 juta token, dilatih melalui tahap konteks panjang 2 juta tokenbr/> • Kecepatan output — Argon terukur 55 tok/s; Ripple diklaim 250 tok/s pada 2×B200 dengan batch 8, BF16

Jalankan beban kerja agen dengan 2 juta token input dan 400.000 token output per bulan. Pada tarif perkenalan Argon, itu $4 ditambah $4 — $8. Mulai 1 Desember menjadi $16. Pada endpoint Ripple yang dihosting dengan tarif katalog, kira-kira $0.40 ditambah $0.24, sekitar $0.64, sebelum Anda membayar apa pun yang lain. Kesenjangan itu bukan kesalahan pembulatan, dan itulah sebabnya perbandingan ini lebih bernilai daripada lembar spesifikasi: pada volume kecil perbedaannya tidak berarti, dan pada skala agen itu menentukan arsitektur.

Apa yang sebenarnya Anda beli dari Argon

Gemini 4 Argon diumumkan pada 30 September 2026 dan mencapai ketersediaan umum pada 13 Oktober. Ini adalah model 1 juta token dengan anggaran konteks bersama — input, token pemikiran, dan output semuanya diambil dari kumpulan yang sama — serta batas atas output sinkron default sebesar 65,536 token. Untuk mendekati satu juta penuh dalam satu output, diperlukan jalur long-decode latar belakang dengan polling, dalam tahapan maksimal 64K. Inilah jenis detail yang dihapus oleh baris "1M context" di halaman perbandingan, dan itu mengubah keunggulan model: Argon sangat baik dalam membaca korpus besar dan menghasilkan jawaban yang moderat, tetapi canggung dalam menghasilkan sebuah buku dalam satu panggilan.

Profil terukurnya berada di kelas menengah-frontier. Artificial Analysis menempatkannya pada 50 di indeks v5.0.1, di bawah Claude Opus 5.5 pada 59 dan GPT-6.1 Sol pada 55, dengan biaya $7,68 per tugas indeks — lebih dari enam kali lipat $1,27 milik Sol untuk skor yang lebih rendah. Tabel terbitan Google sendiri menunjukkan model ini menang tipis pada DeepSWE v1.1 dengan 77,9 dan kalah pada Terminal-Bench 4.0, FrontierSWE v2, dan OSWorld-2.0, dengan catatan biasa bahwa vendor yang memilih barisnya. Angka paling khasnya adalah tingkat halusinasi 15% pada AA-Omniscience, jauh di bawah norma frontier.

Semua itu bukan alasan untuk menghindarinya. Keunggulan Argon terletak pada pekerjaan dokumen panjang dengan harga yang, hingga 1 Desember, benar-benar agresif — $2 untuk satu juta token masukan sama dengan GPT-6.1 Sol dan seperlima dari Opus 5.5.

Apa itu Ripple, tanpa polesan peluncuran

Ripple 65B Preview adalah transformer padat 80 lapis dengan aliran residual selebar 5.120, 65 miliar parameter yang semuanya aktif, dan serangkaian pilihan arsitektur yang oleh Ricursive disebut mirip Gemma 3N: attention head tambahan, rasio sliding window terhadap global yang lebih tinggi, sliding window yang lebih kecil, pemotongan aktivasi FFN, attention bergerbang, NoPE global, dan residual nilai. Model ini berlisensi Apache 2.0 dan tersedia sebagai BF16 instruct, NVFP4 instruct, BF16 base, serta varian DFlash2.

Klaim efisiensi adalah bagian yang menarik dalam perbandingan ini. Ricursive mengatakan seluruh proyek menelan biaya $32 juta, sekitar sepersepuluh dari state of the art open-weight sebelumnya untuk pengodean agentik, menggunakan 1,4 juta rollout RL — sekitar tujuh puluh kali lebih sedikit daripada Reflection Beam — pada MFU 40%, dan bahwa model itu mempertahankan 250 token per detik di dua B200 pada ukuran batch delapan dalam BF16. Artificial Analysis mengukur Argon pada 55 token per detik. Model dense 65B pada 250 token/detik di dua GPU adalah kelas penerapan yang berbeda dari API frontier, dan itu satu-satunya bagian dari pitch Ripple yang tidak bergantung pada harness benchmark.

Klaim konteksnya perlu diteliti dengan ketat sama seperti klaim Argon. Ricursive mencantumkan tahap pelatihan pada 8K, 64K, 2M, dan 128K serta memasarkan jendela 1M. Satu katalog pihak ketiga sudah mencantumkan model tersebut dengan konteks 16,4K, yang jelas salah dibandingkan kartu modelnya, tetapi seharusnya cukup untuk membuat Anda memverifikasi jendela itu di harness Anda sendiri sebelum merancang berdasarkan jendela tersebut. Klaim 1M pada pratinjau berusia dua hari adalah klaim, bukan pengukuran.

Masalah tolok ukur, dalam satu paragraf.

Anda tidak dapat menyejajarkan keduanya dalam satu grafik. Angka coding yang dipublikasikan Argon sebagian besar adalah Terminal-Bench 4.0 dan DeepSWE v1.1; angka utama Ripple adalah Terminal-Bench 2.1 pada 80,52, kumpulan tugas yang berbeda dengan plafon yang lebih ramah. Satu-satunya baris versi yang sama yang keduanya publikasikan adalah DeepSWE v1.1, di mana Argon melaporkan 77,9 dan Ripple melaporkan 44,3 — hasil yang berlawanan langsung dengan kesan yang diciptakan angka Terminal-Bench. Tidak ada satu pun angka Ripple yang diverifikasi secara independen, dan angka Argon dipilih oleh vendor. Anggap perbandingan ini belum terselesaikan sampai harness netral menjalankan keduanya.

Putusan, dalam dua perkara

Bersifat bursty, padat dokumen, volume rendah. Argon menang dan kenaikan Desember mungkin tidak terlalu penting. Jika Anda memproses beberapa ratus PDF panjang per bulan, selisih antara $8 dan $16 hanyalah kesalahan pembulatan, dan jendela bersama 1M dengan tingkat halusinasi rendah lebih bernilai daripada penghematan token 3× yang harus Anda operasikan sendiri. Kunci sebelum 1 Desember jika bisa — perubahan tarif berlaku untuk penggunaan, bukan untuk kontrak yang ditandatangani lebih awal, jadi perjanjian committed-spend layak ditanyakan khusus bulan ini.

Kondisi tunak, volume tinggi, tugas sempit. Perhitungannya berbalik. Dua B200 dengan biaya bulanan tetap versus token keluaran Argon senilai $4.800 pada 400K/bulan saat diskalakan bukanlah pilihan yang tipis, dan Apache 2.0 berarti tidak ada negosiasi lisensi. Tangkapannya adalah Anda mewarisi stack penyajian, keputusan kuantisasi, dan pekerjaan evaluasi, dan Anda bertaruh pada checkpoint pratinjau tanpa skor independen.

OrcaRouter berada di sisi Argon dari garis itu. Gemini 4 Argon adalah salah satu dari lebih dari 200 model yang tersedia pada satu kunci, dengan markup 0% — harga daftar Google diteruskan apa adanya, sehingga perubahan 1 Desember berlaku di sini pada hari yang sama, bukan pada pembaruan kontrak berikutnya. Jika perubahan harga yang mengkhawatirkan Anda, DSL routing adalah lindung nilai yang praktis: susun Argon untuk pembacaan konteks panjang dan serahkan tahap output ke model yang lebih murah, dan panggilan campuran tersebut biayanya lebih rendah daripada salah satu model saja. Ripple tidak ada dalam katalog, jadi tumpukan berbasis Ripple adalah proyek self-hosting, bukan keputusan routing.

Apa yang akan mengubah jawabannya: skor Ripple independen, pembalikan atau perpanjangan harga perkenalan Argon, atau jendela 1M Argon yang ternyata dapat digunakan secara end-to-end tanpa jalur latar belakang. Pantau yang pertama; dua lainnya sudah diketahui dan bertanggal.