Ripple 65B Preview vs Kimi K3.1 Pro: Dua Rilis Open-Weight, Nol Benchmark Bersama

Pada 4 November 2026, dua model open-weight hadir dalam selang beberapa jam, dan hampir tidak ada yang membandingkannya secara layak. Ripple 65B Preview adalah model dense 65 miliar parameter dari Ricursive Intelligence, yang dilatih dari awal pada 12 triliun token dan dirilis di bawah Apache 2.0. Kimi K3.1 Pro adalah model unggulan sparse triliunan parameter milik Moonshot AI, yang API-nya dibuka pada 23 Oktober dan bobotnya — sekitar 1,56 TB — tersedia untuk publik pada 4 November. Yang satu cukup kecil untuk diletakkan di atas meja; yang lain membutuhkan pusat data. Pertanyaan yang jelas adalah mana yang lebih baik, dan jawaban jujurnya adalah tidak ada angka yang dipublikasikan yang memungkinkan Anda menjawabnya, karena kedua lab tidak menjalankan satu pun benchmark pada versi yang sama.

Itu bukan penghindaran retoris. Itu hal paling berguna di halaman ini: jika Anda memilih di antara keduanya, Anda sedang memilih antara dua jenis taruhan yang berbeda, dan tabel benchmark tidak dapat membuat pilihan itu untuk Anda.

Apa sebenarnya masing-masing model

Ripple 65B Preview bersifat dense, bukan sparse. Setiap dari 65 miliar parameternya aktif pada setiap token, dalam transformer "tipis-dan-dalam" 80 lapis dengan residual stream selebar 5.120. Ricursive menggambarkan desain ini sebagai peralihan dari arsitektur Olmo 3 menuju arsitektur yang mirip Gemma 3N — attention head yang overprovisioned, rasio attention sliding-window terhadap global yang lebih tinggi, attention bergerbang, NoPE global, value residual, dan clipping aktivasi FFN. Pelatihan berjalan 877.500 langkah pada panjang sekuens 8K dengan korpus hanya teks, sebagian besar bahasa Inggris dan kode, diikuti oleh midtraining, tahap konteks panjang, dan RL ringan yang berfokus pada pengodean agentik. Ricursive memperkirakan biaya komputasi sebesar $32M.

Kimi K3.1 Pro memiliki bentuk yang berlawanan. Ini adalah model Mixture-of-Experts di kelas triliun parameter — pelacak pihak ketiga menempatkannya di sekitar 2,8T total dengan sekitar 104B aktif per token — dan catatan rilis Moonshot mendeskripsikannya sebagai K3 yang dilatih pasca-pelatihan dengan anggaran RL yang jauh lebih besar yang tersebar di ratusan domain. Materi peluncuran perusahaan sendiri menyebutnya sebagai versi pasca-pelatihan dari K3, tetapi kartu modelnya menceritakan kisah yang lebih spesifik: tulang punggungnya berpindah dari 24 lapisan Gated MLA ke 24 lapisan Gated DSA. Model ini hadir dengan input teks, gambar, dan video, upaya penalaran yang dapat dikonfigurasi, dan jendela konteks 1.048.576 token.

• Parameter — 65B dense (semua aktif) vs total ~2.8T / ~104B aktif, menurut pelacak pihak ketiga

• Konteks — 1 juta token yang diiklankan vs 1.048.576 token, yang diiklankan dan dilayani

• Lisensi — Apache 2.0 vs lisensi Kimi K3, diganti nama, dengan ambang MaaS $20M/12 bulan

• Bobot di disk — checkpoint BF16 satu-repo ditambah varian NVFP4 dan base vs ~1,56 TB di 96 shard MXFP4

• Modalitas — input teks, output teks vs input teks, gambar, dan video, output teks

• Harga — $0.20 / $0.60 per juta token input/output di listing pihak ketiga vs $2.00 / $10.00, yang merupakan tarif yang tercantum di katalog kami sendiri

Angka yang terlihat seperti kemenangan telak bukanlah demikian.

Kartu Ripple melaporkan 80.5 pada Terminal-Bench 2.1. Pengumuman peluncuran Kimi melaporkan 65.7 pada Terminal-Bench 4.0. Jika disandingkan, Ripple tampak menang hampir 15 poin dengan ukuran yang hanya sebagian kecilnya. Perbandingan itu tidak bermakna, dan perbandingan itu terus-menerus dilakukan di balasan kedua utas peluncuran tersebut.

Terminal-Bench 4.0 adalah revisi harness yang lebih baru dan lebih sulit daripada 2.1. Model yang mencetak 80 pada set tugas 2.1 belum terbukti berada dalam jarak lima belas poin dari model yang mencetak 65,7 pada 4.0 — yang terbukti adalah bahwa model itu mengerjakan ujian yang berbeda. Jebakan yang sama menelan perbandingan lain yang beredar: 79,1 milik Ripple pada SWE-bench Pro v2.0 Hard, 44,3 pada DeepSWE 1.1, 76,5 pada SWE-bench Verified, dibandingkan dengan 51,7 milik Kimi pada SWE Marathon v1.1 dan 61,2 pada Kimi Code Bench 3.0 Long-horizon. Itu enam benchmark, dan tidak ada satu pun yang sama.

Bahkan satu laboratorium yang mengukur satu benchmark pun tidak konsisten dengan dirinya sendiri di berbagai harness. Angka Terminal-Bench 4.0 milik Kimi K3.1 Pro muncul sebagai 65,7 dari Moonshot, 63,6 dari Vals AI, dan 67 dari Artificial Analysis — selisih 3,4 poin pada model yang sama dan versi benchmark yang sama, murni karena tooling. Jika tiga kali menjalankan satu benchmark pada satu model bervariasi sebesar itu, perbandingan lintas versi antara dua model bukanlah sebuah pengukuran. Itu hiasan.

Ricursive menyatakan hal serupa di kartunya sendiri, dengan lebih tenang daripada thread peluncuran. Kartu itu mencatat bahwa "mereplikasi skor benchmark telah menjadi tantangan" dan bahwa skor diambil dengan upaya maksimum dalam BF16. Baca kalimat itu dua kali sebelum Anda memasukkan 80.5 ke slide.

Sumbu yang benar-benar bisa Anda bandingkan

Dua hal dapat dibandingkan secara langsung karena keduanya bukan skor benchmark: berapa biaya model dan apa yang dibutuhkan untuk menjalankannya.

Dari segi harga, selisihnya kira-kira sepuluh berbanding satu. Kimi K3.1 Pro adalah $2.00 per juta token masukan dan $10.00 per juta token keluaran di katalog kami, yang meneruskan harga daftar Moonshot tanpa markup. Ripple 65B Preview tercantum pada $0.20 dan $0.60 di endpoint hosted pertamanya — angka yang layak dianggap sementara, karena Ricursive belum menerbitkan rate card sendiri. Endpoint yang sama melayani konteks 16,384 token dibandingkan jendela 1M yang diiklankan, dan setidaknya satu pelacak memberi label model tersebut sebagai proprietary sementara bobotnya tersedia publik di Hugging Face di bawah Apache 2.0. Ketika para pelacak begitu salah soal lisensi, harga mereka pun layak disikapi dengan skeptisisme yang sama.

Perbedaan biaya yang lebih besar bukan pada per token. Melainkan pada per jawaban. Kimi K3.1 Pro adalah model penalaran yang menghasilkan sekitar 55.000 token output per tugas indeks Artificial Analysis; pada US$10 per juta output, itu merupakan sebagian besar dari US$1,98 biaya indeks per tugas. Angka Ripple berasal dari model dengan post-training ringan dan tanpa tangga penalaran yang dapat dikonfigurasi, jadi seharusnya menghasilkan jauh lebih sedikit — tetapi sampai seseorang menjalankan set tugas yang sama melalui keduanya, angka per tugas itu adalah perkiraan, bukan fakta. Token per jawaban, bukan dolar per token, adalah area tempat model kecil biasanya menang dan tempat perbandingan di thread peluncuran tidak pernah menyentuh.

Deployment adalah titik di mana keduanya benar-benar berbeda

Unduhan Kimi K3.1 Pro sekitar 1,56 TB di 96 shard safetensors dalam MXFP4, dengan QAT yang menjaga kualitas pada lebar tersebut. Anda tidak akan menjalankannya di workstation. Opsi realistisnya adalah endpoint terhosting atau klaster multi-node, dan lisensinya menambahkan ambang komersial yang penting pada skala besar: pemicu MaaS $20M/12 bulan, plus klausul penamaan pada 100M pengguna bulanan atau pendapatan bulanan $20M.

Ripple 65B Preview dibuat untuk ujung lain dari spektrum itu. Dalam BF16, checkpoint-nya sekitar 130 GB, itulah sebabnya frasa "berjalan di MacBook" dalam liputan peluncuran menanggung lebih banyak daripada yang diakui — 130 GB tidak muat di memori terpadu laptop tanpa kuantisasi. Yang sebenarnya diklaim kartu Ricursive adalah NVIDIA DGX Spark, ditambah 250 token per detik pada dua B200 dengan ukuran batch 8 sebelum kernel khusus. Repositori ini juga menyertakan varian NVFP4, yaitu varian yang membuat penerapan di mesin kecil masuk akal.

Jadi pertanyaan deployment terjawab sendiri sebelum benchmark selesai. Jika Anda memiliki DGX Spark dan tidak punya anggaran GPU, Ripple adalah model yang bisa Anda miliki. Jika Anda tidak punya rak cadangan maupun selera untuk mengunduh 1,56 TB, Kimi adalah model yang Anda sewa.

Memanggil salah satu dari keduanya

Di sinilah keduanya tidak lagi simetris. Kimi K3.1 Pro tersedia di OrcaRouter hari ini dengan tarif daftar — $2,00 masuk, $10,00 keluar, markup 0%, jadi saat Moonshot memangkas harganya, perubahan itu sampai ke kunci Anda pada hari yang sama alih-alih pada siklus penagihan berikutnya. Satu kunci mencakup model itu bersama dengan katalog lainnya, yang penting jika Anda menjalankan Kimi sebagai tingkat eskalasi yang mahal di belakang default yang lebih murah.

Ripple 65B Preview tidak ada di katalog kami, dan kami tidak akan berpura-pura sebaliknya. Model ini mengakses API melalui endpoint milik Ricursive sendiri dan platform pihak ketiga, dan bobotnya tersedia di Hugging Face jika Anda ingin mendapatkannya secara langsung. Rilis Preview yang benar-benar baru dengan kartu yang mengakui bahwa skornya sendiri sulit direplikasi adalah tepat kasus ketika Anda menginginkan model di balik router alih-alih terhubung langsung ke jalur produksi — tetapi itu hanya membantu setelah vendor membukanya untuk perutean pihak ketiga.

Mana yang harus dipilih

Pilih Kimi K3.1 Pro jika pekerjaannya berjangka panjang dan terbuka: refaktor besar di seluruh repositori besar, analisis dokumen pada 200K token ke atas, apa pun yang input gambarnya menghemat langkah OCR terpisah, atau apa pun yang mengharuskan model mempertahankan rencana di seluruh ratusan pemanggilan alat. Anda membayar harga yang mendekati frontier dan semestinya mengharapkan perilaku yang mendekati frontier. Selisih 3,4 poin di berbagai harness hanyalah noise; konteks 1M dan input multimodal bukan.

Pilih Ripple 65B Preview jika pekerjaannya terbatas dan Anda ingin berhenti membayar per token: agen coding pada set tugas tetap, asisten lokal di perangkat keras yang sudah Anda miliki, target fine-tuning — Apache 2.0 dan checkpoint dense 65B adalah titik awal yang jauh lebih ramah daripada MoE 1,56 TB. Anggap 80.5 sebagai klaim dari lab yang membuat model, pada revisi benchmark yang belum diterbitkan pihak lain, dan validasikan pada tugas Anda sendiri sebelum mendekati keputusan produksi.

Dan jika Anda menginginkan perbandingan yang benar-benar bisa menyelesaikan ini, perbandingan itu belum ada. Belum ada yang menjalankan Ripple 65B Preview dan Kimi K3.1 Pro melalui harness yang sama pada versi yang sama. Sampai seseorang melakukannya, satu-satunya peringkat yang jujur adalah berdasarkan bentuknya: model kecil yang bisa Anda miliki versus model besar yang bisa Anda sewa, dengan rasio harga sekitar sepuluh berbanding satu dan tanpa ujian bersama untuk memecahkan kebuntuan.