Ripple-65B Preview：Apache 2.0 の重み、100万トークンという主張、そして16K API

Ripple-65B Previewは、2026年11月4日にRicursive Intelligenceがリリースしたもので、どこからアクセスするかによって2つの異なる製品になります。ダウンロードは129.6 GBのApache 2.0ライセンスの重みで、モデルカードにはコンテキストが「最大1M」トークンと記載されています。同じチェックポイントを搭載した最初の商用エンドポイントは16,384を謳っています。どちらの数字も同じモデルを表しており、その間の隔たりこそ、開発者がこれに1日を費やす前に知っておくべき最も有用な情報です。

このラボの見出しは、ローンチ投稿が思わせるより範囲が狭く、これまでの報道が気づいている以上に興味深い。Ricursiveは、エージェント型コーディングにおける米国のオープンウェイト最高水準——Terminal-Bench 2.1で80.52——を、報告によれば3200万ドルで訓練された65Bの高密度モデルで達成したと主張している。それは実在する成果物についての本物の主張だ。重みはダウンロード可能で、制限なしに公開され、個別交渉なしに商用利用が許諾されている。また、11月5日時点では、すべてベンダーによる報告である。Artificial Analysisにはこのモデルの項目がない。

実際にHugging Faceに登場したものは何だったのか

4つのリポジトリが11月4日に公開されました。その違いは必要なハードウェアを変えるため、重要です：

• Ripple-65B Preview — BF16命令チューニング済みチェックポイント。16個のsafetensorsシャード、合計129.57 GB、Apache 2.0、ゲートなし。

• Ripple-65B Preview NVFP4 — 6シャード合計57.22 GBの実験的な4ビットビルドで、MLP層を量子化しつつアテンションはBF16のまま維持します。

• Ripple-65B Base Preview — 事前学習のみのチェックポイントで、ミッドトレーニングや合成QAデータはなく、こちらも129.57 GBです。

• Ripple-65B Preview DFlash2 — 投機的デコーディング向けの8.08 GBのドラフトモデルで、4.04Bパラメータ、ターゲットモデルに対して16トークン単位のブロックをドラフトします。

このアーキテクチャは意図的に時代を逆行させたものだ。この規模の他のすべてのラボが mixture-of-experts に移行する中、Ricursive は密な Transformer を構築した。薄く深く、d_model 5120、80 層、80 個のアテンションヘッドが 8 個のキー・バリューヘッドを共有し、語彙数 100,352 トークン、そしてハイブリッド層パターン全体に適用された 1,024 トークンのスライディングウィンドウを備える。FFN 活性化クリッピング、ゲート付きアテンション、グローバル NoPE、バリュー残差が、チームが Olmo 3 ベースラインから段階的に積み上げる中で得た改良を締めくくっている。

トレーニングスタックは、ほとんどのモデルカードがあまり触れないほど詳細に公開されている。8Kシーケンス長での12Tトークンの事前学習、64Kでの200Bトークンの中間学習、2Mでの6.5Bトークンの長文脈拡張、128Kでの183BトークンのSFT、そして128Kでの700回のRLステップだ。開発中にチームは1人から5人になり、カスタムカーネルなしで40%のMFUを報告している。

命名に関する注意点が1つあります。検索結果はすでにこの名前を混同しています。Ricursive Intelligenceは、ハードウェア、ソフトウェア、モデルの共同最適化について説明したローンチ投稿を持つチップ設計ラボです。Flintを手がける自己改善型AIスタートアップのRecursiveではありません。両社は無関係であり、両者を混同した報道は誤りです。

ベンチマークに関する主張と、それがどこまで通用するか

Terminal-Bench 2.1はローンチの成否を分ける場であり、その数値は80.52だ。Ricursiveはこれを、80.1のReflection Beam 501B、76.4のMeta Muse Spark Open 816B、63.8のThinking Machines Inkling 975B、そして56.4のNVIDIA Nemotron 3 Ultra 550Bより上に位置づけている——いずれも総パラメータ数は7倍から15倍大きい。

その表が通常のベンダー資料より価値を持つのは、2列目があるからだ。Ricursiveは公式のTerminus 2ハーネスを128K・要約ありで再実行して比較し、自社以外ではほぼすべてのスコアが動いたと報告している。Rippleは80.5で据え置き、Muse Sparkは78.7に上昇、Reflection Beamは80.1から70.8に低下、Inklingは63.8から56.2、Nemotronは56.4から55.1となった。自社スコアは横ばいなのに競合他社のスコアが崩れるハーネスを公開する研究室は、ほとんどのローンチ記事が避けることをしている。依然として自社の宿題を自ら採点していることに変わりはなく、あの表の数値はすべてRicursiveの評価フローが生成したものだが、勾配は正しい方向に働いている。

その主張は、ターミナルを離れた途端に通用しなくなる。DeepSWE 1.1では、Rippleは44.3で、Muse Sparkの60.0に及ばない。MCP Atlasでは71.67で、Muse Sparkの89.2、Inklingの76.0に後れを取る。SciCodeでは5つの中で最下位の39.4で、Beamの49.2、Muse Sparkの58.5に及ばない。パターンは一貫している。Rippleは長期的なターミナル作業と多段階のソフトウェアタスクに強く、科学コード生成とツールプロトコルの広さでは平凡だ。ワークロードがシェルを操作するエージェントなら、この主張はあなたに向けたものだ。MCP中心のアシスタントなら、そうではない。

そしてその枠組みは、静かに効いている。「米国のオープンウェイト最先端」は修飾語であって、飛ばしてよい接頭辞ではない。これはDeepSeekやQwen、その他米国以外のすべてのラボを排除している。したがってそれは、米国内で訓練された最高のオープンウェイトモデルについての主張であり、最高のオープンウェイトモデルについての主張ではない。

ベースモデルは、より正直な文書です。

Base Previewカードには、ローンチ記事の冒頭では触れられていない一文がある。事前学習済みチェックポイントは「推論・数学・コードにおいてDeepSeek V3.1およびV4 Flashと同等」である一方、Nemotron 3 Ultraは「従来の事前学習評価で圧倒している」というものだ。数字はその控えめな表現を裏付けている。Base MMLU-Proは61.5で、DeepSeek V4 Flash 284Bの68.3、Nemotron 3 Ultra 550Bの79.1と比較される。Base GPQA Diamondは38.4で、V4 Flashの44.4を大きく下回る。

あの2つの表を合わせて読むと、話が見えてくる。Rippleの事前学習済みモデルとしての素性は悪くないが、12Tトークンでの学習としては中位だ。比較セット内で最小の事前学習予算であり、Nemotronの20T、V4 Flashの32T以上と対比される。エージェント型コーディングの優位性のほぼすべては、ポストトレーニングのスタックから来ている。中間学習データの混合、長コンテキスト拡張、そして700回のRLステップだ。Ricursiveによれば、1.4Mロールアウトで80.5に到達し、Reflection Beamが必要とした回数より約70分の1で済んでいる。これはベンチマーク表よりも興味深い結果であり、同時により脆い結果でもある。合成の長ホライズン環境における大規模なRLによる性能向上は、研究室が学習対象としていないタスクへの転移が不均一になりがちな、まさにそういうレシピなのだ。

コンテキスト番号が2つの数字になっているのはなぜですか

モデルカードには1Mと書かれている。設定にはmax_position_embeddings 2,097,152とある。ホストされたエンドポイントは16,384で、出力上限は14,745トークンだと示している。誰も嘘をついていない。これらは三つの異なるものであり、その算術が、最初のホストがなぜその数字を選んだのかを説明している。

KVキャッシュは、長いコンテキストのコストが発生する場所です。80層、8個のKVヘッド、ヘッド次元128、BF16ストレージでは、各層でトークンあたり4,096バイトのキャッシュを消費します — キー用が2,048、バリュー用が2,048です。80層全体では、トークンあたり約0.33 MBになります。エンドポイントの16,384トークンでは、約5.4 GBです。100万トークンで全層がグローバルにアテンションする場合、130 GBの重みに加えて約344 GBのキャッシュが載ることになります。

スライディングウィンドウはそのためのものです。Rippleの層の大半は1,024トークンのウィンドウ内でアテンションを行い、少数はグローバルにアテンションを行い、コンテキストとともに増大するのはそれらだけです。80層のうち16層がグローバルなら、100万トークンでキャッシュは344 GBではなく約69 GBになります。大きいですが、マルチGPUノードで提供可能です。正確な分割はconfig.jsonのハイブリッド層パターンで設定されており、使用する提供スタックが何であれ最初に確認すべき点です。というのも、メモリのコストを決めるのは見出しの数値ではなく、この分割だからです。

二つの数字を二つの事実として扱いましょう。100万トークンは重みの中に存在するアーキテクチャ上の能力であり、提供するには本格的なノードが必要です。1万6000は最初の商用エンドポイントが提供するもので、ほとんどのエージェントループには十分ですが、リポジトリ規模の推論や長文ドキュメント作業には不十分です。Ripple-65B Previewを試した理由が100万コンテキストだったなら、ホスト型のルートでは今日それを提供しておらず、セルフホスティングだけがそれを可能にする唯一の道です。

ローカルは130 GBではなく57 GBです

発表投稿は、モデルが「NVIDIA DGX Sparkのようなコンシューマーハードウェアに収まる」と述べており、報道はそれを「MacBookで動作する」にまで強化している。ダウンロードサイズを見れば、それぞれの主張がどのアーティファクトについてのものかが分かる。

• BF16 instructチェックポイントは129.57 GBです。これ単体では、KVキャッシュやランタイムのオーバーヘッドを考慮する前でも、192 GBクラスのアクセラレータまたはマルチGPU分割が必要です。

• NVFP4ビルドは57.22 GBです。128 GBのユニファイドメモリを搭載したマシンに収まり、実用的なコンテキストのための余裕も残ります。ただしexperimental（実験的）と表記されており、attentionはBF16のままです。

• DFlash2ドラフターは8.08 GBを追加するが、得られるのは投機的デコーディングであり、品質ではない。

250 tok/sという数値はデータセンターでの数値だ。バッチ8で2×B200、量子化とカスタムカーネルを適用する前のものだ。Spark上では、その筐体が自分の机の上にあるという事実と引き換えに、スループットを犠牲にしている。どちらの数値も間違いではない。ただ別々のマシンに属しているだけで、ローカルの話は量子化済みチェックポイントでのみ成立する。

通話にかかる費用

最初のホステッドエンドポイントは、100万入力トークンあたり$0.20、100万出力トークンあたり$0.60、キャッシュされた入力の読み取りは$0.05と記載されています。現実的なエージェント呼び出し——フルウィンドウに対して16,000トークンのプロンプトを送り、2,000トークンを返す——で計算すると、入力が$0.0032、出力が$0.0012、合計で約$0.0044になります。これを1日1,000万トークン、入力と出力の比率80/20で流すと、$2.80になります。

キャッシュはぜひ活用すべき手段だ。繰り返し使われる16,000トークンのシステムプロンプトは、キャッシュ料金なら$0.0032ではなく$0.0008で済み、入力側で4分の1に削減される——毎ターン同じツール定義を再送するエージェントにとって、これは請求額の大部分を占める。

OrcaRouterの位置づけ：当社は現在Ripple-65B Previewを取り扱っていないため、比較すべきマークアップは存在せず、そうでないふりをする理由もありません。プレビューによって変わるのは、未実証のモデルを測定している間は本番経路から外しておくべきだという論拠です。すでにトラフィックが依存している既存モデルを1つのキー経由でルーティングしてください — 200以上のモデル、プロバイダーのリスト価格を0%マークアップでそのまま適用、プロバイダーが不安定になったときの自動フェイルオーバー — そしてRippleはユーザーの前に出すのではなく、オフライン評価で並べてください。数値が裏付けられれば、ルーティングDSLは追加の統合なしにトラフィックの一部を移します。裏付けられなければ、フォールバックが危ぶまれることはありませんでした。

誰が試すべきか、そして何が状況を変えるのか

ターミナルやシェルエージェントを構築しているなら、今すぐ試してみてください。弁護士なしでファインチューニングできるApache 2.0チェックポイントが欲しく、16Kウィンドウはあなたのループに十分です。denseアーキテクチャは、控えめなハードウェアで提供する人にとって真の利点です — エキスパートルーティングなし、all-to-allなし、予測可能なレイテンシ — そしてTerminal-Benchで80.5を記録した65B denseモデルは、議論するよりも自分のタスクで再現する価値のある結果です。

ホスト型エンドポイントで長いコンテキストが必要な場合、MCPを多用する作業や科学技術系のコードを扱う場合、あるいはモデルを訓練したラボが算出したものではない数値を必要とする場合は、待つべきだ。独立した評価はまだない。Artificial Analysisへの登録も、80.52の第三者による再現も存在しない。公開から1日しか経っていないPreviewリリースとしては、それは疑わしいというよりむしろ普通のことだ。しかし、それはこの記事内でRicursive由来のすべての数値が、理由があって同社のものとして明記されていることを意味する。

決着をつけるには3つのことが必要だ。モデルを訓練していない誰かによって実行される2回目のハーネス実行。16,384トークンを超えるコンテキストを提供するホスト——これにより、100万コンテキストという主張がスケジューラと接触しても生き残るかが分かる。そして非プレビューのチェックポイントだ。Ricursiveは、ここでのポストトレーニングは軽量であり、チップ設計プラットフォームの背後にある内部版こそが本当に開発している製品だと明言してきたからだ。それまでは、見出しは主張であり、ダウンロードは現実である——そして両者の間のギャップこそが、次の1か月の評価が行われるまさにその場所だ。