Ripple 65B Preview 対 Nemotron 3.5 Bolt 74B：まずVRAMの請求書が来る

これらのモデルはどちらも同じ約束のもとで販売されています — 自分が所有するハードウェア上で本格的なエージェント型コーディングを実行できるという約束です。Ripple 65B Preview は、コンテキストを1トークンも読み込む前のBF16で約130GBのメモリを要求します。Nemotron 3.5 Bolt 74B-A9B は24GBを要求します。NVIDIAが2.0625ビットに圧縮しているからです。これは購入しなければならないハードウェアの5倍の差であり、ベンチマーク表が口を挟む前にこの比較を決着させます。

これが興味深い点だ。なぜなら、両ラボが同じバージョンで結果を公表した唯一のベンチマークでは、小規模フットプリントのモデルが勝者ではないからだ。NVIDIAのNemotron 3.5 Bolt 74B-A9BはTerminal-Bench 2.1で50.98を報告している。RicursiveのRipple 65B Previewは同じリビジョンで80.5を報告している。30ポイント差、同じ試験——しかし条件が大きく異なるため、誠実な読み解きは見出しが示唆するよりも限定的だ。

何よりも先に、計算を。

Ripple 65B Preview は dense モデルです。650億のパラメータすべてがトークンごとに稼働するため、BF16 では重みだけで 65 × 2 バイト = 130 GB になり、これは KV キャッシュを含む前の数字です。Ricursive は NVFP4 版も提供しており、これにより重みはそのおよそ4分の1、つまり 33 GB プラスキャッシュ程度になります。単一 GPU や DGX Spark での展開を現実的にするのはこのビルドです。同社が公称する目標は DGX Spark で、カスタムカーネル適用前の段階で、バッチサイズ 8 の 2 基の B200 上で毎秒 250 トークンです。

Nemotron 3.5 Bolt 74B-A9Bは、9Bのアクティブパラメータを持つMixture-of-Expertsモデルで、NVIDIAのNemotron 3.5 Super VL 120B-A12B親モデルから、同社がStar Elasticと呼ぶルーターガイド付き探索によってエキスパートのtop-Kを22から9に削減して派生したものです。IQ2_XXSで2.0625ビットの場合、重みは約19GBになり、バッチサイズ1で24GBのカードに収まります。それが設計目標のすべてであり、達成されています。

• メモリ — BF16で約130 GB / NVFP4で約33 GB、2.06ビットで約19 GB、バッチ1で24 GBカード

• 構成 — 65B デンス vs 74B 合計 / 9B アクティブ MoE

• コンテキスト — 宣伝値は1M、実際は262,144、vLLMのレシピでは28 GBのカードで64Kを推奨

• モダリティ — テキストのみ vs テキスト、画像、動画の入力

• ライセンス — Apache 2.0 対 OpenMDW-1.1

・価格 — 最初のホステッドエンドポイントでは100万あたり$0.20 / $0.60、それに対してホステッドのトークン単位の価格は一切なし

同じハーネス、異なる条件

Terminal-Bench 2.1は、両方のラボが同じバージョンを引用した稀なケースであり、そのため80.5対50.98という比較は、ほとんどのモデル間ベンチマークの話とは違って正当なものになっている。しかし、正当性は公平性と同じではない。そして、念頭に置いておくべき非対称性が2つある。

1つ目は量子化です。NVIDIAの50.98は、主に2ビットビルドとして配布されているモデルについてのベンダー報告値です。このカードの看板となるGPQA数値86.43は、その圧縮チェックポイントで測定されています。Ricursiveは、スコアが「BF16で最大努力レベル」で取得されたと明言しています。これはフル精度ビルドです。2ビット実行とBF16実行を比較することは、たまたま同じリポジトリを共有している2つの異なるモデルを比較することです。

第2の点は、NVIDIAの数値のほうがより保守的な主張だということだ。同社はTerminal-Benchで堅実な50.98を公表する一方、GPQA Diamondでは86.43も公表しており、その後、独立系評価機関はこのモデルをArtificial AnalysisのIntelligence Indexで21と位置付けた——これはv4.3.2でスコアリングされたもので、この価格帯の他のモデルが引用されているv5の再構築とは異なるインデックスバージョンだ。その21をv5の数値の隣に置いて引き算してはいけない。インデックスバージョンは互換性がなく、これらを混在させることは、今週書かれた比較記事で最もよくある誤りだ。

24 GBモデルが完全に優位に立つ場面

GPQA Diamondは最も明白な事例だ。Ripple 65B Previewは85.2を報告している。Nemotron 3.5 Bolt 74B-A9Bは86.43を報告している。単一のコンシューマー向けカードに収まるモデルが、大学院レベルの科学問題で1.2ポイント先行している——ノイズと呼べるほど小さい差ではあるが、Rippleに有利な差ではない。12兆トークンでゼロから訓練された65Bのdenseモデルは、より大きな親モデルから蒸留された圧縮74BのMoEに対して知識でリードを築いていないし、そうなる理由もない。

Nemotronは画像と動画も扱えます。Rippleはテキストを扱います。エージェントがレンダリングされたページ、チャート、失敗したCIジョブのスクリーンショットを見る必要がある場合、それはプロンプトでどうにかできるベンチマークの違いではありません。

Rippleの強みは、同モデルのカード上でも別の形で示されています。SWE-bench Verifiedで76.5、MCP Atlasで71.67、IFBenchで79.2、FORTRESS Adversarialで83.8です。これらは65Bモデルとしては強い数値であり、Terminal-Benchのスコアが示しているのと同じことを指しています。つまり、このモデルはツール利用とエージェント型コーディングに特化してポストトレーニングされたモデルであり、その代償として広範な能力を犠牲にしています。

比較できない速度の主張

Ricursiveの毎秒250トークンは、バッチサイズ8でのB200 2台によるものだ。NVIDIAの毎秒83.99トークンは、投機的ドラフターを備えたラップトップクラスのRTX Sparkマシンで、AIPerfのコーディングベンチマーク上のものだ。これらは同じハードウェアでの同じ計測ではなく、一文で並べて引用するのは不誠実だろう。方向性として言えるのは、Rippleがその数値を出すにはデータセンタークラスのアクセラレータが必要であり、Nemotronは机の下に収まるマシンで実用的なレートを出せるよう調整されたということだ。

実用的な指標はハードウェア1ドル当たりのスループットであり、どちらのモデルについてもそれは公表されていません。この2つのどちらを選ぶ場合でも、この数値は自分で計測すべきです。バッチサイズ、コンテキスト長、そしてNVFP4ビルドとBF16ビルドのどちらを実行するかによって変わるからです。

2つの寛容なライセンス、1つの意味のある違い

RippleはApache 2.0で、説明を要さず、導入の敷居もありません。Nemotron 3.5 BoltはOpenMDW-1.1、NVIDIA独自のオープンモデルライセンスで提供されており、商用利用は許可されていますが、法務チームが事前承認済みのOSI標準デフォルトではありません。実際にはどちらも使用可能ですが、調達では一方に追加で2週間かかります。

Nemotronの知識カットオフは2026年5月で、言語カバレッジは英語とコードが優先され、スペイン語、フランス語、ドイツ語、イタリア語、日本語に対応しています。Rippleのカードには、そのコーパスは主に英語とコードであると明言されています。どちらも多言語モデルではなく、それが要件であれば、どちらも候補リストに入れるべきではありません。

自分でどちらも実行すべきでないのはどんなときか

両者に対する誠実な反対論は運用面にある。自分のGPU上に置くモデルは、パッチを当て、監視し、容量計画を立て、常にウォームな状態に保つ対象になる。そして、24 GBのカードでバッチサイズ1の2ビットMoEを動かすのは、本番サービング層ではなく、非常に高性能な開発用マシンだ。トラフィックがバースト的になったりマルチテナント化したりした瞬間、たとえ単価が不利でも、トークン単位のホスティングが総コストで勝つ。アイドル状態のVRAMに払い続ける必要がなくなるからだ。

それが、ホスティングが必要なスタックの部分に対してOrcaRouterが埋めるギャップです：1つのAPIキーで200以上ものモデルを、プロバイダーの定価・マークアップ0%で利用。そのためベンダーの値下げは次の契約更新時ではなく当日に反映され、いずれかのプロバイダーが劣化した際には自動フェイルオーバーが働きます。これら2つのモデルはいずれも現在当社のカタログにはありません — Nemotron 3.5 Boltは従量課金エンドポイントが一切公開されておらず、RippleはRicursive自身のエンドポイントおよびサードパーティのプラットフォーム経由でAPIに到達します。ルーターが提供するのは出口へのランプです。ローカルでウェイト上でプロトタイプを作り、その後クライアントを書き換えることなく本番経路をホスト型モデルへ移行できます。

経験則

マシンが制約なら24 GBモデルを買ってください。この2つのうち、自分で量子化せずに単一のコンシューマー向けカードで動くのはNemotron 3.5 Bolt 74B-A9Bだけで、画像も読め、GPQAではRippleと1ポイント以内です。その代わりTerminal-Bench 2.1で約30ポイントを失い、2ビットのチェックポイントを受け入れることになります。これはエージェントの信頼性における実際のコストであり、ベンチマークの差はおそらくそれを過小評価しています。

作業がテキストのみのエージェント型コーディングで、ハードウェアか安価なホステッドエンドポイントがあるなら、130 GB モデルを購入すべきだ。Ripple 65B Preview の Terminal-Bench 2.1 における 80.5 は、今月どちらの研究所が出した主張の中でもエージェント型コーディングに関する最強のものであり、その Apache 2.0 ライセンスはどこを探しても最も摩擦が少ない。NVFP4 ビルドを実行し、メモリを確保し、信じる前に自分のタスクセットでその数値を再現しよう — カード自体が、再現は困難だったと警告している。