Ripple-65B Preview 対 Ripple-65B：なぜ2つ目の名前にはモデルが存在しないのか

検索するRipple-65B Preview文書化されたモデルが見つかります。Ricursive Intelligence による 65B の dense Apache 2.0 チェックポイントで、2026年11月4日に作成され、モデルカード、4つのリポジトリ、ベンダー報告による Terminal-Bench 2.1 の 80.52 を備えています。次に検索するのはRipple-65B — 同じ名前から接尾辞を除いたもの — です。そうすると、そのモデルが異なるファイル名で何度も何度も見つかります。別個の最終リリースは存在しません。Hugging Face の組織は4つの公開リポジトリ — Ripple-65B-Preview、Ripple-65B-Preview-NVFP4、Ripple-65B-Base-Preview、Ripple-65B-Preview-DFlash2 — を一覧にしていますが、そのどれもが「Preview」という語を落としていません。

そういうわけで、これは異例の比較ページであり、正直に書くなら最初にそう明言すべきです。Ripple-65B は Ripple-65B Preview のライバルではありません。それは人々が検索している名前であり、まだ実現していないリリースのプレースホルダーであり、そして最も有用には、その検索が本当に問いかけている疑問に答える機会です。つまり、完成したモデルを手に入れているのか、それともラボがポストトレーニングを軽くしか施していないと説明したスナップショットを手に入れているのか、ということです。

この特定のカードで「Preview」が何を意味するか

ここでの接尾辞は飾りではなく、Ricursiveはその点について異例なほど明言している。モデルカードでは、このリリースは比較的軽めのポストトレーニングと説明されている。2000億の中間トレーニングトークン、1830億の教師あり微調整トークン、135億の長文脈SFTトークン、700回のRLステップを、8Kの系列長で12兆トークンの事前トレーニングの上に重ねている。すべてゼロから学習されており、企業側の説明では、ポストトレーニングの予算は事前トレーニングに比べて意図的に小さく抑えられていた。

その組み合わせ、つまり巨大なベースと薄いアラインメントが、Terminal-Bench 2.1で80.52を記録しながらDeepSWE 1.1では44.3、SciCodeでは39.4にとどまるチェックポイントを生み出している。エージェント的なターミナル性能は確かな実力だ。ソフトウェアエンジニアリングの広がりは、より長いポストトレーニングを実施すれば最初に手が入る部分のように見える。この読み方に立てば、最終版のRipple-65Bは、まさにPreviewが最も弱い軸において、より優れたモデルになるだろう。

Ricursiveはそれを約束していない。ロードマップも、ローンチ投稿に「第4四半期に最終リリース」という一文もなく、日付入りの後継リポジトリも存在しない。ArtificialWatchがそのローンチを追跡した際、「PreviewタグのないGAはまだ先だ」と指摘した。これは、その後も変わっていない状況を正確に要約したものだ。

4つのリポジトリと、それぞれが実際に何のためのものなのか

命名の混乱は良くなる前に悪化します。というのも、4つのリポジトリのうち2つは最終モデルであるかのように聞こえますが、どちらもそうではないからです。

• Ripple-65B-Preview — 主要な instruct チェックポイント。BF16、64,782,689,360 パラメータ、16 シャードにわたる 129.6 GB、Apache 2.0、ゲートなし。ベンチマークのすべての数値が参照しているのはこれです。

• Ripple-65B-Preview-NVFP4 — ModelOpt で量子化された同じ instruct モデル。保存パラメータ数は 39,616,865,360 で、8-bit としてタグ付けされています。別のモデルではなく、同じ重みを収めるより小さなコンテナです。

• Ripple-65B-Base-Preview — 2026年10月14日作成、instruct版リリースの3週間前。これは事前学習済みのベースモデルで、別途評価されている：MMLU 83.7、MMLU-Pro 61.5、GPQA Diamond 38.4、HumanEval 70.9、MBPP Sanitized 81.5。これらの数値は、instructカードの89.6や85.2と並べると驚異的に見えるが、これらがベースモデルのスコア——SFT前、RL前、補完形式で回答するもの——であることを思い出してほしい。自分で追加の事後学習を行うつもりなら正しい出発点であり、アシスタントが欲しいなら間違った出発点だ。

• Ripple-65B-Preview-DFlash2 — 4.04Bパラメータの投機的デコーディング用ドラフター。65Bモデルが検証するためのトークンを提案するもので、単独では何も生成できない。そのカードには「ターゲットモデルがテキストを生成する必要がある」と明記されている。

4つのリポジトリ、1つのモデル、そのうち3つはチェックポイントのバリアントで、1つはコンポーネントです。5つ目を公開した人はまだ誰もいません。

もし最終版のRipple-65Bが実際に出荷されたら、何が変わるのだろうか？

これが比較の建設的な部分であり、「より良いポストトレーニング」と漠然と言うのではなく、具体的に述べる価値がある。

コンテキストに関する話は、おそらく決着するだろう。プレビュー版は最大1Mをうたい、長コンテキスト段階では2Mトークン系列で学習された一方、商用の提供では16,384トークンが、より最近では128Kトークンが前面に打ち出されてきた。正式リリースは、ラボがアーキテクチャ上サポートできることではなく、モデルが実際に何について検証済みなのかを示す自然なタイミングだ。

• 注目すべき数値はDeepSWEとSciCodeです。Previewが他のベンチマークでは打ち勝っているモデルに後れを取っているのがこの2つであり、実際のリポジトリに対するRLとSFTの増加に最も直接的に反応するベンチマークでもあります。

• その頃には独立したスコアが存在している可能性が高い。Artificial Analysis には現在、Ripple のどのスラッグにもエントリがない。つまり、出回っている数値はすべてベンダー報告によるものだ。GA リリースは、アグリゲーターが通常モデルを拾い上げるタイミングだ。

• ライセンスはおそらくApache 2.0のままになるだろう。今回のローンチでRicursiveがそれを撤回するつもりであることを示すものは何もなく、それはこのリリースが持つ最も価値のある財産の一つである。

そうしたことは何も公表されていない。それはカードが自身のポストトレーニング予算について述べていることからの推論であり、そのように読まれるべきだ。

命名の罠、そしてそれが実務上なぜ重要なのか

このモデルを設定ファイルに組み込む場合、この区別はもはや学術的なものではなくなります。解決される識別子はricursiveAI/Ripple-65B-Previewです。ricursiveAI/Ripple-65Bを要求しても何も返りません。その名前のものは存在しないからです。そして、あいまい一致に黙ってフォールバックするパイプラインは、失敗するか、さらに悪いことに、instructモデルを期待していた場所でベースチェックポイントを静かに提供してしまいます。

逆のケースでも同じ罠がベースモデルに存在する。{{1}}Ripple-65B-Base-Preview{{/1}} は実際の重みを持つ実在のリポジトリであり、instruct 版とは確かに異なる成果物だ。スコアも挙動も目的も異なる。インターネット上で「{{2}}Ripple-65B{{/2}}」のスコアを比較している人は、ほぼ間違いなく instruct カードの 89.6 MMLU とベースカードの 83.7 を、それが別々のリポジトリ由来だと気づかずに混同している。

実用的なルールが3つある。リポジトリIDとリビジョンハッシュを正確に固定すること。ファミリー名で済ませないこと。ホスト型エンドポイントとBF16のダウンロードが同じ製品だと仮定しないこと——ホスト型はNVFP4かもしれず、別リビジョンかもしれず、ほぼ確実にコンテキスト上限が異なる。そして、ツールやリーダーボードが接尾辞なしで「Ripple-65B」と表示しているなら、その数字を引用する前にどのリポジトリを指しているか確認すること。

今日 Preview でできること

実際のところ、かなりあります。しかも1週間前より増えています。重みはゲートなしで公開され、Apache 2.0なので、承認ステップはありません。11月5日時点で、vLLMはネイティブサポートをマージしました。組み込みのRicursiveConfig、推論およびツール呼び出しパーサー、単一のB300上でNVFP4をデフォルトとするレシピが含まれ、つまりほとんどのチームがすでに使用しているエンジンで、--trust-remote-codeなしにチェックポイントを読み込めるということです。SGLangの並行するプルリクエストはまだオープンなため、現在、これが外部スクリプトではなくサポート対象アーキテクチャとなっている主流エンジンはvLLMだけです。

商業面では、このモデルは入力100万トークンあたり約0.20ドル、出力100万トークンあたり約0.60ドルで提供され、キャッシュされた入力はそのごく一部の料金で請求されます。これらの料金はPreviewを指します。なぜなら、提供されているのはPreviewだけだからです。

OrcaRouterはそれを取り扱っていません。これははっきり述べておく価値があります。なぜなら、私たちを通じて両方にアクセスできるとほのめかして終わる比較ページは誤解を招くからです — 存在するのは片側だけで、私たちがそれをホストしているわけではありません。私たちがルーティングするのは、その周辺のモデル群です：Kimi K3.1 Proは100万トークンあたり$2.00と$10.00、1Mコンテキスト、DeepSeek V4 Proは$0.66と$1.98、1Mコンテキストと384K出力、Qwen3.8 Maxは$2.00と$6.00です。65Bのオープンウェイトコーダーについて読んでいる理由が、調達サイクルなしで安価なエージェント型モデルを求めていることなら、これらはほかのすべてと同じキーで利用でき、フェイルオーバーとパススルー価格に対応しています。Rippleは別途ホストするか購入するものです。

手短に言えば

誰かがRipple-65B PreviewとRipple-65Bの違いを尋ねた場合、正確な答えは、後者はまだ存在しないということです。Previewがそのモデルです。65Bのdenseモデルで、Apache 2.0、12兆トークンでの事前学習、軽度の事後学習を施し、自社測定ではTerminal-Bench 2.1で80.52、独立系のボードでは未ランクで、提供されるコンテキストウィンドウは提供元によって異なります。

最終リリースが加えるのは、確定したコンテキスト数、Previewが最も弱いソフトウェアエンジニアリングベンチマークでのより良い数値、そしておそらくこのモデルが初めて受ける外部検証だろう。Ricursiveがそれを出荷するまで、あなたが読むあらゆる「Ripple-65B」比較——Previewと比較していると主張するものを含め——は、モデルを検索語と比較しているにすぎない。