Ripple 65B Preview vs Nemotron 3.5 Bolt 74B: De VRAM-rekening komt eerst

Beide modellen worden verkocht met dezelfde belofte: je kunt een serieuze agentische coder draaien op hardware die je zelf bezit. Ripple 65B Preview vraagt ongeveer 130 GB geheugen in BF16 voordat je één token context hebt geladen. Nemotron 3.5 Bolt 74B-A9B vraagt 24 GB, omdat NVIDIA het naar 2,0625 bits heeft gecomprimeerd. Dat is een vijfvoudig verschil in de hardware die je moet kopen, en dat bepaalt deze vergelijking nog voordat de benchmarktabel eraan te pas komt.

Dat is het interessante deel, want op de ene benchmark die beide labs bij dezelfde versie publiceerden, is het model met de kleine voetafdruk niet de winnaar. NVIDIA's Nemotron 3.5 Bolt 74B-A9B rapporteert 50,98 op Terminal-Bench 2.1. Ricursive's Ripple 65B Preview rapporteert 80,5 op dezelfde revisie. Dertig punten, hetzelfde examen — maar afgelegd onder zo verschillende omstandigheden dat de eerlijke lezing beperkter is dan de kop suggereert.

Het rekenwerk, vóór alles.

Ripple 65B Preview is dense. Alle 65 miljard parameters zijn actief bij elk token, dus bij BF16 zijn de gewichten alleen al 65 × 2 bytes = 130 GB, en dat is vóór KV-cache. Ricursive levert wel een NVFP4-variant, die de gewichten terugbrengt tot ongeveer een kwart daarvan — zeg maar 33 GB plus cache — en dat is de build die een single-GPU- of DGX Spark-deployment realistisch maakt. Het door het bedrijf genoemde doel is een DGX Spark, met 250 tokens per seconde op twee B200's bij batchgrootte 8 vóór custom kernels.

Nemotron 3.5 Bolt 74B-A9B is een Mixture-of-Experts-model met 9B actieve parameters, afgeleid van NVIDIA's Nemotron 3.5 Super VL 120B-A12B-parent door expert-top-K van 22 naar 9 te verlagen met een routergeleide zoektocht die het bedrijf Star Elastic noemt. Met 2,0625 bits in IQ2_XXS komt het uit op ongeveer 19 GB aan gewichten en past het op een 24GB-kaart bij batchgrootte 1. Dat is het hele ontwerpdoel, en het wordt gehaald.

• Geheugen — ~130 GB BF16 / ~33 GB NVFP4 vs ~19 GB bij 2,06 bits, 24 GB-kaart bij batch 1

• Vorm — 65B dense vs 74B totaal / 9B actieve MoE

• Context — 1M geadverteerd vs 262,144, waarbij vLLM-recepten 64K aanbevelen op een kaart van 28 GB

• Modaliteit — alleen tekst versus tekst-, afbeeldings- en video-invoer

• Licentie — Apache 2.0 vs OpenMDW-1.1

• Prijs — $0,20 / $0,60 per miljoen op het eerste gehoste endpoint versus helemaal geen gehoste prijs per token

Hetzelfde harnas, andere omstandigheden

Terminal-Bench 2.1 is het zeldzame geval waarin beide labs dezelfde versie citeerden, waardoor de vergelijking van 80,5 tegen 50,98 op een manier legitiem is waarop de meeste cross-model-benchmarkverhalen dat niet zijn. Maar legitimiteit is niet hetzelfde als eerlijkheid, en er zijn twee asymmetrieën die je in gedachten moet houden.

Het eerste is kwantisatie. NVIDIA's 50,98 is een door de leverancier gerapporteerd cijfer voor een model dat voornamelijk als 2-bit-build wordt gedistribueerd; het belangrijkste GPQA-cijfer van de kaart, 86,43, is gemeten op dat gecomprimeerde checkpoint. Ricursive verklaart expliciet dat de scores zijn behaald "op maximale inspanningsniveaus in BF16" — de volledige-precisiebuild. Een 2-bit-run vergelijken met een BF16-run is twee verschillende modellen vergelijken die toevallig dezelfde repository delen.

Het tweede is dat het cijfer van NVIDIA de conservatievere claim is. Het bedrijf publiceerde een nuchtere 50,98 op Terminal-Bench en tegelijkertijd 86,43 op GPQA Diamond, en onafhankelijke beoordelaars hebben het model sindsdien op 21 geplaatst op de Intelligence Index van Artificial Analysis — gescoord op v4.3.2, een andere indexversie dan de v5-rebuild waarop andere modellen in deze prijsklasse worden geciteerd. Zet die 21 niet naast een v5-cijfer en trek het ervan af. Indexversies zijn niet uitwisselbaar, en ze door elkaar halen is de meest voorkomende fout in vergelijkingsposts die deze week zijn geschreven.

Waar het 24GB-model onbetwist wint

GPQA Diamond is het duidelijkste geval. Ripple 65B Preview rapporteert 85,2. Nemotron 3.5 Bolt 74B-A9B rapporteert 86,43. Het model dat op één enkele consumentenkaart past, ligt 1,2 punten voor op wetenschapsvragen op masterniveau — een verschil dat klein genoeg is om ruis te zijn, maar geen verschil in het voordeel van Ripple. Een 65B dense model dat vanaf nul op 12 biljoen tokens is getraind, heeft geen kennisvoorsprong opgebouwd ten opzichte van een gecomprimeerd 74B-MoE dat uit een groter moedermodel is gedistilleerd, en er is geen reden waarom dat wel zo zou zijn.

Nemotron verwerkt ook afbeeldingen en video. Ripple verwerkt tekst. Als je agent naar een gerenderde pagina, een grafiek of een screenshot van een mislukte CI-job moet kijken, is dat geen benchmarkverschil dat je met een prompt kunt omzeilen.

De voordelen van Ripple komen elders op de eigen modelkaart naar voren: 76,5 op SWE-bench Verified, 71,67 op MCP Atlas, 79,2 op IFBench, 83,8 op FORTRESS Adversarial. Dat zijn sterke cijfers voor een 65B-model, en ze wijzen op hetzelfde als de Terminal-Bench-score: dit is een model dat specifiek is nabijgetraind voor toolgebruik en agentic coding, ten koste van breedte.

Snelheidsclaims die niet te vergelijken zijn

De 250 tokens per seconde van Ricursive zijn twee B200's bij batchgrootte 8. NVIDIA's 83,99 tokens per seconde is een RTX Spark-machine uit de laptopklasse met een speculatieve drafter, op de codingbenchmark van AIPerf. Dat zijn niet dezelfde meting op dezelfde hardware, en ze in één zin citeren zou oneerlijk zijn. Wat wel gezegd kan worden, is richtinggevend: Ripple heeft accelerators uit de datacenterklasse nodig om zijn cijfer te halen, en Nemotron is afgestemd om een bruikbare snelheid te produceren op een machine die onder een bureau past.

De praktische maatstaf is doorvoer per dollar aan hardware, en niemand heeft dat voor een van beide modellen gepubliceerd. Als je tussen beide moet kiezen, is dat het getal dat je zelf zou moeten genereren, want het hangt af van je batchgrootte, je contextlengte en of je de NVFP4-build of de BF16-build gebruikt.

Twee permissieve licenties, één betekenisvol verschil

Ripple is Apache 2.0, wat geen uitleg behoeft en geen drempel opwerpt. Nemotron 3.5 Bolt valt onder OpenMDW-1.1, NVIDIA's eigen open modellicentie, die commercieel gebruik toestaat maar niet de OSI-standaardstandaard is die juridische teams al hebben goedgekeurd. In de praktijk zijn beide bruikbaar; bij inkoop kost een van de twee twee weken extra.

Nemotrons kennisafsluitdatum is mei 2026 en de taalondersteuning is in de eerste plaats Engels en code, met ondersteuning voor Spaans, Frans, Duits, Italiaans en Japans. Op de kaart van Ripple staat dat het corpus overwegend Engels en code is, punt uit. Geen van beide is een meertalig model, en als dat uw vereiste is, hoort geen van beide op de shortlist.

Wanneer je geen van beide zelf moet draaien

Het eerlijke argument tegen beide is operationeel. Een model op je eigen GPU is een model dat je patch, monitort, waarvoor je capaciteit plant en dat je warm houdt — en een kaart van 24 GB die een 2-bit MoE met batchgrootte 1 draait, is geen productieservingtier maar een zeer capabele ontwikkelbox. Zodra je verkeer met pieken komt of multi-tenant is, wint hosting per token op totale kosten, zelfs tegen een slechter tarief, omdat je stopt met betalen voor inactief VRAM.

Dat is de kloof die OrcaRouter dicht voor het deel van je stack dat wel gehost moet worden: één API-sleutel voor meer dan 200 modellen tegen de lijstprijs van de provider, met 0% opslag, zodat een prijsverlaging van een leverancier je dezelfde dag bereikt in plaats van bij de volgende contractverlenging, en automatische failover wanneer een provider achteruitgaat. Geen van deze twee modellen staat vandaag in onze catalogus — Nemotron 3.5 Bolt heeft helemaal geen gepubliceerd endpoint met verbruiksmeting, en Ripple bereikt een API via Ricursive's eigen endpoint en platforms van derden. Wat de router je biedt, is de uitweg: prototypeer lokaal op de gewichten en verplaats daarna het productiepad naar een gehost model zonder de client te herschrijven.

De vuistregel

Koop het 24 GB-model als de machine de beperkende factor is. Nemotron 3.5 Bolt 74B-A9B is van deze twee de enige die op één consumentenkaart draait zonder dat je hem zelf moet quantiseren, hij leest afbeeldingen, en hij zit binnen één punt van Ripple op GPQA. Je levert ongeveer dertig punten Terminal-Bench 2.1 in en je accepteert een 2-bit-checkpoint, wat een echte kost is voor de agentische betrouwbaarheid die de benchmarkkloof waarschijnlijk onderschat.

Koop het 130 GB-model als het werk tekst-only agentisch coderen is en je over de hardware of een goedkoop gehost endpoint beschikt. Ripple 65B Preview's 80,5 op Terminal-Bench 2.1 is de sterkste agentische-codeerclaim die een van beide labs deze maand heeft gedaan, en de Apache 2.0-licentie ervan is de minste wrijving die je ergens zult vinden. Draai gewoon de NVFP4-build, begroot het geheugen en reproduceer het getal op je eigen takenreeks voordat je het gelooft — de kaart zelf waarschuwt dat replicatie moeilijk is gebleken.