Ripple 65B Preview kontra Kimi K3.1 Pro: dwa wydania open-weight, zero wspólnych benchmarków

4 listopada 2026 r. pojawiły się dwa modele z otwartymi wagami w odstępie kilku godzin od siebie i prawie nikt nie porównał ich rzetelnie. Ripple 65B Preview to gęsty model o 65 miliardach parametrów od Ricursive Intelligence, wytrenowany od zera na 12 bilionach tokenów i udostępniony na licencji Apache 2.0. Kimi K3.1 Pro to flagowy rzadki model Moonshot AI o bilionie parametrów, którego API otwarto 23 października, a wagi — około 1,56 TB — upubliczniono 4 listopada. Jeden jest wystarczająco mały, by zmieścić się na biurku; drugi wymaga centrum danych. Oczywiste pytanie brzmi, który jest lepszy, a uczciwa odpowiedź jest taka, że żadna opublikowana liczba nie pozwala na to odpowiedzieć, ponieważ oba laboratoria nie przeprowadziły ani jednego benchmarku na tej samej wersji.

To nie jest retoryczny wybieg. To najbardziej przydatna rzecz na tej stronie: jeśli wybierasz między tymi dwoma, wybierasz między dwoma różnymi rodzajami zakładu, a tabela benchmarków nie może dokonać tego wyboru za Ciebie.

Czym tak naprawdę jest każdy model

Ripple 65B Preview jest gęsty, a nie rzadki. Wszystkie jego 65 miliardów parametrów uruchamia się przy każdym tokenie, w 80-warstwowym transformerze „cienkim i głębokim” ze strumieniem resztkowym o szerokości 5120. Ricursive opisuje tę konstrukcję jako odejście od architektury Olmo 3 w stronę rozwiązania w rodzaju Gemma 3N — nadmiernie rozbudowane głowy uwagi, wyższy stosunek uwagi z oknem przesuwnym do uwagi globalnej, uwaga bramkowana, globalny NoPE, reszty wartości i obcinanie aktywacji FFN. Trening obejmował 877 500 kroków przy długości sekwencji 8K na korpusie wyłącznie tekstowym, w większości angielskim i zawierającym kod, a następnie midtraining, etap długiego kontekstu i lekki RL skupiony na programowaniu agentowym. Ricursive szacuje rachunek za obliczenia na 32 mln USD.

Kimi K3.1 Pro ma odwrotną konstrukcję. To model typu Mixture-of-Experts z klasy bilionów parametrów — zewnętrzne serwisy monitorujące szacują go na około 2,8 bln parametrów łącznie, z około 104 mld aktywnych na token — a uwagi do wydania Moonshot opisują go jako dotrenowany model K3 z znacznie większym budżetem uczenia ze wzmocnieniem (RL) rozłożonym na setki dziedzin. Własne materiały premierowe firmy nazywają go dotrenowaną wersją K3, ale karta modelu ujawnia bardziej konkretne szczegóły: szkielet przeszedł z 24 warstw Gated MLA na 24 warstwy Gated DSA. Jest dostarczany z obsługą danych wejściowych tekstowych, obrazowych i wideo, konfigurowalnym poziomem wysiłku rozumowania oraz oknem kontekstu o rozmiarze 1 048 576 tokenów.

• Parametry — 65B gęstych (wszystkie aktywne) vs ~2,8T łącznie / ~104B aktywnych, według zewnętrznych trackerów

• Kontekst — 1 mln reklamowanych tokenów vs 1 048 576 tokenów reklamowanych i udostępnianych

• Licencja — Apache 2.0 vs licencja Kimi K3, ze zmienioną nazwą, z progiem MaaS wynoszącym 20 mln USD/12 miesięcy

Wagi na dysku — pojedynczy checkpoint BF16 z jednego repozytorium plus warianty NVFP4 i bazowe w porównaniu z ~1.56 TB w 96 fragmentach MXFP4

• Modalność — tekst na wejściu, tekst na wyjściu vs tekst, obraz i wideo na wejściu, tekst na wyjściu

• Cena — $0.20 / $0.60 za milion tokenów wejściowych/wyjściowych w ofertach stron trzecich vs $2.00 / $10.00, czyli stawka obowiązująca w naszym własnym katalogu

Liczba, która wygląda na pogrom, wcale nim nie jest.

Karta Ripple’a podaje 80,5 w Terminal-Bench 2.1. Premiera Kimi podaje 65,7 w Terminal-Bench 4.0. Zestaw je obok siebie, a Ripple wydaje się wygrywać o prawie 15 punktów przy ułamku rozmiaru. To porównanie nie ma sensu i jest bez przerwy czynione w odpowiedziach pod oboma wątkami premiery.

Terminal-Bench 4.0 to późniejsza, trudniejsza wersja harnessu niż 2.1. Nie wykazano, że model, który uzyskuje 80 na zestawie zadań 2.1, mieści się w granicach piętnastu punktów od modelu, który uzyskuje 65,7 na 4.0 — wykazano jedynie, że zdawał inny egzamin. Ta sama pułapka pochłania inne krążące porównania: Ripple 79,1 na SWE-bench Pro v2.0 Hard, 44,3 na DeepSWE 1.1, 76,5 na SWE-bench Verified, wobec Kimi 51,7 na SWE Marathon v1.1 i 61,2 na Kimi Code Bench 3.0 Long-horizon. To sześć benchmarków, z których żaden nie jest wspólny.

Nawet pojedyncze laboratorium mierzące pojedynczy benchmark nie zgadza się samo ze sobą w zależności od użytego harnessu. Wynik Kimi K3.1 Pro w Terminal-Bench 4.0 pojawia się jako 65,7 według Moonshot, 63,6 według Vals AI i 67 według Artificial Analysis — rozrzut 3,4 punktu dla tego samego modelu i tej samej wersji benchmarku, wyłącznie z powodu narzędzi. Jeśli trzy uruchomienia jednego benchmarku na jednym modelu różnią się aż tak bardzo, porównanie międzywersyjne dwóch modeli nie jest pomiarem. To dekoracja.

Ricursive przyznaje to samo na swojej karcie, ciszej niż w wątku premierowym. Karta zauważa, że „odtwarzanie wyników benchmarków było trudne” i że wyniki uzyskano przy maksymalnym wysiłku w BF16. Przeczytaj to zdanie dwa razy, zanim umieścisz 80.5 na slajdzie.

Oś, którą rzeczywiście można porównać

Dwie rzeczy można porównywać bezpośrednio, ponieważ nie są to wyniki benchmarków: ile kosztuje model i co jest potrzebne, by go uruchomić.

Jeśli chodzi o cenę, różnica wynosi około dziesięciu do jednego. Kimi K3.1 Pro kosztuje w naszym katalogu 2,00 USD za milion tokenów wejściowych i 10,00 USD za milion tokenów wyjściowych, co odzwierciedla cenę katalogową Moonshot bez narzutu. Ripple 65B Preview wyceniono na 0,20 USD i 0,60 USD na jego pierwszym hostowanym punkcie końcowym — liczba ta zasługuje na traktowanie jako tymczasowa, ponieważ Ricursive nie opublikował własnego cennika. Ten sam punkt końcowy obsługuje kontekst 16 384 tokenów wobec reklamowanego okna 1 mln, a co najmniej jeden tracker określa model jako zastrzeżony, mimo że jego wagi są publicznie dostępne na Hugging Face na licencji Apache 2.0. Skoro trackery tak bardzo mylą się co do licencji, ich ceny zasługują na taki sam sceptycyzm.

Większa różnica w kosztach nie dotyczy ceny za token, lecz ceny za odpowiedź. Kimi K3.1 Pro to model rozumujący, który generuje rzędu 55 000 tokenów wyjściowych na zadanie w indeksie Artificial Analysis; przy 10 USD za milion tokenów wyjściowych to większość z 1,98 USD, które indeks kosztuje na zadanie. Liczby Ripple’a pochodzą z modelu z lekkim dostrajaniem po treningu i bez konfigurowalnej drabinki rozumowania, więc powinien generować znacznie mniej — ale dopóki ktoś nie uruchomi tego samego zestawu zadań na obu modelach, wartość na zadanie jest szacunkiem, a nie faktem. To liczba tokenów na odpowiedź, a nie dolarów za token, jest tym, gdzie małe modele zwykle wygrywają i dokąd porównania w wątkach o premierze nigdy nie docierają.

Wdrożenie to punkt, w którym te dwie kwestie całkowicie się rozchodzą

Pobranie Kimi K3.1 Pro to około 1,56 TB w 96 shardach safetensors w MXFP4, przy czym QAT utrzymuje jakość przy tej szerokości. Nie uruchomisz tego na stacji roboczej. Realistyczne opcje to hostowany endpoint albo klaster wielowęzłowy, a licencja dodaje próg komercyjny, który ma znaczenie przy skali: wyzwalacz MaaS na poziomie $20M/12 miesięcy oraz klauzulę nazewniczą przy 100M użytkowników miesięcznie lub $20M miesięcznego przychodu.

Ripple 65B Preview został stworzony z myślą o przeciwległym końcu tego spektrum. W BF16 checkpoint waży około 130 GB, dlatego zdanie „działa na MacBooku” z materiałów premierowych robi więcej, niż przyznaje — 130 GB nie mieści się w zunifikowanej pamięci laptopa bez kwantyzacji. To, co faktycznie deklaruje karta Ricursive, to NVIDIA DGX Spark, a także 250 tokenów na sekundę na dwóch B200 przy rozmiarze partii 8 przed zastosowaniem własnych jąder. Repozytorium udostępnia także wariant NVFP4, który czyni wdrożenie na małych maszynach realnym.

Zatem pytanie o wdrożenie rozstrzyga się samo, zanim zrobią to benchmarki. Jeśli masz DGX Spark i zero budżetu na GPU, Ripple to model, który możesz mieć na własność. Jeśli nie masz ani zapasowego racka, ani ochoty na pobieranie 1,56 TB, Kimi to model, który wynajmujesz.

Wywołanie któregokolwiek z nich

Tu oba przestają być symetryczne. Kimi K3.1 Pro jest dziś dostępny w OrcaRouter w swojej cenie katalogowej — 2,00 USD za wejście, 10,00 USD za wyjście, 0% marży, więc gdy Moonshot obniży cenę, zmiana dotrze do Twojego klucza tego samego dnia, a nie w następnym cyklu rozliczeniowym. Jeden klucz obejmuje ten model wraz z resztą katalogu, co ma znaczenie, jeśli używasz Kimi jako droższej warstwy eskalacji za tańszym domyślnym modelem.

Ripple 65B Preview nie znajduje się w naszym katalogu i nie zamierzamy udawać, że jest inaczej. Osiąga API przez własny endpoint Ricursive oraz platformy zewnętrzne, a jego wagi są dostępne na Hugging Face, jeśli chcesz je bezpośrednio. Zupełnie nowe wydanie Preview z kartą, która przyznaje, że jego własne wyniki trudno odtworzyć, to dokładnie ten przypadek, w którym model chcesz mieć za routerem, a nie wpięty na stałe do ścieżki produkcyjnej — ale to pomaga dopiero wtedy, gdy dostawca otworzy go na routing podmiotów trzecich.

Który wybrać?

Wybierz Kimi K3.1 Pro, jeśli praca ma długi horyzont i otwarty charakter: duże refaktoryzacje w dużym repozytorium, analiza dokumentów na poziomie 200K tokenów i więcej, wszystko, gdzie wejście obrazowe oszczędza osobny krok OCR, lub cokolwiek, gdzie potrzebujesz, aby model utrzymał plan przez setki wywołań narzędzi. Płacisz ceny zbliżone do czołówki i powinieneś oczekiwać zachowania zbliżonego do czołówki. Rozrzut 3,4 punktu między środowiskami testowymi to szum; 1M kontekstu i multimodalne wejście już nie.

Wybierz Ripple 65B Preview, jeśli zakres pracy jest ograniczony i chcesz przestać płacić za token: agent kodujący na stałym zestawie zadań, lokalny asystent na sprzęcie, który już posiadasz, cel do fine-tuningu — Apache 2.0 i gęsty checkpoint 65B to znacznie przyjaźniejszy punkt wyjścia niż 1,56 TB MoE. Traktuj 80,5 jako twierdzenie laboratorium, które stworzyło model, dotyczące rewizji benchmarku, której nikt inny nie opublikował, i zweryfikuj je na własnych zadaniach, zanim będzie miało jakikolwiek wpływ na decyzję produkcyjną.

A jeśli chcesz porównania, które naprawdę rozstrzygnęłoby tę kwestię, to jeszcze ono nie istnieje. Nikt nie przepuścił Ripple 65B Preview i Kimi K3.1 Pro przez ten sam harness w tej samej wersji. Dopóki ktoś tego nie zrobi, jedynym uczciwym rankingiem jest ranking oparty na charakterystyce: mały model, który możesz mieć na własność, w zestawieniu z dużym modelem, który możesz wynajmować, przy stosunku cen około dziesięciu do jednego i bez wspólnego egzaminu, który rozstrzygnąłby remis.