Ripple-65B Preview kontra Mistral Large 4.0: 65 miliardów gęstych parametrów przeciw bilionowemu MoE

Umieść Ripple-65B Preview i Mistral Large 4.0 obok siebie na dysku, a różnica nie jest subtelna: 129,6 GB shardów BF16 wobec 1 060,6 GB shardów FP8 — w przypadku dwóch modeli, które oba określają się jako open weight i oba reklamują programowanie agentowe. Jeden to gęsty transformer 65B wytrenowany od zera na 12 bilionach tokenów przez pięcioosobową grupę badawczą, która twierdzi, że wydała 32 miliony dolarów. Drugi to mieszanina ekspertów o 1,05 biliona parametrów, z 52 miliardami aktywnych parametrów i enkoderem wizyjnym o 1,6 miliarda parametrów, pochodząca od firmy z zapleczem produktowym.

Ciekawa część to nie różnica rozmiarów. Chodzi o to, że oba laboratoria zdecydowały się opublikować wynik DeepSWE 1.1 — ten sam benchmark, ta sama wersja — a mniejszy model przegrywa na nim o 17,4 punktu. Własna karta Ripple'a podaje 44,3. Mistral podaje 61,7 dla Large 4.0. Zatem zanim pojawi się jakikolwiek argument o wydajności, licencjonowaniu czy self-hostingu, w zestawieniu jest jedno czyste porównanie tej samej wersji i tego samego zestawu zadań, i nie wypada ono na korzyść nowego modelu.

Co każde laboratorium faktycznie dostarczyło

Ripple-65B Preview to pierwszy publiczny model Ricursive Intelligence, wydany 4 listopada 2026 na licencji Apache 2.0, bez bramkowania i bez dodatkowych warunków dopuszczalnego użytkowania poza samą licencją. Architektura jest celowo cienka i głęboka — 80 warstw przy szerokości modelu 5120 — z nadmiarowo provisionowanymi głowami uwagi, wysokim stosunkiem warstw z oknem przesuwnym do globalnych, bramkowaną uwagą, globalnym NoPE i resztami wartości. Karta opisuje go jako stosunkowo lekko dostrojony po treningu wstępnym, z 700 krokami RL i deklarowanym naciskiem na kodowanie agentowe. Wraz z nim udostępniane są 4,04B spekulatywny drafter, checkpoint NVFP4 i niebramkowany model bazowy.

Mistral Large 4.0 to czwarta generacja linii, która od 2023 roku jest flagowym produktem firmy, a ta wersja pojawiła się w dwóch etapach: najpierw podgląd API 6 października 2026 r., a następnie wagi 29 października na licencji Mistral Ecosystem Open Weight License — zmodyfikowanym dokumencie MIT z klauzulą dotyczącą dostawcy usług. Jest multimodalny, podczas gdy Ripple nie — enkoder wizji 1,6B przyjmuje obrazy — i oferuje trzy poziomy wysiłku rozumowania zamiast jednego.

• Parametry — 65B gęstych, każdy parametr aktywny dla każdego tokenu, w porównaniu z 1,05 bln łącznie, z 52B aktywnych i 128 ekspertami routowanymi, 4 na token

• Wagi na dysku — 129.6 GB w BF16 w 16 shardach vs 1,060.6 GB w FP8 w 54 shardach, plus 610.1 GB wariant NVFP4

• Kontekst — deklarowane do 1M, choć pierwszy hostowany endpoint obsługiwał 16 384, a nowsza pozycja w ofercie reklamuje 128K vs 1M we wszystkich wariantach

• Modalność — tekst na wejściu, tekst na wyjściu kontra tekst i obraz na wejściu, tekst na wyjściu

• Licencja — Apache 2.0 vs Mistral Ecosystem Open Weight License, która wymaga umowy komercyjnej, aby oferować model jako usługę

• Cena w miejscu hostowania — 0,20 / 0,60 USD za milion tokenów vs 0,70 / 2,10 USD, z 0,07 USD za wejście z pamięci podręcznej

Licencja to wyraźniejsza różnica — i to zdecydowanie.

Apache 2.0 znaczy to, co zawsze znaczyło. Możesz wziąć Ripple-65B Preview, dostroić go, zmienić mu nazwę, udostępniać go klientom i niczego nie publikować. Nie ma progu przychodów, wymogu powiadomienia ani klauzuli, która zamienia warstwę routingu w licencjobiorcę. Dla firmy, której produktem jest model udostępniany przez API, to rozstrzyga wszystko — to różnica między modelem, na którym można zbudować biznes, a modelem, na którym można zbudować funkcję.

Licencja Mistral Large 4.0 jest bardziej permisywna, niż sugeruje jej nazwa, i mniej permisywna niż Apache. To zmodyfikowana licencja MIT z dodatkowym warunkiem: jeśli udostępniasz model stronom trzecim jako usługę, potrzebujesz umowy komercyjnej. Definicja wyłącza dwie istotne rzeczy — osadzenie modelu w produkcie dla użytkownika końcowego oraz „zwykłe przekazywanie żądań do modeli hostowanych przez innych”, co robi brama, gdy przekazuje żądanie do własnego wnioskowania Mistrala. Czytany uważnie, ten wyjątek utrzymuje router po właściwej stronie granicy. Czytany niedbale albo czytany tylko na stronie marketingowej, która mówi „open weight”, może sprawić, że wmówisz sobie problem ze zgodnością.

Uczciwe przedstawienie sprawy nie brzmi więc: „Apache kontra restrykcyjna”. Brzmi: „Apache kontra licencja, którą prawnik powinien raz przeczytać”. Jeśli planujesz samodzielnie hostować wagi i sprzedawać dostęp, warunki Ripple są kategorycznie prostsze. Jeśli planujesz wywoływać endpoint, obie licencje ci odpowiadają, a różnica w dużej mierze znika.

Terminal-Bench to benchmark, którego nie możesz tutaj użyć.

Oba laboratoria publikują wynik Terminal-Bench, ale nie chodzi o ten sam test. Ripple podaje 80,52 w Terminal-Bench 2.1 i nazywa go amerykańskim stanem sztuki wśród modeli open-weight. Mistral podaje 28,3% w Terminal-Bench 4.0. Postawione obok siebie te dwie liczby wyglądają jak 52-punktowa klęska. Nie są porównywalne, a traktowanie ich jako porównywalnych to najczęstszy błąd w materiałach o którymkolwiek z tych modeli.

Terminal-Bench 4.0 to trudniejszy, późniejszy zestaw zadań, a różnica między wersjami jest wystarczająco duża, że dobry wynik 2.1 i przeciętny wynik 4.0 mogą opisywać ten sam model. Nasze własne porównanie Ripple z Claude Opus 5.5 istnieje głównie po to, by wyjaśnić, dlaczego 80.5 i 66.4 Opusa również nie można od siebie odjąć. Jedynym możliwym do obrony stwierdzeniem jest to, że Ripple nie opublikował wyniku dla 4.0, a Mistral nie opublikował wyniku dla 2.1, więc ta konkretna oś jest pusta.

To, co przetrwało, to DeepSWE 1.1 i tam obraz jest czytelny. Wynik 44,3 Ripple'a pochodzi z jego własnej karty modelu. Wynik 61,7 Mistrala pochodzi z własnego przebiegu Mistrala. Żaden nie jest niezależny, ale dotyczą tej samej wersji tego samego benchmarku, co jest czymś więcej, niż może zaoferować Terminal-Bench. Różnica 17,4 punktu w zadaniach inżynierii oprogramowania nie jest szumem i jest spójna z resztą każdej karty: Mistral Large 4.0 podaje również 87,6 w GPQA Diamond, 89,4 w MMLU-Pro i 81,3 w zestawie rozumowania długokontekstowego Artificial Analysis, wobec 85,2, 84,2 i 75,0 Ripple'a.

Kontrargument Ripple'a opiera się na benchmarkach, w których prowadzi w swoim własnym zestawie porównawczym, oraz na jednej liczbie, której Mistral nie może dorównać: 80,52 wobec 80,1 Reflection Beam 501B w Terminal-Bench 2.1, uzyskanej przez model piętnaście razy mniejszy. To realny wynik dotyczący efektywności treningu. Nie jest to wynik dotyczący bycia lepszym od Mistral Large 4.0, a te dwa twierdzenia wciąż są łączone w relacjach wtórnych.

Koszt na token pochlebia Ripple; koszt na zadanie jest bliższy rzeczywistości.

W cenniku różnica w hostingu wynosi około 3,5× w obu kierunkach: 0,20 USD i 0,60 USD za milion tokenów wobec 0,70 USD i 2,10 USD. Dla agenta o dużym wolumenie ta różnica to cała rozmowa o budżecie i to jest powód, dla którego gęsty model 65B pozostaje interesujący, nawet gdy przegrywa w benchmarkach.

Artificial Analysis przypisuje Mistral Large 4.0 Intelligence Index na poziomie 26 i koszt 2,06 USD na zadanie indeksowe. Ripple-65B Preview nie ma w ogóle wpisu w indeksie, więc nie ma równoważnej wartości do podzielenia — co samo w sobie jest uczciwą odpowiedzią na pytanie „który jest tańszy na jednostkę możliwości”. Jeden model został zmierzony na neutralnej tablicy wyników, a drugi nie. Jeśli potrzebujesz dziś liczby do planowania, tylko w jednej z tych kolumn jest cokolwiek.

Arytmetyka self-hostingu znów zmienia postać. Gęsty model 65B w BF16 mieści się w tensor-parallel-4 na czterech kartach 80GB, a scalone wsparcie vLLM od 5 listopada oznacza, że ładuje się teraz bez --trust-remote-code. Model 1.05T FP8 wymaga o rząd wielkości więcej sprzętu i stosu serwowania, który rozumie expert parallelism. Dla zespołu z czterema GPU i wymogiem zgodności model 65B nie jest opcją kompromisową — to jedyna opcja na tej liście.

Gdzie faktycznie trafia decyzja o routingu

Żaden z tych modeli nie znajduje się w katalogu OrcaRouter. Nie ma w nim w ogóle modeli Mistral, a Ripple-65B Preview również tam nie ma — więc każdy artykuł, który mówi, że można uzyskać dostęp do obu za pomocą jednego klucza, w tym ten, byłby zmyślony. Prawda jest węższa: modele z otwartymi wagami, które obsługujemy, to te, które kupujący wrażliwy na koszty zwykle porównuje z tymi dwoma. Kimi K3.1 Pro ma kontekst 1M i maksymalne wyjście 943K w cenie $2.00 i $10.00 za milion. DeepSeek V4 Pro ma kontekst 1M i wyjście 384K w cenie $0.66 i $1.98. Oba są dostępne przez jeden punkt końcowy zgodny z OpenAI z automatycznym przełączaniem awaryjnym, a ceny katalogowe dostawców są przekazywane bez marży, więc zmiana ceny przez dostawcę jest widoczna po naszej stronie tego samego dnia.

To ma znaczenie dla tego porównania w jeden konkretny sposób. Mistral Large 4.0 zadebiutował w cenie 1,36 USD i 4,18 USD, a 0,70 USD i 2,10 USD, które dokumentacja Mistrala pokazuje dziś, to późniejsza stawka z rabatem. Cena, która w ciągu miesiąca zmienia się o połowę, jest ceną, którą warto sprawdzać, a nie zapamiętywać — i jest to rodzaj zmiany, który bramka typu pass-through odzwierciedla bez konieczności zmieniania czegokolwiek przez Ciebie.

Kto powinien wybrać, które

Wybierz Ripple-65B Preview, jeśli chcesz mieć wagi na własność na warunkach, których nie musisz interpretować, jeśli Twoje obciążenie to kodowanie agentowe w stylu terminalowym, a nie szeroko pojęta inżynieria oprogramowania, oraz jeśli 65B pasuje do Twojego sprzętu. Zaakceptuj, że ufasz karcie modelu dostawcy, której nie odtworzyło żadne niezależne laboratorium, że wartość kontekstu zależy wyłącznie od sposobu, w jaki go serwujesz, oraz że 44,3 w DeepSWE to wynik, który trzeba pobić, zanim zastąpisz to, co uruchamiasz obecnie.

Wybierz Mistral Large 4.0, jeśli potrzebujesz zarówno obrazów, jak i tekstu, jeśli kontekst 1 mln z udokumentowaną historią wdrożenia liczy się bardziej niż prostota licencji oraz jeśli zmierzony Intelligence Index na poziomie 26 przy koszcie 2,06 USD na zadanie to liczba, którą akceptuje Twój proces zakupowy. Zaakceptuj, że licencja wymaga jednej analizy prawnej, że 1 060,6 GB wag to zupełnie inna klasa zobowiązania infrastrukturalnego, a Terminal-Bench 4.0 na poziomie 28,3% to wynik, który najprawdopodobniej odtworzy Twoja własna ewaluacja.

Jedyne, czego bym nie zrobił, to wybieranie między nimi na podstawie flagowych benchmarków. Dwa laboratoria, dwie wersje benchmarku, dwa samodzielnie raportowane przebiegi DeepSWE — porównaniem, które to rozstrzyga, jest to, które uruchomisz we własnym repozytorium, a oba modele są wystarczająco otwarte, by było to możliwe bez pytania kogokolwiek o pozwolenie.