Ripple 65B Preview против Kimi K3.1 Pro: два релиза с открытыми весами, ни одного общего бенчмарка

4 ноября 2026 года две модели с открытыми весами появились с разницей в несколько часов, и почти никто не сравнил их как следует. Ripple 65B Preview — это плотная модель на 65 миллиардов параметров от Ricursive Intelligence, предварительно обученная с нуля на 12 триллионах токенов и выпущенная под Apache 2.0. Kimi K3.1 Pro — флагманская разреженная модель Moonshot AI с триллионом параметров, API которой открылся 23 октября, а веса — около 1,56 ТБ — стали публичными 4 ноября. Одна достаточно мала, чтобы поместиться на столе; другой нужен дата-центр. Очевидный вопрос — какая из них лучше, и честный ответ таков: ни одна опубликованная цифра не позволяет на него ответить, потому что две лаборатории не провели ни одного бенчмарка на одной и той же версии.

Это не риторическая уловка. Это самое полезное на этой странице: если вы выбираете между этими двумя вариантами, вы выбираете между двумя разными типами ставки, и таблица бенчмарков не может сделать этот выбор за вас.

Что на самом деле представляет собой каждая модель

Ripple 65B Preview — плотная модель, а не разреженная. Все 65 миллиардов её параметров срабатывают на каждом токене в 80-слойном трансформере «тонкой и глубокой» конструкции с остаточным потоком шириной 5120. Ricursive описывает эту архитектуру как отход от Olmo 3 к варианту в духе Gemma 3N — избыточное число голов внимания, более высокое соотношение скользящего окна к глобальному вниманию, стробированное внимание, глобальный NoPE, остаточные связи значений и клиппирование активаций FFN. Обучение длилось 877 500 шагов при длине последовательности 8K на текстовом корпусе, преимущественно на английском языке и коде, после чего последовали midtraining, этап длинного контекста и лёгкое RL с упором на агентное программирование. Ricursive оценивает затраты на вычисления в $32 млн.

Kimi K3.1 Pro — противоположный случай по архитектуре. Это модель Mixture-of-Experts класса триллиона параметров: сторонние трекеры оценивают её примерно в 2,8 трлн общих параметров при примерно 104 млрд активных на токен, а в примечаниях к выпуску Moonshot она описана как K3, прошедшая постобучение, с гораздо большим бюджетом RL, распределённым по сотням доменов. В собственных материалах компании к запуску она называется версией K3, прошедшей постобучение, но карточка модели рассказывает более конкретную историю: основа перешла с 24 слоёв Gated MLA на 24 слоя Gated DSA. Она поставляется с поддержкой ввода текста, изображений и видео, настраиваемой глубиной рассуждений и контекстным окном в 1 048 576 токенов.

• Параметры — 65B dense (все активны) против ~2.8T всего / ~104B активных, по данным сторонних трекеров

• Контекст — заявлено 1M токенов против 1,048,576 токенов, заявленных и фактически предоставляемых

• Лицензия — Apache 2.0 против лицензии Kimi K3, переименованной, с порогом MaaS в $20 млн / 12 месяцев

• Веса на диске — BF16-чекпоинт в едином репозитории плюс варианты NVFP4 и base, в сравнении с ~1,56 ТБ в 96 шардах MXFP4

• Модальность — текст на входе, текст на выходе vs текст, изображение и видео на входе, текст на выходе

• Цена — $0.20 / $0.60 за миллион входных/выходных токенов в сторонних листингах против $2.00 / $10.00 — тариф, указанный в нашем собственном каталоге

Число, которое выглядит как разгром, таковым не является.

Карточка Ripple сообщает 80,5 в Terminal-Bench 2.1. Анонс Kimi сообщает 65,7 в Terminal-Bench 4.0. Поставьте эти цифры рядом — и Ripple как будто выигрывает почти 15 пунктов, будучи в разы меньше. Это сравнение бессмысленно, и его постоянно приводят в ответах в обеих ветках обсуждения запуска.

Terminal-Bench 4.0 — это более поздняя и более сложная версия харнесса, чем 2.1. Не показано, что модель, набирающая 80 на наборе задач 2.1, находится в пределах пятнадцати пунктов от модели, набирающей 65,7 на 4.0, — показано, что она сдавала другой экзамен. Та же ловушка поглощает и другие сравнения, которые витают вокруг: 79,1 у Ripple на SWE-bench Pro v2.0 Hard, 44,3 на DeepSWE 1.1, 76,5 на SWE-bench Verified — против 51,7 у Kimi на SWE Marathon v1.1 и 61,2 на Kimi Code Bench 3.0 Long-horizon. Это шесть бенчмарков, и ни один из них не является общим.

Даже одна лаборатория, измеряющая один-единственный бенчмарк, расходится сама с собой при использовании разных харнессов. Показатель Kimi K3.1 Pro в Terminal-Bench 4.0 выглядит как 65.7 у Moonshot, 63.6 у Vals AI и 67 у Artificial Analysis — разброс в 3.4 пункта на одной и той же модели и одной и той же версии бенчмарка, исключительно из-за инструментария. Если три прогона одного бенчмарка на одной модели различаются настолько, то межверсионное сравнение двух моделей — это не измерение. Это украшательство.

Ricursive говорит об этом же в своей карточке — тише, чем это делал тред запуска. В карточке отмечается, что «воспроизведение результатов бенчмарков было сложной задачей», а также что результаты были получены при максимальных усилиях в BF16. Перечитайте это предложение дважды, прежде чем ставить 80.5 в слайд.

Ось, по которой действительно можно сравнивать

Две вещи поддаются прямому сравнению, потому что это не показатели бенчмарков: сколько стоит модель и что требуется для её работы.

По цене разрыв составляет примерно десять к одному. Kimi K3.1 Pro стоит $2.00 за миллион входных токенов и $10.00 за миллион выходных в нашем каталоге — это цена из прайс-листа Moonshot без наценки. Ripple 65B Preview указана по $0.20 и $0.60 на своём первом хостинговом эндпоинте; эту цифру стоит считать предварительной, поскольку Ricursive не опубликовала собственный тарифный план. Тот же эндпоинт обслуживает контекст в 16 384 токена при заявленном окне в 1M, и как минимум один трекер называет модель проприетарной, хотя её веса публично размещены на Hugging Face под Apache 2.0. Если трекеры настолько ошибаются насчёт лицензии, их данные о ценах заслуживают такого же скептицизма.

Более существенная разница в стоимости — не за токен, а за ответ. Kimi K3.1 Pro — это reasoning-модель, которая выдаёт порядка 55 000 выходных токенов на одну задачу индекса Artificial Analysis; при $10 за миллион выходных токенов это большая часть от $1,98, которые индекс стоит за задачу. Цифры Ripple получены от модели с лёгким постобучением и без настраиваемой лестницы рассуждений, поэтому она должна выдавать гораздо меньше — но пока кто-нибудь не прогонит один и тот же набор задач через обе, показатель за задачу остаётся оценкой, а не фактом. Малые модели обычно выигрывают на токенах за ответ, а не на долларах за токен, и именно туда сравнения в ветках запуска никогда не заходят.

Развёртывание — вот где эти два полностью расходятся.

Загрузка Kimi K3.1 Pro составляет около 1,56 ТБ в виде 96 шардов safetensors в MXFP4, при этом QAT сохраняет качество на такой разрядности. Вы не запустите это на рабочей станции. Реалистичные варианты — размещённая конечная точка или многоузловой кластер, а лицензия добавляет коммерческий порог, который важен при масштабе: триггер MaaS в $20M за 12 месяцев, а также пункт о наименовании при 100M месячных пользователей или $20M месячной выручки.

Ripple 65B Preview создан для противоположного конца этого спектра. В BF16 чекпоинт весит примерно 130 ГБ, поэтому фраза «работает на MacBook» в материалах о запуске значит больше, чем в них признают: 130 ГБ не помещаются в унифицированную память ноутбука без квантования. В карточке Ricursive на самом деле заявлены NVIDIA DGX Spark и 250 токенов в секунду на двух B200 при размере батча 8 до применения кастомных ядер. В репозитории также есть вариант NVFP4 — именно он делает развёртывание на малых машинах реалистичным.

Вопрос развёртывания решается сам собой ещё до того, как это сделают бенчмарки. Если у вас есть DGX Spark и нет бюджета на GPU, Ripple — модель, которой вы можете владеть. Если у вас нет ни свободной стойки, ни желания скачивать 1,56 ТБ, Kimi — модель, которую вы арендуете.

Вызов любого из них

Вот здесь симметрия между ними заканчивается. Kimi K3.1 Pro уже доступен на OrcaRouter по цене из прайс-листа — $2.00 за вход, $10.00 за выход, 0% наценки, поэтому когда Moonshot снижает цену, изменение доходит до вашего ключа в тот же день, а не в следующем расчётном периоде. Один ключ покрывает эту модель наряду со всем остальным каталогом, что важно, если вы используете Kimi как дорогой уровень эскалации за более дешёвой моделью по умолчанию.

Ripple 65B Preview отсутствует в нашем каталоге, и мы не собираемся делать вид, что это не так. Доступ к API осуществляется через собственный эндпоинт Ricursive и сторонние платформы, а её веса опубликованы на Hugging Face, если вам нужны они напрямую. Совершенно новый выпуск Preview с карточкой, в которой признаётся, что его собственные оценки трудно воспроизвести, — это ровно тот случай, когда модель нужна за роутером, а не встроенной в продакшен-путь, но это поможет только после того, как поставщик откроет её для сторонней маршрутизации.

Какой вариант выбрать

Выбирайте {{1}}Kimi K3.1 Pro{{/1}}, если работа {{2}}долгосрочная и открытая{{/2}}: крупные рефакторинги в большом репозитории, анализ документов при {{3}}200K токенов и выше{{/3}}, всё, где ввод изображений избавляет от отдельного этапа OCR, или всё, где нужно, чтобы модель удерживала план на протяжении сотен вызовов инструментов. Вы платите {{4}}цены, близкие к передовым{{/4}}, и вам следует ожидать {{5}}поведения, близкого к передовому{{/5}}. {{6}}Разброс в 3,4 пункта между харнессами{{/6}} — это шум; {{7}}контекст 1M{{/7}} и {{8}}мультимодальный ввод{{/8}} — нет.

Выбирайте {{1}}Ripple 65B Preview{{/1}}, если работа ограничена по объёму и вы хотите перестать платить за каждый токен: агент-программист на фиксированном наборе задач, локальный ассистент на уже имеющемся у вас оборудовании, цель для дообучения — {{2}}Apache 2.0{{/2}} и плотный чекпоинт на 65B — гораздо более дружелюбная отправная точка, чем MoE на 1,56 ТБ. Рассматривайте 80,5 как заявление лаборатории, создавшей модель, на ревизии бенчмарка, по которой больше никто не публиковал результаты, и проверьте его на своих задачах, прежде чем оно хоть как-то приблизится к производственному решению.

И если вам нужно сравнение, которое действительно решило бы этот вопрос, его пока не существует. Никто не прогонял Ripple 65B Preview и Kimi K3.1 Pro через один и тот же испытательный стенд на одной и той же версии. Пока кто-то этого не сделает, единственный честный рейтинг — по формату: небольшая модель, которой можно владеть, против большой модели, которую можно арендовать, с соотношением цен примерно десять к одному и без общего экзамена, который мог бы выявить победителя.