Ripple 65B Preview vs Claude Opus 5.5: Två agentiska kodare, två olika prov

Ripple 65B Preview rapporterar 80,5 på Terminal-Bench. Claude Opus 5.5 rapporterar 66,4. Sätter man de två siffrorna i samma kolumn verkar en modell med öppna vikter och 65 miljarder parametrar, släppt den 4 november 2026 av Ricursive Intelligence, slå Anthropics flaggskepp med fjorton poäng på det benchmark som ligger närmast agentiskt kodningsarbete. Det gör den inte. Ripples siffra är Terminal-Bench 2.1. Opus 5.5:s är Terminal-Bench 4.0. De är inte samma prov, de poängsätts inte på samma sätt, och historiken för de två versionerna är det enskilt mest användbara en köpare kan veta innan man behandlar endera siffran som ett utslag.

Det gapet är inte en teknikalitet som uppfunnits för att skydda den sittande aktören. Det är en dokumenterad kollaps. När SemiAnalysis körde samma modeller på båda versionerna den 8 september 2026 föll Claude Fable 5.1 från 91,4 på 2.1 till 55,8 på 4.0, GPT-6 Astra från 88,4 till 57,7 och Gemini 3.8 Flash från 89,4 till 19,1 – ett fall på 70 poäng för en modell som inte hade ändrats. Terminal-Bench 4.0 tog bort åtta uppgifter, rättade nitton till, tillämpade en fast tidsgräns på åtta timmar och lade till kontroller mot manipulering. Ett 2.1-resultat och ett 4.0-resultat delar ett namn och inget annat.

Vad varje modell faktiskt är

Ripple 65B Preview är en tät modell, inte en blandning av experter: 65 miljarder parametrar, alla aktiva för varje token, i en 80-lagers "tunn-och-djup" transformer med en 5 120 bred residualström. Ricursives modellkort listar extra uppmärksamhetshuvuden, ett högre förhållande mellan glidande fönster och global uppmärksamhet, ett mindre glidande fönster, FFN-aktiveringsklippning, gated attention, global NoPE och värderesidualer – en uppsättning val som den beskriver som Gemma 3N-liknande. Den är Apache 2.0, tränad på 12 biljoner token och uppger sig ha upp till 1 miljon token i kontext.

Claude Opus 5.5 är en sluten modell som släpptes den 22 september 2026, med ett fönster på 1 miljon tokens, 128 000 tokens maximal utdata, text- och bildinmatning samt adaptivt tänkande som alltid är påslaget – en brytande förändring jämfört med Opus 5, där tänkande var opt-in. Den har fem ansträngningsnivåer, med medium som standard, vilket spelar roll: nästan varje publicerad benchmark för Opus 5.5 kördes på max eller xhigh, inte på den inställning som de flesta API-anrop kommer att använda.

• Parametrar — 65B dense, alla aktiva vs ej angivna, slutna vikter

• Licens — Apache 2.0, nedladdningsbar kontra proprietär, endast API

• Kontext — upp till 1M uppgivet vs 1M, med max 128K utdata

Utgåva – 4 november 2026 vs 22 september 2026

• Pris — inget listpris från leverantören; hostade priser runt $0.20 / $0.60 per miljon tokens mot $4.00 input / $20.00 output, $0.20 cache read

• Oberoende poäng — ingen poäng ännu jämfört med 59 på Artificial Analysis Intelligence Index v5.0.1

Den enda raden där versionerna matchar

Terminal-Bench är där lanseringen vill ha argumentet. SWE-bench Pro är där det blir intressant, och DeepSWE v1.1 är där det blir obehagligt.

Opus 5.5:s SWE-bench Pro-siffra är 89.9, från Anthropics systemkort. Ripples är 79.1 – men på v2.0-Hard, och dess eget kort listar separat 61.42 på v1.0. Tre siffror, två leverantörer, minst två uppgiftsset. Inget här kan subtraheras från något annat.

DeepSWE v1.1 är annorlunda. Båda labben publicerade en poäng på det, och ingen av dem har versionerat om det på det sätt som Terminal-Bench versionerades om. Opus 5.5 får 74,2. Ripple 65B Preview får 44,3. Det är ett trettiopoängsgap på ett riktmärke som båda sidor valde att publicera, och det pekar i motsatt riktning mot Terminal-Bench-diagrammet. DeepSWE är ett riktmärke för mjukvaruutvecklingsagenter byggt kring verkligt repositoriearbete snarare än skaluppgifter, så för den målgrupp Ripple vänder sig till – kodningsagenter – är det troligen det mer relevanta av de två.

Detta är den ärliga tolkningen av lanseringen: Ripples rubrikvärde är en poäng på 2,1, dess eget kort visar 44,3 på det enda benchmark för agentisk kodning där en jämförelse av samma version finns, och modellen som den jämförs med vinner den raden med bred marginal. Inget av detta gör Ripple till en dålig modell. Det gör 80,5 till en siffra om ett specifikt prov.

Vad 32 miljoner dollar köper – och vad det inte köper

Ricursives mest intressanta påstående är inte ett benchmark. Det är att hela forsknings- och utvecklingsarbetet kostade 32 miljoner dollar, ungefär en tiondel av vad företaget säger att den tidigare toppmodellen med öppna vikter inom agentisk kodning kostade, uppnått med 1,4 miljoner reinforcement learning-rollouts – cirka sjuttio gånger färre än Reflection Beam 501B – vid 40 % modell-FLOPs-utnyttjande.

Om det håller är det en större sak än 80,5 på vilket benchmark som helst, eftersom det säger att priset för att nå den här kapacitetsnivån har fallit med en storleksordning. Det förklarar också modellens form: 65B dense vid 80 lager är en design som går att träna och servera billigt, och Ricursive rapporterar 250 tokens per sekund på två B200:or vid batchstorlek åtta, innan någon kvantisering. En jämförelsepunkt: Opus 5.5 uppmäter 112 tokens per sekund i Artificial Analysiss harness.

Vad 32 miljoner dollar inte köper är oberoende verifiering. Det finns ännu ingen publicerad tredjepartsomkörning av Ripples siffror, och modellen finns inte alls med på Artificial Analysis Intelligence Index – den neutrala standardresultattavlan. Opus 5.5 ligger på 59 i det indexet, version 5.0.1, med 10,04 dollar i beräkningskostnad per indexuppgift. Fram till dess att Ripple får en post vilar alla jämförande påståenden om den mot andra modeller på leverantörens tabeller.

Prisargumentet, gjort ordentligt

Den frestande formuleringen är att Ripple är tjugo till trettio gånger billigare per token. Den korrekta formuleringen är att Ripple inte har något listpris, eftersom det inte finns något att sätta ett pris på: vikterna är Apache 2.0 och nedladdningsbara. Tredjepartskataloger anger hostingpriser på nära 0,20 USD per miljon indatatoken och 0,60 USD per miljon utdatatoken, och det är hostingpriser, inte ett priskort från leverantören. Egen drift gör kostnaden till GPU:er och utvecklingstid, vilket är billigt i stabilt tillstånd och dyrt första dagen.

Opus 5.5 är den motsatta affären. Fyra dollar in och tjugo dollar ut per miljon tokens är en verklig siffra som du kan lägga in i ett kalkylblad i dag, med en cacheläsning på 0,20 dollar som gör långa agentloopar med ett stabilt prefix betydligt billigare än vad rubrikpriset antyder. På OrcaRouter är den en av fler än 200 modeller som nås med en enda nyckel utan påslag – leverantörens listpris förs vidare, så en prisändring från Anthropic slår igenom samma dag i stället för vid nästa fakturaavstämning.

Ripple finns inte i OrcaRouters katalog, och inget i den här artikeln bör tolkas som att vi tillhandahåller det. Dess vikter finns på Hugging Face, och lanseringen namnger värdpartners; om du vill anropa det som ett API i stället för att köra det, är det vägen.

Vilken ska man välja?

Om arbetet är en kodningsagent på en proprietär kodbas med en regelefterlevnadsgranskning är Opus 5.5 det försvarbara valet, och benchmarkargumentet är inte ens nära: den har en oberoende indexpoäng, ett systemkort, ett publicerat SWE-bench Pro-nummer och ett 1M-fönster med 128K utdata. Du betalar för revisionsspåret lika mycket som för modellen.

Om arbetet är en högvolymig, snäv agentloop där prompten är stabil, korpusen är din och kostnaden är begränsningen, är en 65B Apache-2.0-modell som får plats på två B200:or en genuint annan sak än ett API med $20 per miljon output. Frågan att besvara innan man bestämmer sig är inte "är 80,5 större än 66,4" – det är "vad får Ripple för poäng på DeepSWE mot den modell jag ersätter", och just nu är svaret enligt uppgift 44,3 mot 74,2.

Det som är värt att hålla ögonen på är inte ännu ett leverantörsdiagram. Det är den första oberoende körningen av Ripple 65B Preview på Terminal-Bench 4.0. Allt i den här jämförelsen väntar på den siffran.