Ripple 65B Preview vs Kimi K3.1 Pro: Två lanseringar med öppna vikter, noll gemensamma benchmarks

Den 4 november 2026 lanserades två modeller med öppna vikter inom några timmar från varandra, och nästan ingen jämförde dem ordentligt. Ripple 65B Preview är en dens modell med 65 miljarder parametrar från Ricursive Intelligence, förtränad från grunden på 12 biljoner tokens och släppt under Apache 2.0. Kimi K3.1 Pro är Moonshot AI:s glesa flaggskepp med en biljon parametrar, vars API öppnades den 23 oktober och vars vikter – cirka 1,56 TB – blev offentliga den 4 november. Den ena är tillräckligt liten för att få plats på ett skrivbord; den andra kräver ett datacenter. Den uppenbara frågan är vilken som är bättre, och det ärliga svaret är att inget publicerat tal gör det möjligt att svara på det, eftersom de två labben inte körde ett enda benchmark på samma version.

Det är inte en retorisk undanmanöver. Det är det mest användbara inslaget på den här sidan: om du väljer mellan dessa två väljer du mellan två olika typer av satsning, och benchmark-tabellen kan inte fatta det valet åt dig.

Vad varje modell faktiskt är

Ripple 65B Preview är tät, inte gles. Alla dess 65 miljarder parametrar aktiveras för varje token, i en 80-lagrig "tunn och djup" transformer med en 5 120 bred residualström. Ricursive beskriver designen som ett steg bort från Olmo 3-arkitekturen mot en Gemma 3N-liknande sådan – överdimensionerade uppmärksamhetshuvuden, en högre kvot mellan glidande fönster och global uppmärksamhet, gated attention, global NoPE, value-residualer och klippning av FFN-aktivering. Träningen kördes i 877 500 steg med sekvenslängd 8K på en textbaserad korpus, mestadels engelska och kod, följt av midtraining, en långkontextfas och lätt RL med fokus på agentisk kodning. Ricursive uppskattar beräkningskostnaden till 32 miljoner dollar.

Kimi K3.1 Pro har motsatt profil. Det är en Mixture-of-Experts-modell i biljonparameterklassen – tredjepartsspårningsverktyg uppskattar den till cirka 2.8T totalt med ungefär 104B aktiva per token – och Moonshots versionsanteckningar beskriver den som en eftertränad K3 med en betydligt större RL-budget fördelad över hundratals domäner. Företagets eget lanseringsmaterial kallar den en eftertränad version av K3, men modellkortet berättar en mer specifik historia: ryggraden flyttades från 24 Gated MLA-lager till 24 Gated DSA-lager. Den levereras med text-, bild- och videoinmatning, konfigurerbar resonemangsansträngning och ett kontextfönster på 1,048,576 token.

• Parametrar — 65B tät (alla aktiva) vs ~2,8T totalt / ~104B aktiva, enligt tredjepartsspårning

• Kontext — 1M tokens utlovade vs 1 048 576 tokens, utlovade och levererade

• Licens — Apache 2.0 kontra Kimi K3-licensen, omdöpt, med en MaaS-tröskel på 20 miljoner USD/12 månader

• Vikter på disk — en BF16-checkpoint i ett enda repo plus NVFP4- och basvarianter jämfört med ~1,56 TB över 96 MXFP4-shards

• Modalitet — text in, text ut jämfört med text, bild och video in, text ut

• Pris — $0,20 / $0,60 per miljon indata-/utdatatokens hos tredjepartslistningar jämfört med $2,00 / $10,00, vilket är den taxa som vår egen katalog tillämpar

Siffran som ser ut som en storseger är ingen.

Ripples kort rapporterar 80,5 på Terminal-Bench 2.1. Kimis lansering rapporterar 65,7 på Terminal-Bench 4.0. Ställer man dem sida vid sida ser Ripple ut att vinna med nästan 15 poäng för en bråkdel av storleken. Den jämförelsen är meningslös, och den görs ständigt i svaren på båda lanseringstrådarna.

Terminal-Bench 4.0 är en senare, svårare revision av ramverket än 2.1. En modell som får 80 på 2.1-uppgiftsuppsättningen har inte visats ligga inom femton poäng från en modell som får 65,7 på 4.0 – den har visats ha suttit ett annat prov. Samma fälla slukar de andra jämförelserna som cirkulerar: Ripples 79,1 på SWE-bench Pro v2.0 Hard, dess 44,3 på DeepSWE 1.1, dess 76,5 på SWE-bench Verified, mot Kimis 51,7 på SWE Marathon v1.1 och 61,2 på Kimi Code Bench 3.0 Long-horizon. Det är sex benchmarks, och inte en enda av dem är gemensam.

Till och med ett enda labb som mäter ett enda benchmark är inte överens med sig självt mellan olika testramverk. Kimi K3.1 Pro:s Terminal-Bench 4.0-siffra visas som 65,7 från Moonshot, 63,6 från Vals AI och 67 från Artificial Analysis – en spridning på 3,4 punkter för samma modell och samma benchmarkversion, enbart på grund av verktygen. Om tre körningar av ett benchmark på en modell varierar så mycket är en jämförelse mellan versioner av två modeller inte en mätning. Det är dekoration.

Ricursive säger lika mycket i sitt eget kort, mer lågmält än lanseringstråden gjorde. Kortet påpekar att "det har varit utmanande att replikera benchmarkpoäng" och att poängen togs med maximal ansträngning i BF16. Läs den meningen två gånger innan du sätter 80.5 i en bild.

Axeln du faktiskt kan jämföra

Två saker är direkt jämförbara eftersom de inte är benchmarkresultat: vad modellen kostar och vad som krävs för att köra den.

Prisgapet är ungefär tio till ett. Kimi K3.1 Pro kostar $2.00 per miljon indatatoken och $10.00 per miljon utdatatoken i vår katalog, vilket förmedlar Moonshots listpris utan påslag. Ripple 65B Preview listas till $0.20 och $0.60 på sin första hostade endpoint – en siffra som bör behandlas som preliminär, eftersom Ricursive inte har publicerat någon egen prislista. Samma endpoint tillhandahåller ett kontextfönster på 16 384 token mot ett annonserat fönster på 1M, och åtminstone en tracker märker modellen som proprietär medan dess vikter ligger offentligt på Hugging Face under Apache 2.0. När trackarna har så fel om licensen förtjänar deras prissättning samma skepsis.

Den större kostnadsskillnaden ligger inte per token. Den ligger per svar. Kimi K3.1 Pro är en resonemangsmodell som genererar i storleksordningen 55 000 utdatatoken per Artificial Analysis-indexuppgift; till $10 per miljon utdatatoken utgör det större delen av de $1,98 som indexet kostar per uppgift. Ripples siffror kommer från en modell med lätt efterträning och ingen konfigurerbar resonemangsstege, så den bör generera betydligt färre – men tills någon kör samma uppgiftsuppsättning genom båda är siffran per uppgift en uppskattning, inte ett faktum. Det är tokens per svar, inte dollar per token, som är där små modeller vanligtvis vinner och dit jämförelserna i lanseringstrådarna aldrig når.

Det är vid driftsättningen som de två skiljer sig helt åt.

Kimi K3.1 Pro:s nedladdning är cirka 1,56 TB fördelat på 96 safetensors-shards i MXFP4, där QAT bibehåller kvaliteten vid den bredden. Du kör det inte på en arbetsstation. De realistiska alternativen är en värdbaserad slutpunkt eller ett kluster med flera noder, och licensen tillför en kommersiell tröskel som spelar roll i stor skala: en MaaS-utlösare på $20M/12 månader, plus en namngivningsklausul vid 100 miljoner månatliga användare eller $20M i månatliga intäkter.

Ripple 65B Preview är byggd för den andra änden av det spektrat. I BF16 är checkpointen ungefär 130 GB, vilket är anledningen till att raden "körs på en MacBook" i lanseringsbevakningen gör mer arbete än den erkänner – 130 GB får inte plats i en bärbar dators enhetliga minne utan kvantisering. Vad Ricursives kort faktiskt hävdar är en NVIDIA DGX Spark, plus 250 tokens per sekund på två B200:or vid batchstorlek 8 före anpassade kärnor. Repot levererar också en NVFP4-variant, och det är den som gör driftsättning på små maskiner rimlig.

Driftsättningsfrågan besvarar sig själv innan benchmarkresultaten gör det. Om du har en DGX Spark och ingen GPU-budget är Ripple en modell du kan äga. Om du varken har ett ledigt rack eller lusten att hämta 1,56 TB är Kimi en modell du hyr.

Att ringa någon av dem

Det är här de två upphör att vara symmetriska. Kimi K3.1 Pro finns på OrcaRouter idag till sitt listpris — 2,00 $ in, 10,00 $ ut, 0 % påslag, så när Moonshot sänker sitt pris når ändringen din nyckel samma dag i stället för vid nästa faktureringsperiod. En nyckel täcker den modellen tillsammans med resten av katalogen, vilket spelar roll om du kör Kimi som den dyra eskaleringsnivån bakom en billigare standardmodell.

Ripple 65B Preview finns inte i vår katalog, och vi tänker inte låtsas något annat. Den nås via ett API genom Ricursives egen endpoint och tredjepartsplattformar, och dess vikter finns på Hugging Face om du vill ha dem direkt. En helt ny Preview-version med ett modellkort som erkänner att dess egna resultat är svåra att replikera är precis fallet där man vill ha modellen bakom en router i stället för inkopplad i en produktionsväg – men det hjälper bara när en leverantör öppnar den för tredjepartsroutning.

Vilken ska man välja?

Välj Kimi K3.1 Pro om arbetet är långsiktigt och öppet: stora refaktoreringar i en stor kodbas, dokumentanalys vid 200K tokens och uppåt, allt där bildinmatning sparar ett separat OCR-steg, eller allt där du behöver att modellen håller en plan över hundratals verktygsanrop. Du betalar priser nära frontlinjen och bör förvänta dig beteende nära frontlinjen. Spridningen på 3,4 punkter mellan harnessar är brus; kontextfönstret på 1M och den multimodala inmatningen är det inte.

Välj Ripple 65B Preview om arbetet är avgränsat och du vill sluta betala per token: en kodagent på en fast uppgiftsuppsättning, en lokal assistent på hårdvara du redan äger, ett mål för finjustering – Apache 2.0 och en 65B dense checkpoint är en mycket vänligare utgångspunkt än en 1,56 TB MoE. Behandla 80,5 som ett påstående från labbet som gjorde modellen, på en benchmarkrevidering som ingen annan har publicerat på, och validera det på dina egna uppgifter innan det kommer i närheten av ett produktionsbeslut.

Och om du vill ha den jämförelse som faktiskt skulle avgöra saken, så finns den inte ännu. Ingen har kört Ripple 65B Preview och Kimi K3.1 Pro genom samma testramverk i samma version. Tills någon gör det är den enda ärliga rangordningen efter form: en liten modell du kan äga mot en stor modell du kan hyra, med ett prisförhållande på ungefär tio till ett och inget gemensamt prov som kan skilja dem åt.