Ripple 65B Preview กับ Claude Opus 5.5: โค้ดเดอร์แบบเอเจนติกสองตัว สองข้อสอบที่แตกต่างกัน

Ripple 65B Preview รายงานผล 80.5 บน Terminal-Bench Claude Opus 5.5รายงานผล 66.4 ถ้านำตัวเลขสองตัวนี้มาใส่ไว้ในคอลัมน์เดียวกัน โมเดลน้ำหนักเปิดขนาด 65,000 ล้านพารามิเตอร์ที่ Ricursive Intelligence เปิดตัวเมื่อวันที่ 4 พฤศจิกายน 2026 ก็ดูเหมือนจะเอาชนะเรือธงของ Anthropic ได้ถึงสิบสี่คะแนนบนเบนช์มาร์กที่ใกล้เคียงกับงานเขียนโค้ดแบบเอเจนต์ที่สุด แต่ไม่ใช่เช่นนั้น ตัวเลขของ Ripple คือ Terminal-Bench 2.1 ส่วนของ Opus 5.5 คือ Terminal-Bench 4.0 ทั้งสองไม่ใช่ข้อสอบเดียวกัน ไม่ได้ให้คะแนนด้วยวิธีเดียวกัน และประวัติของสองเวอร์ชันนี้คือสิ่งที่ผู้ซื้อควรรู้มากที่สุดก่อนจะถือตัวเลขใดตัวเลขหนึ่งเป็นคำตัดสิน

ช่องว่างนั้นไม่ใช่ข้อปลีกย่อยทางเทคนิคที่ถูกคิดขึ้นเพื่อปกป้องผู้เล่นรายเดิม แต่เป็นการทรุดตัวที่มีหลักฐานบันทึกไว้ เมื่อ SemiAnalysis ทดสอบโมเดลเดียวกันกับทั้งสองเวอร์ชันเมื่อวันที่ 8 กันยายน 2026 Claude Fable 5.1 ลดลงจาก 91.4 บน 2.1 เหลือ 55.8 บน 4.0, GPT-6 Astra จาก 88.4 เหลือ 57.7 และ Gemini 3.8 Flash จาก 89.4 เหลือ 19.1 — ลดลง 70 คะแนนสำหรับโมเดลที่ไม่มีการเปลี่ยนแปลงเลย Terminal-Bench 4.0 ตัดงานออกแปดงาน แก้ไขอีกสิบเก้างาน ใช้เวลาหมดเขตคงที่แปดชั่วโมง และเพิ่มการตรวจสอบการต้านทานการดัดแปลง คะแนน 2.1 กับคะแนน 4.0 มีเพียงชื่อที่เหมือนกัน และไม่มีอะไรเหมือนกันอีกเลย

แต่ละโมเดลจริงๆ แล้วคืออะไร

Ripple 65B Preview เป็นโมเดลแบบ dense ไม่ใช่ mixture of experts: พารามิเตอร์ 65 พันล้านตัว ซึ่งทำงานทั้งหมดในทุกโทเคน ในทรานส์ฟอร์เมอร์แบบ "thin-and-deep" จำนวน 80 ชั้น ที่มี residual stream กว้าง 5,120 โมเดลการ์ดของ Ricursive ระบุถึง attention heads เพิ่มเติม อัตราส่วน attention แบบ sliding-window ต่อ global ที่สูงขึ้น sliding window ที่เล็กลง FFN activation clipping gated attention global NoPE และ value residuals — ชุดตัวเลือกที่มันอธิบายว่าคล้าย Gemma 3N โมเดลนี้อยู่ภายใต้ Apache 2.0 ฝึกด้วยโทเคน 12 ล้านล้านโทเคน และอ้างว่ามีบริบทได้ถึง 1 ล้านโทเคน

Claude Opus 5.5 เป็นโมเดลแบบปิดที่เปิดตัวเมื่อวันที่ 22 กันยายน 2026 มีหน้าต่าง 1 ล้านโทเค็น เอาต์พุตสูงสุด 128,000 โทเค็น รับอินพุตเป็นข้อความและภาพ และมีการคิดแบบปรับตัวที่เปิดอยู่ตลอดเวลา — ซึ่งเป็นการเปลี่ยนแปลงที่สำคัญจาก Opus 5 ที่การคิดเป็นแบบเลือกเปิดใช้ โมเดลนี้มีระดับความพยายามห้าระดับ โดยมีmediumเป็นค่าเริ่มต้น ซึ่งสำคัญมาก: benchmark Opus 5.5 ที่เผยแพร่แทบทั้งหมดถูกรันที่ max หรือ xhigh ไม่ใช่ที่การตั้งค่าที่การเรียก API ส่วนใหญ่จะใช้

• พารามิเตอร์ — 65B แบบ dense, ใช้งานทั้งหมด เทียบกับไม่เปิดเผย, น้ำหนักแบบปิด

• ใบอนุญาต — Apache 2.0, ดาวน์โหลดได้เทียบกับแบบกรรมสิทธิ์, API เท่านั้น

• บริบท — ตามที่อ้างว่าสูงสุด 1M เทียบกับ 1M พร้อมเอาต์พุตสูงสุด 128K

• เผยแพร่ — 4 พฤศจิกายน 2026 เทียบกับ 22 กันยายน 2026

• ราคา — ไม่มีราคาตามรายการของผู้ขาย อัตราแบบโฮสต์อยู่ที่ประมาณ $0.20 / $0.60 ต่อล้านโทเค็น เทียบกับ $4.00 สำหรับอินพุต / $20.00 สำหรับเอาต์พุต และ $0.20 สำหรับการอ่านแคช

• คะแนนอิสระ — ยังไม่มี เทียบกับ 59 ใน Artificial Analysis Intelligence Index v5.0.1

แถวเดียวที่เวอร์ชันตรงกัน

Terminal-Bench คือจุดที่การเปิดตัวต้องการให้มีการถกเถียง SWE-bench Pro คือจุดที่เริ่มน่าสนใจ และ DeepSWE v1.1 คือจุดที่เริ่มอึดอัด

ตัวเลข SWE-bench Pro ของ Opus 5.5 คือ 89.9 จาก system card ของ Anthropic ส่วนของ Ripple คือ 79.1 — แต่เป็นคะแนนบน v2.0-Hard และ system card ของ Ripple เองก็ระบุแยกต่างหากว่า 61.42 บน v1.0 มีสามตัวเลข สองผู้ให้บริการ และชุดงานอย่างน้อยสองชุด ไม่มีตัวเลขใดในนี้ที่นำไปหักลบจากตัวอื่นได้

DeepSWE v1.1 แตกต่างออกไป ทั้งสองแล็บเผยแพร่คะแนนบน benchmark นี้ และไม่มีฝ่ายใดออกเวอร์ชันใหม่ในลักษณะเดียวกับที่ Terminal-Bench ถูกออกเวอร์ชันใหม่ Opus 5.5 ได้ 74.2 Ripple 65B Preview ได้ 44.3 นั่นคือช่องว่างสามสิบจุดบน benchmark ที่ทั้งสองฝ่ายเลือกเผยแพร่ และชี้ไปในทิศทางตรงข้ามกับกราฟ Terminal-Bench DeepSWE เป็น benchmark สำหรับ agent ด้านวิศวกรรมซอฟต์แวร์ที่สร้างขึ้นรอบงานใน repository จริงแทนที่จะเป็นงาน shell ดังนั้นสำหรับกลุ่มเป้าหมายที่ Ripple กำลังนำเสนอ ซึ่งก็คือ coding agents อาจกล่าวได้ว่ามันเป็นตัวที่เกี่ยวข้องมากกว่าจากสองตัวนี้

นี่คือการตีความการเปิดตัวตามความเป็นจริง: พาดหัวของ Ripple คือคะแนน 2.1 การ์ดของโมเดลเองแสดง 44.3 บน benchmark การเขียนโค้ดแบบเอเจนต์เพียงรายการเดียวที่มีการเปรียบเทียบเวอร์ชันเดียวกัน และโมเดลที่ถูกนำมาเปรียบเทียบด้วยนั้นชนะในแถวนั้นอย่างท่วมท้น ไม่มีข้อใดในนี้ทำให้ Ripple เป็นโมเดลที่ไม่ดี มันเพียงทำให้ 80.5 เป็นตัวเลขที่เกี่ยวกับข้อสอบเฉพาะชุดหนึ่งเท่านั้น

32 ล้านดอลลาร์ซื้ออะไรได้ และซื้ออะไรไม่ได้

ข้อกล่าวอ้างที่น่าสนใจที่สุดของ Ricursive ไม่ใช่ benchmark แต่คือความพยายามด้านการวิจัยและพัฒนาทั้งหมดมีต้นทุน 32 ล้านดอลลาร์ หรือประมาณหนึ่งในสิบของต้นทุนที่บริษัทกล่าวว่าเป็น state of the art แบบ open-weight ก่อนหน้าในด้าน agentic coding ซึ่งทำได้ด้วย reinforcement-learning rollouts จำนวน 1.4 ล้านครั้ง — น้อยกว่าประมาณเจ็ดสิบเท่าเมื่อเทียบกับ Reflection Beam 501B — โดยใช้ FLOPs ของโมเดลที่อัตราการใช้งาน 40%

หากสิ่งนี้ยืนได้ นี่เป็นเรื่องใหญ่กว่าการได้ 80.5 บน benchmark ใด ๆ เพราะมันบ่งชี้ว่าราคาของการเข้าสู่ระดับความสามารถนี้ลดลงหนึ่งลำดับขนาด นอกจากนี้ยังอธิบายรูปร่างของโมเดลด้วย: โมเดล dense 65B ที่ 80 เลเยอร์เป็นดีไซน์ที่สามารถฝึกและให้บริการได้ในราคาถูก และ Ricursive รายงานว่าได้ 250 โทเคนต่อวินาทีบน B200 สองตัวที่ขนาดแบตช์แปด ก่อนการทำควอนไทเซชันใด ๆ จุดเปรียบเทียบ: Opus 5.5 วัดได้ 112 โทเคนต่อวินาทีบน harness ของ Artificial Analysis

สิ่งที่ $32 million ซื้อไม่ได้คือการตรวจสอบยืนยันโดยอิสระ ยังไม่มีการเผยแพร่ผลการรันซ้ำตัวเลขของ Ripple โดยบุคคลที่สาม และโมเดลนี้ไม่ปรากฏอยู่ใน Artificial Analysis Intelligence Index ซึ่งเป็นกระดานจัดอันดับกลางมาตรฐานเลย Opus 5.5 อยู่ในอันดับ 59 บนดัชนีดังกล่าว โดยเป็นเวอร์ชัน 5.0.1 และมีค่าคอมพิวต์ $10.04 ต่องานในดัชนี จนกว่า Ripple จะมีรายการในดัชนี ทุกคำกล่าวอ้างข้ามโมเดลเกี่ยวกับ Ripple ล้วนอาศัยตารางจากผู้ขาย

ข้อโต้แย้งเรื่องราคา เมื่อทำอย่างถูกต้อง

ประโยคที่ชวนให้หลงเชื่อคือ Ripple ถูกกว่าต่อโทเคนถึงยี่สิบถึงสามสิบเท่า ประโยคที่ถูกต้องคือ Ripple ไม่มีราคาตามรายการ เพราะไม่มีอะไรให้กำหนดราคาลงในรายการได้: น้ำหนักโมเดลเป็น Apache 2.0 และดาวน์โหลดได้ แคตตาล็อกของบุคคลที่สามระบุราคาแบบโฮสต์ไว้ที่ประมาณ $0.20 ต่อโทเคนอินพุตหนึ่งล้านโทเคน และ $0.60 ต่อโทเคนเอาต์พุตหนึ่งล้านโทเคน และนั่นเป็นราคาโฮสติ้ง ไม่ใช่อัตราค่าบริการของผู้ขาย การโฮสต์เองเปลี่ยนต้นทุนให้เป็น GPU และเวลาวิศวกรรม ซึ่งถูกเมื่ออยู่ในสภาวะคงที่และแพงในวันแรก

Opus 5.5 คือการแลกเปลี่ยนที่ตรงกันข้าม สี่ดอลลาร์ขาเข้าและยี่สิบดอลลาร์ขาออกต่อล้านโทเค็นเป็นตัวเลขจริงที่คุณใส่ลงในสเปรดชีตได้วันนี้ โดยมีการอ่านแคชที่ $0.20 ซึ่งทำให้ลูปเอเจนต์ยาว ๆ ที่มีคำนำหน้าที่เสถียรมีต้นทุนถูกกว่าที่ตัวเลขพาดหัวบ่งชี้อย่างมาก บน OrcaRouter มันเป็นหนึ่งใน โมเดลมากกว่า 200 รายการ ที่เข้าถึงได้ด้วยคีย์เดียวโดยคิดมาร์กอัป 0% — ราคาตามรายการของผู้ให้บริการถูกส่งผ่านไปโดยตรง ดังนั้นการเปลี่ยนแปลงราคาของ Anthropic จึงมีผลในวันเดียวกัน แทนที่จะเป็นในการกระทบยอดการเรียกเก็บเงินครั้งถัดไป

Ripple ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter และไม่มีสิ่งใดในบทความนี้ที่ควรตีความว่าเราให้บริการมัน เวตของมันอยู่บน Hugging Face และการเปิดตัวได้ระบุชื่อพาร์ตเนอร์ผู้ให้บริการโฮสติ้ง หากคุณต้องการเรียกใช้เป็น API แทนการรันเอง นั่นคือเส้นทางที่ต้องไป

เลือกอันไหนดี

ถ้างานนั้นเป็น coding agent บนฐานโค้ดที่เป็นกรรมสิทธิ์และมีการตรวจสอบด้าน compliance แล้ว Opus 5.5 คือตัวเลือกที่ปกป้องได้ และข้อโต้แย้งเรื่อง benchmark ก็ไม่ใช่เรื่องใกล้เคียงเลย: มันมีคะแนนดัชนีที่เป็นอิสระ มี system card มีตัวเลข SWE-bench Pro ที่เผยแพร่ และมีหน้าต่าง 1M พร้อมเอาต์พุต 128K คุณกำลังจ่ายเพื่อ audit trail พอ ๆ กับตัวโมเดล

ถ้างานคือลูปเอเจนต์แบบแคบที่มีปริมาณสูง ซึ่งพรอมป์ต์คงที่ คลังข้อมูลเป็นของคุณ และค่าใช้จ่ายคือข้อจำกัด โมเดล 65B ภายใต้ Apache-2.0 ที่รันได้บน B200 สองตัวก็เป็นข้อเสนอที่แตกต่างอย่างแท้จริงจาก API ที่คิด 20 ดอลลาร์ต่อเอาต์พุตหนึ่งล้าน คำถามที่ต้องตอบก่อนตัดสินใจไม่ใช่ "80.5 ใหญ่กว่า 66.4 หรือไม่" แต่คือ "Ripple ทำคะแนนบน DeepSWE ได้เท่าไรเมื่อเทียบกับโมเดลที่ผมกำลังแทนที่" และตอนนี้คำตอบที่มีบันทึกไว้คือ 44.3 เทียบกับ 74.2

สิ่งที่ควรจับตาดูไม่ใช่แผนภูมิจากผู้ขายอีกราย แต่คือการรันแบบอิสระครั้งแรกของ Ripple 65B Preview บน Terminal-Bench 4.0 ทุกอย่างในการเปรียบเทียบนี้ขึ้นอยู่กับตัวเลขนั้น