Ripple 65B Preview 与 GPT-6.1 Sol：排行榜上缺失的那一行

在这个价格区间，如今每一项严肃的模型对比都从同一个地方开始：Artificial Analysis 的 Intelligence Index 5.0.1 版——这一重建版本于 10 月 27 日将综合评分中 60% 的构成替换为私有或留出测试集。Claude Opus 5.5 在该指数上得分为 59。GPT-6.1 Sol得分为 55。Gemini 4 Argon 得分为 50。Grok 4.7 得分为 35。Ripple 65B Preview 则没有分数，因为它未被收录。这款于 2026 年 11 月 4 日发布、号称拥有当周最响亮编程能力的模型，是该组中唯一一个买家无法在中立榜单上定位的模型——而这种缺席，比任何厂商图表都更应影响决策。

GPT-6.1 Sol 之所以是有用的对照，恰恰因为它是那块榜单上的性价比案例：指数得分 55，输入每百万 token 2.00 美元、输出每百万 token 10.00 美元，而真正决定智能体预算的那个数字——每个索引任务 1.27 美元算力成本——对比 Opus 5.5 的 10.04 美元。如果 Ripple 要在生产编码栈中取代任何东西，它必须在经济性上击败的现有者是 Sol，而不是在 Terminal-Bench 百分位上。

为什么没有 Ripple 行？

Artificial Analysis 需要一个已提供服务的端点以及稳定的权重，才能运行其测试框架。Ripple 65B Preview 发布已有两天，是以权重而非厂商 API 的形式发布；其发布页面列出了托管合作伙伴，而 Hugging Face 模型卡同时声明该模型“未由任何推理服务提供商部署”。仅这一矛盾就足以解释为何缺少一行：在某个托管方开始提供稳定检查点的服务之前，评估框架没有任何可调用的对象。

还有第二个不那么体面的理由。该指数有意基于留出集和私有集构建，并按计划更新。一个模型可能在训练数据见过的公开基准上表现优异，但在私有基准上表现平平。Ripple 的发布数据全都来自公开基准：Terminal-Bench 2.1 为 80.52，SWE-bench Pro v2.0-Hard 为 79.1，DeepSWE v1.1 为 44.3，MMLU 为 89.6，GPQA Diamond 为 85.2，AIME 2025 为 98.3。这些都是很强的数字。但它们也无例外，全都是团队想要发布新品时会选择的那些基准。

这不是在指控不当行为。这只是上线两天的预览版的常态，正确的应对方式是把 Ripple 视为未排名，而不是排名第一。

Sol 究竟是什么

GPT-6.1 Sol 于 2026 年 9 月 29 日在 OpenAI 的 DevDay 上发布，定位为 GPT-6 Astra 之下的层级，取代 GPT-6 Sol。它具备 1,050,000 token 的上下文窗口、128,000 token 的最大输出、2026 年 4 月 30 日的知识截止日期，支持文本和图像输入，并提供从低到最高共五个推理级别，中等为默认级别。

定价结构有一个值得了解的陷阱。当输入 token 低于 272,000 时，价格为输入 $2.00、输出 $10.00，缓存输入为 $0.10，缓存写入为 $2.50。超过该阈值后，整个请求会按输入 $4.00、输出 $15.00 重新计费——而不只是超出部分。因此，一个 300K token 的提示词成本是一个 270K 提示词的两倍，这使得分块成为真正的优化手段，而不只是锦上添花。

• 价格——Sol 每百万 $2.00 / $10.00，缓存读取 $0.10；Ripple 没有标价，托管费率约为 $0.20 / $0.60

• 每个索引任务的成本 — Sol 1.27 美元；Ripple 未测量

• 背景——Sol 1.05M，存在 272K 计费悬崖；Ripple 宣称高达 1M

• 权重 — Sol 为闭源；Ripple 采用 Apache 2.0，可下载

• 输出速度——实测 Sol 为 55 tok/s；Ripple 声称在 2×B200 上可达 250 tok/s

• DeepSWE v1.1 — Sol 75.22（厂商）对比 Ripple 44.3（厂商），同一基准版本

唯一一次清晰的比较，而且差距悬殊

在版本频繁更迭之中，有一项两家实验室都运行并都发布的基准测试：DeepSWE v1.1。OpenAI 报告 Sol 在高努力设置下为 75.22。Ricursive 报告 Ripple 为 44.3。在一个软件工程智能体基准测试上，这是 31 分的差距，双方均已公布，没有任何测试框架版本上的歧义可供推诿。

将这一点与 Terminal-Bench 的情况对照，矛盾就显而易见了。Ripple 在 Terminal-Bench 2.1 上公布的成绩是 80.52；Sol 在第三方 Terminal-Bench 4.0 上的成绩约为 55。在一个基准上，Ripple 看起来像是前沿竞争者；在另一个基准上，它看起来落后了一代。差异在于考试本身：2.1 是 2.0 任务集的 89 项任务补丁版本，修复了 28 项任务中的依赖和规范问题；而 4.0 是另一套任务集，带有对抗性作弊检查，并采用统一的八小时超时，它在 8 月下旬推出时，使每个前沿模型的得分大致减半。

合理的综合判断是，Ripple 是一个确实有能力的 65B 模型，其公布的强项体现在更旧、更饱和的考试上，而它与前沿模型唯一一次同版本对比则是 31 分的差距。在编程质量上，Sol 是更稳妥的选择；在总拥有成本上，Ripple 是更有意思的选择。

在没有基准测试的情况下，Ripple 胜在何处

有三件事对 Ripple 成立、对 Sol 不成立，而且它们都不需要排行榜。

首先是许可证。在 65B 稠密模型上采用 Apache 2.0，意味着允许微调、允许再分发，安全审查也没什么可争议的。而一个闭源前沿模型，无论每 token 多便宜，都无法在你的代码库上微调，也无法在气隙隔离环境中运行。

第二点是可移植性。Ricursive 的模型卡描述了一个专为在 NVIDIA 硬件上高效提供服务而设计的模型，它小到足以运行在 DGX Spark 上，并提供了 NVFP4 检查点和 Colab 笔记本。这与 API 的部署形态不同：它是一个你可以放进 CI 运行器或放在开发者桌面上的模型。

第三点是训练经济性。12 万亿预训练 token、声称的 3200 万美元总预算、140 万次 RL rollout 以及 40% MFU，共同支撑了一个判断：这一能力层级如今已能以八位数美元的成本实现。如果这一点具有普适性，那么前沿 API 的价格下限就已经进入倒计时。

如何在不押注任何一方的情况下同时运行两者

下个季度务实的答案并不是二选一。GPT-6.1 Sol 已在 OrcaRouter 的目录中，与200 多个其他模型共用同一个密钥，且相对 OpenAI 标价的加价为 0%——因此 $2/$10 的价格及其未来任何变动都会原样传递下去。这一点在这里很重要，因为 Sol 的价格正是用来衡量 Ripple 的基准；任何加价的路由器都会破坏这一比较。

对于一个希望在链路中引入 Ripple 的技术栈而言，其架构应是分工而非替换：在规划与评审环节调用 Sol 或其他前沿模型，因为在这些环节，31 分的 DeepSWE 差距代价高昂；而将高并发、低歧义的生成任务交给自托管的 65B 模型，在那里边际成本会大幅塌缩。OrcaRouter 的路由 DSL 正是为这种组合而存在——一次调用背后挂多个模型，并在某个提供商性能下降时自动故障转移——不过 Ripple 本身会处于其外，因为我们并不提供它。

在做出承诺之前值得回答的三个问题

Ripple 65B Preview 比 GPT-6.1 Sol 更好吗？

并非基于当今现存的任何证据。在双方以同一版本发布的唯一一项基准测试中，Sol 领先 31 分。Ripple 宣传中的主要优势来自另一个上限更低的 Terminal-Bench 版本。在有一个中立的评测框架为 Ripple 打分之前，“更好”只是一项关于价格的宣称，而非关于能力的。

我可以把 Ripple 当作 API 来调用，还是必须自己托管它？

两者都仍在变化中。权重可以明确地从 Hugging Face 下载，采用 Apache 2.0 许可，提供 BF16 和 NVFP4 格式。托管访问已宣布但尚未确定——模型卡称没有推理提供商为其提供服务，而发布页面则列出了合作伙伴。在有端点响应之前，请假定采用自托管。

Sol 在超过 272K 输入 token 时费用是多少？

输入按双倍计、输出按 1.5 倍计，并适用于整个请求：每百万 $4.00 和 $15.00。低于该线则是 $2.00 和 $10.00。这是本次对比中最大的单项计费意外，而且与 Ripple 毫无关系。

要关注的数字不是又一份厂商表格，而是 Ripple 65B Preview 在 index v5.0.1 上的首个 Artificial Analysis 条目。在那一行出现之前，上述一切均为暂定。