Ripple-65B Preview 与 Ripple-65B：为什么第二个名称背后并没有模型

搜索Ripple-65B Preview，你会找到一个有文档记录的模型：来自 Ricursive Intelligence 的 65B 稠密 Apache 2.0 检查点，创建于 2026 年 11 月 4 日，附带模型卡、四个仓库，以及厂商报告的 Terminal-Bench 2.1 得分 80.52。搜索Ripple-65B——去掉后缀后的同一个名称——你会反复看到那个模型以不同的文件名出现。并不存在单独的最终发布版本。Hugging Face 组织列出了四个公开仓库——Ripple-65B-Preview、Ripple-65B-Preview-NVFP4、Ripple-65B-Base-Preview 和 Ripple-65B-Preview-DFlash2——其中没有一个省略了“Preview”这个词。

这让本页成为一个不同寻常的对比页面，而诚实的写法就是一开始就说明这一点。Ripple-65B 并不是 Ripple-65B Preview 的竞争对手。它是人们正在搜索的一个名字，一个尚未发生的发布的占位符，而且——最有用的——是一个契机，用来回答这些搜索真正在问的问题：你拿到的是完成版模型，还是实验室告诉你后训练不足的快照？

这张特定卡片上的“Preview”是什么意思

这里的后缀并非装饰，Ricursive 对此异常明确。模型卡将该版本描述为后训练相对较轻：在 8K 序列长度下进行的 12 万亿 token 预训练之上，还有 2000 亿中期训练 token、1830 亿监督微调 token、135 亿长上下文 SFT token 和 700 步强化学习。一切都从头训练，而公司的说法是，后训练预算相对于预训练被刻意保持得很小。

这种组合——庞大的基座、薄弱的对齐——正是产生这样一个检查点的原因：它在 Terminal-Bench 2.1 上得分 80.52，而在 DeepSWE 1.1 上仅为 44.3，在 SciCode 上为 39.4。智能体终端性能是实打实的成果。软件工程方面的广度，看起来正是更长时间的后训练最先会触及的部分。按照这种解读，最终的 Ripple-65B 恰恰会在 Preview 最薄弱的那些维度上成为更好的模型。

Ricursive 尚未承诺推出正式版本。没有路线图，发布帖中没有“第四季度最终发布”这样的表述，也没有标注日期的后继仓库。ArtificialWatch 在追踪这次发布时指出，“去掉 Preview 标签的 GA 版本仍在前方”——这是对一种自那以后从未改变的状态的准确概括。

这四个仓库，以及它们各自实际上分别是做什么用的

命名混乱在好转之前会先变得更严重，因为四个仓库中有两个听起来像是最终模型，但这两个都不是。

• Ripple-65B-Preview——主要的指令微调检查点。BF16，64,782,689,360 个参数，跨 16 个分片共 129.6 GB，Apache 2.0 许可，无需申请即可访问。所有基准测试数字指的都是这一个。

• Ripple-65B-Preview-NVFP4 — 同一个 instruct 模型经 ModelOpt 量化后的版本，存储参数为 39,616,865,360 个，标记为 8 位。它不是另一个模型，而是相同权重的更小容器。

• Ripple-65B-Base-Preview — 创建于 2026 年 10 月 14 日，比指令版发布早三周。这是预训练基础模型，单独评估：MMLU 83.7、MMLU-Pro 61.5、GPQA Diamond 38.4、HumanEval 70.9、MBPP Sanitized 81.5。与指令版模型卡上的 89.6 和 85.2 相比，这些数字乍看令人警觉，但你要记得它们是基础模型分数——SFT 前、RL 前，以补全风格作答。如果你打算自己做后训练，它是正确的起点；如果你想要一个助手，它就是错误的选择。

• Ripple-65B-Preview-DFlash2 — 4.04B 参数，一个投机解码草稿模型。它为 65B 模型提出待验证的 token，自身无法生成任何内容；其模型卡明确表示，它“需要目标模型来生成文本”。

四个仓库，一个模型，其中三个是某个检查点的变体，另一个是某个组件。还没有人发布过第五个。

如果最终真的发布了 Ripple-65B，会有什么变化？

这是比较中具有建设性的部分，值得具体说明，而不是笼统地指向“更好的后训练”。

• 上下文相关的说法大概会就此定论。预览版宣称最高可达 100 万，其长上下文阶段基于 200 万 token 的序列训练，而商用版本此前提供的是 16,384，最近又主打 128K。最终发布正是实验室说明模型实际验证能力、而非架构支持上限的恰当时机。

• DeepSWE 和 SciCode 是值得关注的数字。Preview 在这些基准上落后于它在其他方面能击败的模型，而这两个基准也最能直接反映在真实代码仓库上增加 RL 和 SFT 所带来的效果。

• 到那时，很可能已经存在独立评分。目前，Artificial Analysis 对任何 Ripple 标识都没有收录条目，这意味着流传的每一个数字都是厂商自行报告的。正式版（GA）发布通常是聚合平台开始收录某个模型的节点。

• 许可证很可能仍会保持 Apache 2.0。此次发布中没有任何迹象表明 Ricursive 打算收回这一许可，而它也是这次发布所拥有的最具价值的一项资产。

这些都没有被明确公布。这是根据卡片中关于其自身后训练预算的说明所作的推断，并且应当如此理解。

命名陷阱，以及它为何在实践中重要

如果你要把这个模型接入配置文件，这一区别就不再是纸上谈兵了。能够解析的标识符是 ricursiveAI/Ripple-65B-Preview。请求 ricursiveAI/Ripple-65B 会一无所获，因为根本不存在这个名字——而一条会静默回退到模糊匹配的流水线，要么会失败，要么更糟：在你期望得到 instruct 版本的地方，悄悄提供一个 base 检查点。

反向的情况在基础模型上同样存在这个陷阱。{{KEEP}}Ripple-65B-Base-Preview{{/KEEP}} 是一个拥有真实权重、真实存在的代码仓库，它与指令版发布物确实是不同的产物：分数不同、行为不同、用途也不同。任何在网上比较“{{KEEP}}Ripple-65B{{/KEEP}}”分数的人，几乎肯定是在把指令版卡片上的 89.6 MMLU 和基础版卡片上的 83.7 混在一起，却没注意到它们来自两个不同的仓库。

由此得出三条实用规则。要固定确切的仓库 ID 和修订哈希，而不是只写一个系列名称。不要假定托管端点和 BF16 下载是同一个产品——托管版本可能是 NVFP4，可能是不同的修订版本，而且几乎可以肯定上下文长度限制也不同。如果某个工具或排行榜只列出“Ripple-65B”而不带后缀，那么在引用这个数字之前，先去核实它指的是哪个仓库。

今天你可以用 Preview 做什么

实际上相当多，而且比一周前还要多。权重无需审批，采用 Apache 2.0 许可，因此没有审批环节。截至 11 月 5 日，vLLM 已合并原生支持——内置的 RicursiveConfig、推理与工具调用解析器，以及默认在单块 B300 上使用 NVFP4 的配方——这意味着在大多数团队已经在用的引擎中，检查点无需 --trust-remote-code 即可加载。一个并行的 SGLang 拉取请求仍处于开放状态，因此 vLLM 目前是唯一一个将此作为受支持架构而非外部脚本的主流引擎。

在商业层面，该模型的定价约为每百万输入 token 0.20 美元、每百万输出 token 0.60 美元，缓存输入的计费仅为这一价格的一小部分。这些价格描述的是 Preview 版本，因为目前可供提供的也只有它。

OrcaRouter 不提供它。这一点值得明确说明，因为一个对比页面如果最后暗示你可以通过我们访问双方，那会误导人——只有一方，而且我们不托管它。我们实际路由的是周边范围：Kimi K3.1 Pro，每百万 $2.00 和 $10.00，1M 上下文，DeepSeek V4 Pro，每百万 $0.66 和 $1.98，1M 上下文和 384K 输出，Qwen3.8 Max，价格为 $2.00 和 $6.00。如果你阅读关于 65B 开放权重编程模型的内容，是因为你想要一个无需采购流程的廉价智能体模型，那么这些就是与其它所有模型使用同一密钥的模型，具备故障转移和直通定价。Ripple 则是你需要自行托管或单独购买的那个。

简短的回答

如果有人问你 Ripple-65B Preview 和 Ripple-65B 有什么区别，准确的回答是：后者目前还不存在。Preview 就是那个模型：65B 稠密模型，Apache 2.0 许可，12 万亿预训练 token，经过轻度后训练，按其自测在 Terminal-Bench 2.1 上得分为 80.52，未进入任何独立榜单排名，并且其服务所用的上下文窗口取决于由谁提供服务。

正式版会带来的是确定的上下文长度数值、在 Preview 最弱的软件工程基准上更好的成绩，以及很可能是该模型首次获得的外部验证。在 Ricursive 发布它之前，你读到的每一份“Ripple-65B”对比——包括任何声称将其与 Preview 进行比较的——都是在把一个模型和一个搜索词作比较。