Ripple 65B Preview 對比 GPT-6.1 Sol：排行榜中缺失的那一行

在這個價位帶中，任何嚴肅的模型比較現在都從同一個起點開始：Artificial Analysis 的 Intelligence Index 5.0.1 版，也就是 10 月 27 日以私有或留出測試集替換掉 60% 綜合評分的重建版本。Claude Opus 5.5 在此的讀數為 59。GPT-6.1 Sol的讀數為 55。Gemini 4 Argon 的讀數為 50。Grok 4.7 的讀數為 35。Ripple 65B Preview 則沒有讀數，因為它沒有登錄項目。這款於 2026 年 11 月 4 日推出、號稱本週最強編碼能力的模型，是這組中唯一無法讓買家放上中立榜單的模型——而這種缺席，比起任何廠商圖表，更應該左右決策。

GPT-6.1 Sol 之所以是有用的對照，正是因為它是該榜單上的性價比案例：指數分數 55，每百萬輸入 token 2.00 美元、每百萬輸出 token 10.00 美元，而且真正決定代理預算的數字是每項指數任務 1.27 美元的算力成本，相較之下 Opus 5.5 是 10.04 美元。如果 Ripple 要在生產級程式編寫技術堆疊中取代任何東西，Sol 就是它必須在經濟效益上擊敗的現任者，而不是在 Terminal-Bench 百分位上擊敗的對象。

為什麼沒有 Ripple 這一列？

Artificial Analysis 需要一個已提供服務的端點和穩定的權重，才能執行其測試框架。Ripple 65B Preview 才推出兩天，是以權重而非廠商 API 的形式發布；發布頁面列出了託管合作夥伴，但 Hugging Face 模型卡同時表示該模型「未由任何 Inference Provider 部署」。光是這個矛盾就足以解釋為何缺少一列：在託管方開始提供穩定檢查點之前，評估框架沒有東西可呼叫。

還有第二個理由，不那麼光彩。這個指數刻意以保留集與私有集建構，並按時程更新。模型在訓練資料見過的公開基準上可以表現優異，在私有基準上卻表現平平。Ripple 的發布數據全都來自公開基準：Terminal-Bench 2.1 為 80.52、SWE-bench Pro v2.0-Hard 為 79.1、DeepSWE v1.1 為 44.3、MMLU 為 89.6、GPQA Diamond 為 85.2、AIME 2025 為 98.3。這些都是強勁的數字。它們也無一例外，是團隊想要公布推出消息時會選擇的基準。

這不是對不當行為的指控。這只是推出兩天的預覽版的一般狀態，而正確的做法是把 Ripple 視為未列入排名，而不是排名第一。

Sol 究竟是什麼

GPT-6.1 Sol 於 2026 年 9 月 29 日在 OpenAI 的 DevDay 上發布，作為 GPT-6 Astra 之下的層級，取代 GPT-6 Sol。它具備 1,050,000 個 token 的上下文視窗、128,000 個 token 的最大輸出、2026 年 4 月 30 日的知識截止日期、文字與圖像輸入，以及從低到最高的五個推理等級，medium為預設。

定價結構有一個值得留意的陷阱。在 272,000 個輸入 token 以下，費率為輸入 $2.00、輸出 $10.00，快取輸入為 $0.10，快取寫入為 $2.50。超過這個門檻後，整筆請求都會以輸入 $4.00、輸出 $15.00 重新計費——不只是超出的部分。因此，300K token 的提示詞成本是 270K 的兩倍，這使得分塊成為真正值得做的最佳化，而不是可有可無的細節。

• 價格 — Sol 每百萬 $2.00 / $10.00，快取讀取 $0.10；Ripple 沒有牌價，託管費率約 $0.20 / $0.60

• 每項索引任務成本 — Sol 1.27 美元；Ripple 未測量

• 背景 — Sol 1.05M，存在 272K 計費斷崖；Ripple 聲稱最高可達 1M

• 權重 — Sol 閉源；Ripple Apache 2.0，可下載

• 輸出速度 — Sol 實測為 55 tok/s；Ripple 聲稱在 2×B200 上可達 250 tok/s

• DeepSWE v1.1 — Sol 75.22（廠商）對比 Ripple 44.3（廠商），相同基準測試版本

唯一一次乾淨的比較，而且差距懸殊

在版本頻繁更迭之中，有一項兩家實驗室都執行且都公開的基準測試：DeepSWE v1.1。OpenAI 回報 Sol 在高強度設定下為 75.22。Ricursive 回報 Ripple 為 44.3。這是在軟體工程代理基準測試上 31 分的差距，由雙方共同公布，沒有測試框架版本模糊空間可以遮掩。

把這一點對照 Terminal-Bench 的情況，張力就顯而易見。Ripple 在 Terminal-Bench 2.1 上公布 80.52；Sol 在第三方 Terminal-Bench 4.0 的分數約為 55。在一項基準上，Ripple 看起來像是前沿競爭者；在另一項上，則看起來落後一個世代。差別在於考試本身：2.1 是 2.0 題集的 89 題修補版，修正了 28 個有相依性與規格問題的題目；而 4.0 是另一套題集，具備對抗性作弊檢查，以及八小時的固定逾時限制，當它在八月底推出時，使每個前沿模型的分數大致減半。

合理的綜合解讀是：Ripple 是一個確實具備實力的 65B 模型，但其對外公布的強項建立在較舊、且趨於飽和的測驗上，而它唯一一次與前沿模型同版本的比較，結果是落後 31 分。在程式碼品質上，Sol 是較穩妥的選擇；在持有成本上，Ripple 則是更有意思的押注。

Ripple 在沒有基準測試下勝出之處

有三件事對 Ripple 成立，但對 Sol 則不然，而且這些事都不需要排行榜。

首先是授權條款。在 65B 稠密模型上採用 Apache 2.0，意味著允許微調、允許重新發佈，且安全審查沒有什麼可爭論的。封閉的前沿模型，無論每個 token 多便宜，都無法在你的程式碼庫上微調，也無法在氣隙環境中運行。

第二點是可攜性。Ricursive 的模型卡描述了一個專為在 NVIDIA 硬體上高效提供服務而設計、且小到足以用於 DGX Spark 的模型，並提供了 NVFP4 checkpoint 與 Colab notebook。這與 API 是不同的部署形態：它是你可以放進 CI runner 或放在開發者桌上的模型。

第三個是訓練經濟學。12 兆個預訓練 token、宣稱的 3,200 萬美元總預算、140 萬次 RL rollout，以及 40% MFU，加總起來等於宣稱這個能力等級如今已能用八位數美元觸及。若這種情況具有普遍性，前沿 API 的價格底線就開始進入倒數。

如何同時執行兩者，而不押注任何一方

下一季的務實答案，是不必從中二選一。其他 200 多個模型共用同一把金鑰，且相對 OpenAI 定價的加價為 0%——因此 $2/$10 的費率及日後任何變動都會原樣傳遞。這一點在此格外重要，因為 Sol 的價格正是 Ripple 被拿來對比的基準；若路由器從中加價，就會使這項比較失真。

對於想讓 Ripple 參與流程的技術堆疊而言，架構上應採取拆分而非替換：在規劃與審查步驟中，31 分的 DeepSWE 差距代價高昂，因此呼叫 Sol 或其他前沿模型；並將大量、低歧義的生成工作導向自託管的 65B 模型，讓邊際成本大幅下降。OrcaRouter 的路由 DSL 正是為這種組合而存在——一次呼叫背後串接多個模型，並在供應商效能退化時自動容錯移轉——不過 Ripple 本身會落在其外，因為我們並不提供它。

三個值得在做出承諾前回答的問題

Ripple 65B Preview 比 GPT-6.1 Sol 更好嗎？

並非基於現今任何現有證據。在兩者同版本發佈的唯一基準測試上，Sol 領先 31 分。Ripple 的主要優勢來自另一個上限較低的 Terminal-Bench 版本。在一個中立的測試框架為 Ripple 評分之前，「更好」只是關於價格的宣稱，而非能力。

我可以將 Ripple 當作 API 來呼叫，還是必須自行託管它？

兩者都還在變動中。權重毫無疑問可從 Hugging Face 以 Apache 2.0 授權下載，格式為 BF16 與 NVFP4。託管存取雖已宣布，但尚未定案——模型卡上說沒有任何推論服務商提供此模型，而發布頁面卻列出了合作夥伴。在有端點實際回應之前，請假設需自行架設。

Sol 在輸入 token 超過 272K 時的成本是多少？

輸入按兩倍、輸出按一點五倍計費，並套用於整個請求：每百萬 $4.00 和 $15.00。低於那條線則是 $2.00 和 $10.00。這是這項比較中最大的帳單意外，而且與 Ripple 毫無關係。

值得關注的數字不是另一張廠商表格。而是 Ripple 65B Preview 在 index v5.0.1 上的首個 Artificial Analysis 條目。在該資料列出現之前，上述一切都只是暫定的。