Ripple-65B Preview 對決 Mistral Large 4.0：650 億稠密模型對上兆參數 MoE

把 Ripple-65B Preview和 Mistral Large 4.0並排放在磁碟上，差異並不細微：129.6 GB 的 BF16 分片對上 1,060.6 GB 的 FP8 分片，而這是兩個都自稱開放權重、都主打代理式編碼的模型。一個是由五人研究團隊從零開始、以 12 兆個 token 訓練而成的 65B 稠密 Transformer，該團隊稱花了 3,200 萬美元。另一個是擁有 1.05 兆參數的混合專家模型，具備 520 億個活躍參數與 16 億參數的視覺編碼器，出自一家有產品線撐腰的公司。

有趣的地方不是規模差距，而是兩家實驗室都選擇公布 DeepSWE 1.1 的分數——同一個基準、同一個版本——而較小的模型在其中輸了 17.4 分。Ripple 自家的說明卡回報 44.3。Mistral 回報 Large 4.0 為 61.7。所以，在討論效率、授權或自架之前，看板上已有一個乾淨、同版本、同任務集的比較，而它對新模型不利。

每個實驗室實際推出了什麼

Ripple-65B Preview 是 Ricursive Intelligence 首個公開模型，於 2026 年 11 月 4 日以 Apache 2.0 釋出，沒有閘門，除授權條款本身外也沒有可接受使用附加條款。其架構刻意採薄而深——80 層、模型寬度 5,120——並具備超額配置的注意力頭、滑動視窗層對全域層的高比例、閘控注意力、全域 NoPE 與值殘差。模型卡稱其後訓練相對輕量，進行了 700 步 RL，並明確強調代理式編碼。隨附 4.04B 推測性草稿模型、NVFP4 檢查點與無閘門基礎模型。

Mistral Large 4.0 是該公司自 2023 年以來旗艦產品線的第四代，而這一代分兩階段推出：2026 年 10 月 6 日的 API 預覽，接著於 10 月 29 日在 Mistral Ecosystem Open Weight License 下發布權重；該授權是一份帶有服務提供者條款的修改版 MIT 文件。它是多模態的，而 Ripple 則不是——由一個 1.6B 視覺編碼器接收影像——並且提供三種推理強度層級，而非一種。

• 參數 — 65B 稠密模型，每個 token 的所有參數皆啟用；對比總計 1.05T、52B 啟用、128 個路由專家，每個 token 使用 4 個

• 磁碟上的權重 — 16 個分片共 129.6 GB 的 BF16，對比 54 個分片共 1,060.6 GB 的 FP8，另加一個 610.1 GB 的 NVFP4 同系列版本

• 上下文 — 宣稱最高可達 1M，不過第一個託管端點提供的是 16,384，而較新的清單則全面主打 128K 對比 1M

• 模態 — 文字輸入、文字輸出 vs 文字與圖像輸入、文字輸出

• 授權 — Apache 2.0 與 Mistral Ecosystem Open Weight License，後者要求簽訂商業協議才能以服務形式提供該模型

• 託管價格 — 每百萬 token $0.20 / $0.60，相較於 $0.70 / $2.10，快取輸入為 $0.07

授權條款是更鮮明的差異，而且差距懸殊。

Apache 2.0 的含義一如既往。你可以取得 Ripple-65B Preview、對其進行微調、重新命名、向客戶提供服務，而且什麼都不必公開。沒有營收門檻，沒有通知要求，也沒有任何條款會把路由層變成被授權方。對於產品是 API 背後模型的企業而言，這就是全部關鍵——它決定了一個模型是你能據以建立事業的，還是只能據以建立功能的。

Mistral Large 4.0 的授權比其名稱所暗示的更寬鬆，但比 Apache 更嚴格。它是修改版的 MIT，並附加了一項條件：若你以服務形式向第三方提供該模型，就需要簽訂商業協議。該定義特別劃出兩件重要事項——將模型嵌入終端使用者產品，以及「僅將請求轉送至他人託管的模型」，這正是閘道器將請求轉發至 Mistral 自家推論時所做的事。仔細閱讀，這項例外條款能讓路由器保持在界線的正確一側。粗心閱讀，或只讀寫著「開放權重」的行銷頁面，你可能會說服自己陷入合規問題。

所以誠實的說法不是「Apache 對上限制性授權」，而是「Apache 對上一份你該請律師讀過一次的授權」。如果你打算自己託管權重並販售存取權，Ripple 的條款絕對單純得多。如果你打算呼叫端點，兩種授權都能配合你，差異大致上也就不見了。

Terminal-Bench 是你在這裡無法使用的基準測試。

兩家實驗室都公布了 Terminal-Bench 分數，但兩者並非同一項測試。Ripple 在 Terminal-Bench 2.1 上回報 80.52，並稱之為美國開放權重模型的最先進水準。Mistral 則在 Terminal-Bench 4.0 上回報 28.3%。把這兩個數字並排一看，彷彿是 52 分的壓倒性差距。但它們並不可比，而把它們當成可比，正是報導這兩個模型時最常見的單一錯誤。

Terminal-Bench 4.0 是更難、更晚推出的任務集，而版本之間的差距大到足以讓同一個模型既得到不錯的 2.1 分數，也得到平庸的 4.0 分數。我們自己對 Ripple 與 Claude Opus 5.5 的比較，主要是為了說明為何 80.5 與 Opus 的 66.4 也不能相減。這裡唯一站得住腳的說法是，Ripple 尚未公布 4.0 的分數，而 Mistral 尚未公布 2.1 的分數，因此這個特定軸線是空的。

真正留存下來的是 DeepSWE 1.1，而在那裡情況就清楚了。Ripple 的 44.3 來自它自家的模型卡。Mistral 的 61.7 來自 Mistral 自己的跑分。兩者都不是獨立來源，但它們是同一款基準測試的同一個版本，這已經比 Terminal-Bench 能提供的更多了。在軟體工程任務上 17.4 分的差距不是雜訊，而且這與兩張模型卡其餘的數據相符：Mistral Large 4.0 在 GPQA Diamond 上還報告了 87.6，在 MMLU-Pro 上為 89.4，在 Artificial Analysis 的長上下文推理集上為 81.3，而 Ripple 則分別是 85.2、84.2 和 75.0。

Ripple 的反駁論據，建立在它於自家比較集中領先的基準測試上，也建立在一個 Mistral 無法匹敵的數字上：在 Terminal-Bench 2.1 上，以一個小十五倍的模型取得 80.52，對上 Reflection Beam 501B 的 80.1。這是關於訓練效率的真實結果，並不是關於比 Mistral Large 4.0 更好的結果，而這兩種說法在二手報導中不斷被混為一談。

以每個 token 計算成本會讓 Ripple 顯得更好看；以每項任務計算成本則更接近實際情況。

按定價計算，託管方案的差距在兩個方向上大約都是 3.5 倍：每百萬個 token 分別為 $0.20 和 $0.60，對比 $0.70 和 $2.10。對高用量的代理而言，這個差距就是整個預算討論的核心，也是 65B 稠密模型即使在基準測試中落敗仍值得關注的原因。

Artificial Analysis 將 Mistral Large 4.0 的智慧指數評為 26，每項指數任務成本為 $2.06。Ripple-65B Preview 完全沒有指數條目，因此沒有可相除的對應數字——而這本身就是對「哪個模型每單位能力更便宜」的誠實回答。一個模型已在中立評測榜上受測，另一個則尚未。如果你今天需要一個規劃用數字，這兩欄中只有一欄有內容。

自託管的算術再次改變了局面。65B 稠密模型以 BF16 運行時，可透過張量平行 4 分散在四張 80GB 顯示卡上，而截至 11 月 5 日已合併的 vLLM 支援，意味著它現在無需 --trust-remote-code 即可載入。1.05T FP8 模型則需要多一個數量級的硬體，以及一套能理解專家平行化的服務堆疊。對於擁有四張 GPU 且有合規要求的團隊而言，65B 並非妥協選項——它是這份清單上唯一的選項。

路由決策實際落在何處

這兩個模型都不在 OrcaRouter 的目錄中。目錄裡完全沒有 Mistral 模型，Ripple-65B Preview 也不在其中——所以任何文章（包括本文）若告訴你可以用單一金鑰同時存取兩者，那都是憑空捏造。實際情況範圍更窄：我們實際有路由的開放權重模型，才是對成本敏感的買家通常最終會拿來與這兩個模型比較的對象。Kimi K3.1 Pro具備 1M 上下文與 943K 最大輸出，價格為每百萬 token $2.00 與 $10.00。DeepSeek V4 Pro具備 1M 上下文與 384K 輸出，價格為 $0.66 與 $1.98。兩者都可透過單一 OpenAI 相容端點存取，並具備自動容錯移轉；供應商定價原樣傳遞、不加價，因此供應商價格若有變動，我們這邊當天就會生效。

這對這項比較在一個具體層面上很重要。Mistral Large 4.0 推出時價格為 $1.36 和 $4.18，而 Mistral 文件今日顯示的 $0.70 和 $2.10 是隨後出現的折扣價。價格在一個月內變動一半，值得查證而非死記——而這正是直通式閘道會反映的變動，無須你更改任何設定。

誰該選哪個

若你想依據無須自行解讀的條款完全擁有權重、你的工作負載是終端機風格的代理式編碼而非廣泛的軟體工程，且 65B 符合你的硬體條件，就選 Ripple-65B Preview。你要接受：你信任的是一張沒有獨立實驗室重現過的廠商模型卡；上下文數字完全取決於你如何部署它；而在你取代目前所用方案之前，44.3 的 DeepSWE 分數就是必須超越的門檻。

如果你同時需要圖像與文字，且相較於授權條款的簡便性，更重視具備明確文件說明的 1M 上下文部署方案，並認為實測 Intelligence Index 為 26、每項任務成本 $2.06 這類數字是採購流程所能接受的，那就選擇 Mistral Large 4.0。同時也要接受：授權條款需要法務審閱一次；1,060.6 GB 的權重屬於不同等級的基礎設施承諾；而 Terminal-Bench 4.0 的 28.3% 很可能就是你自己的評測會重現的分數。

我唯一不會做的事，就是根據那些頭條基準測試在兩者之間做選擇。兩個實驗室、兩個基準測試版本、兩份自行回報的 DeepSWE 執行結果——真正能決定這件事的比較，是你自己在自己的儲存庫上跑的那一次，而這兩個模型都足夠開放，讓你不必徵求任何人的許可就能做到。