Ricursive发布Ripple-65B开放权重预览模型
先了解这件事
Ricursive Intelligence发布Ripple-65B Preview开放权重模型：这是一款从零预训练的65B稠密模型，使用12万亿tokens训练，最长支持100万上下文。模型最初用于其自家AI芯片设计平台，此次发布的是通用化预览版，已上架Hugging Face、Together AI、GMI Cloud和OpenRouter，Fireworks将随后上线。 Ripple-65B Preview主打智能体编码。团队称其在TerminalBench 2.1取得80.5分，并凭仅140万次rollouts达到此前开放权重SOTA所需约七十分之一的量；公司还称模型登顶美国开放权重智能体编码榜、训练成本为3200万美元，但相关对比口径受到质疑。
AI 根据报道生成 · 8 分钟前更新
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntRicursive 发布 Ripple-65B Preview：从零训练的 65B 稠密 LLM，耗资 3200 万美元
Ricursive 发布 Ripple-65B Preview，一个完全从零训练的 65B 稠密 LLM，训练花费为 3200 万美元。Ripple-65B Preview 面向模型发布与训练成本披露场景，展示了大参数稠密模型的高投入特点。Ricursive 位于加州 Palo Alto，长期聚焦芯片设计方向。
- AGI HuntRipple-65B 发布同日，Ricursive Intelligence 硬件验证负责人 Caroline Trippel 加入
Caroline Trippel 透露近期加入 Ricursive Intelligence 担任硬件验证负责人，并确认公司发布首个模型 Ripple-65B。该模型被定位为美国开源权重模型，在 agentic coding 上达到新 SOTA。她暗示硬件验证是公司下一步布局方向。
- Hacker NewsRipple-65B Preview 发布，TerminalBench 2.1 得分达 80.5
Ripple-65B Preview 主打智能体编码能力，在 TerminalBench 2.1 上获得 80.5 分，成为美国开放权重模型中的 SOTA。团队未购买后训练数据，而是自建合成数据流程、质量筛选与覆盖指标，并采用包含截断重要性采样、分数居中和线性长度惩罚的混合 RL 配方，仅使用 1.4M rollouts，较此前 SOTA Reflection Beam 少约 70x。
- AGI HuntRicursive 发布开源 Ripple-65B，称登顶美国开源 agentic coding 榜
Ricursive Intelligence 发布开源权重模型 Ripple-65B Preview，这是一个从零预训练的 65B 稠密模型，使用 12 万亿 tokens 训练，支持最长 1M 上下文。公司称其算力预算仅 3200 万美元，是此前开源 SOTA 的十分之一，并称登顶美国开源 agentic coding SOTA；同时有质疑指出其对比口径存疑。
- AGI HuntRicursive 发布 Ripple-65B Preview 开源权重模型
Ricursive Intelligence 发布从零预训练的 Ripple-65B Preview 开源权重模型，参数规模 65B，训练 12 万亿 tokens，支持最长 1M 上下文。
本事件热度走势
- 可比范围当前
- 19
- 可比范围峰值
- 2011月5日 03:00
- 近 24 小时变化
- –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。