返回热点榜
llm热度 0.0°

AI 聚合热点事件 · 2026/11/5

Ricursive 发布 65B 稠密开源模型 Ripple-65B,智能体编程性能超越 15 倍参数大模型

4 篇收录报道4 家独立信源交叉印证持续跟踪至 2026/11/7 03:47:04
全景综述与最新动态
4 家信源交叉印证

Ricursive Intelligence 正式发布 Ripple-65B Preview 开源权重模型,在智能体编程基准 TerminalBench 2.1 上取得 80.52 分,超越 Reflection Beam(501B)和 Meta Muse Spark Open(816B)等参数规模大 15 倍的模型,刷新美国开源模型在该任务上的 SOTA。模型基于 12 万亿 token 预训练,采用 65B 稠密 Transformer 架构而非混合专家(MoE),支持 1M 上下文长度,并以 Apache 2.0 许可发布于 Hugging Face。

技术细节上,Ripple-65B 采用 80 层、dmodel 5120 的深层 Transformer,增加注意力头数,针对 Nvidia 硬件优化,简化基础设施使 5 人团队达到 40% MFU 且无需自定义内核。官方称研发训练总成本仅 3200 万美元,远低于同类大模型。不过综合基准仍不及同期发布的 Inkling 2 Small,表明其在特定任务上的优势与通用能力之间存在权衡。

行业影响方面,Ripple-65B 证明了稠密架构在智能体编程任务上可与 MoE 大模型竞争,为开源社区提供了低成本、易部署的高性能选择。其成功可能推动更多团队探索小参数稠密模型在垂直场景的潜力,并加剧开源模型在智能体编程赛道的竞争。

最新动向/Ripple-65B 发布后引发社区热议,其以 65B 稠密架构在 TerminalBench 2.1 上超越 15 倍参数模型,但综合基准仍落后于 Inkling 2 Small。业界关注稠密架构能否成为智能体编程的新趋势,以及低成本训练模式的可复制性。

逐小时热度走势

168 个完整观测小时
当前
0.0
峰值
27.811:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源;缺口小时数据已插值平滑,保持趋势连续。

报道时间线

共 4 篇 · 最新优先
  1. The DecoderT2·74 分

    Ricursive 发布 Ripple-65B Preview 开源模型 智能体编程表现亮眼

    原标题:Ripple-65B Preview delivers strong agentic coding results as a fully Apache 2.0 open US model

    • Ripple-65B Preview 在 TerminalBench 2.1 上得分 80.52,为美国开源模型最高,但整体基准不及 Inkling 2 Small。
    • 采用 65B 稠密 Transformer 而非混合专家架构,针对 Nvidia 硬件优化,更易在自有硬件部署。
    • 以 Apache 2.0 许可发布于 Hugging Face,官方称研发与训练总成本约 3200 万美元。
  2. IT之家 · 智能时代T2·72 分

    Ricursive 发布 Ripple-65B Preview 开放权重智能体编程模型

    原标题:Ripple-65B Preview 发布,自称美国最佳智能体编程开放权重模型

    • Ripple-65B Preview 为稠密架构,12T Token 预训练,支持 1M 上下文长度
    • 官方称其在 TerminalBench 2.1 上超过 816B 与 550B 级别的更大模型
    • 模型为芯片设计专用模型的通用变体,自述训练成本约 3200 万美元
  3. Hacker News AIT2·85 分

    Ripple-65B 发布 刷新美国开源智能体编程 SOTA

    原标题:Ripple-65B Preview: U.S. Open-Weight SOTA on Agentic Coding

    • Ripple-65B 在 TerminalBench 2.1 得分 80.52,成为美国开源权重模型在智能体编程任务上的新标杆。
    • 模型支持 1M 上下文长度,并针对训练和服务平台进行了架构优化以实现低延迟生成。
    • 相比 Reflection Beam (501B) 和 Meta Muse Spark Open (816B) 等巨型模型,Ripple-65B 以更小体量实现了性能反超。