Ein 65B-Modell schlägt offene Rivalen, die achtmal größer sind, und die Kostenzahl ist die Geschichte

Ricursive Intelligence veröffentlichte am 4. November Ripple-65B Preview, mit Gewichten auf Hugging Face unter Apache 2.0. Das Unternehmen meldet 80,52 auf Terminal-Bench 2.1, einem Test für Agenten, die in einem Terminal arbeiten. In der eigenen Vergleichstabelle liegt das knapp vor Reflection's Beam 501B mit 80,1, Metas Muse Spark Open 816B mit 76,4, Thinking Machines' 975B Inkling mit 63,8 und NVIDIAs Nemotron 3 Ultra 550B mit 56,4.
Ein 65B-Modell an der Spitze einer Tabelle voller 500B-plus-Modelle ist die Schlagzeile. Die Zeile darunter ist interessanter: Ricursive sagt, das Ganze habe 32 Millionen Dollar gekostet, von Anfang bis Ende, und das sei etwa ein Zehntel dessen, was der bisherige Rekordhalter ausgegeben hat.
Dicht, mit Absicht
Ripple ist ein dichter Transformer mit 64,8 Milliarden Parametern. Jeder Parameter läuft bei jedem Token. Das ist ungewöhnlich in einem Jahr, in dem die Standardantwort auf Skalierung ein Mixture of Experts ist, das pro Token nur einen Ausschnitt der Gewichte aktiviert, und es ist die eine Entscheidung, die den Rest der Geschichte möglich macht.
Ein dichtes Modell verlangt der Infrastruktur weniger ab. Kein Router zum Ausbalancieren, keine Expert Parallelism zum Aufteilen, kein All-to-All-Kommunikationsmuster zum Justieren. Ricursive sagt, es habe mit 40 Prozent Hardware-Auslastung trainiert, ohne eigene Kernel, ausgehend von einer Olmo-3-Basis statt von einem leeren Blatt. Die Architektur ist schmal und tief: Breite 5120 und 80 Schichten, mit überdimensionierten Attention-Heads, gated Attention und Value Residuals für besseres Reasoning.
Die Rahmung des Unternehmens: Modell und Trainingsrezepte an die Hardware anzupassen, habe Effizienz gebracht, die einem Training auf 16-mal mehr GPUs entspreche. Ricursive baut Chip-Design-Werkzeuge, deshalb verdienen Co-Design-Behauptungen von dort eine gehobene Augenbraue. Messbar sind die Auslastungszahl und das Fehlen eigener Kernel, beides lässt sich anhand des Rezepts prüfen, wenn man die Lust dazu hat.
Das Kontextfenster liegt bei 1.048.576 Token, das Pretraining umfasste 12 Billionen Token überwiegend englischer Text und Code, und die Veröffentlichung enthält einen BF16-Checkpoint mit Instruction-Tuning, einen NVFP4-Checkpoint mit vier Bit und ein Basismodell.
Was 32 Millionen Dollar abdecken
Der Launch-Post sagt ausdrücklich, die 32 Millionen Dollar enthielten Pretraining-Experimente, Daten, Evaluationen, Debugging und die letzten Läufe. Über diese Zahl sollte man streiten, weil Programmkosten und Kosten des letzten Trainingsjobs ständig vermischt werden.
Ricursive sagt, das Team sei während der Entwicklung von einer Person auf fünf gewachsen. Es habe keine Post-Training-Daten gekauft und eigene synthetische Pipelines gebaut. Es meldet 1,4 Millionen Rollouts bis zur Terminal-Bench-Punktzahl, rund 70-mal weniger als Reflection's Beam brauchte. Weniger Rollouts ist die Art Ersparnis, die in der Rechnung und im Kalender auftaucht.
Wenn die Zahlen halten, ist die Implikation unangenehm für alle, deren Strategie auf Kapital als Burggraben setzt. Ein Fünf-Personen-Team, keine eigenen Kernel, ein dichtes Modell und ein Zehntel des Budgets ergeben einen Rekord auf einem Benchmark. Der Einwand: Ein einzelner Benchmark ist ein schmales Ziel, und dasselbe Team bräuchte weit mehr als 32 Millionen, um in der Breite konkurrenzfähig zu sein.
Was zum Rest der Tabelle führt.
Wo Ripple verliert
Die Model Card ist offen, und hier gewinnt sie Vertrauen. Auf SWE-bench Verified erreicht Ripple 76,5 gegen 81,6 für Reflection Beam. Auf SciCode 39,4 gegen 58,5 für Muse Spark Open. Auf MCP Atlas, einem Tool-Use-Test, 71,67 gegen 89,2. Auf DeepSWE 1.1 44,3 gegen 60,0.
Das Muster: ein Modell, das Terminals hervorragend bedient und bei wissenschaftlichem Code und Tool-Orchestrierung mittelmäßig ist, gemessen an den größten offenen Konkurrenten. MMLU liegt bei 89,6, AIME 2024 bei 97,1, beides knapp hinter den größten Modellen, was bei 65B gegen 816B zu erwarten ist.
Die Card gibt auch etwas zu, das die meisten Cards auslassen: Agentic-Benchmark-Werte zu replizieren ist schwer, und einige Zellen der Tabelle nutzen Ricursives eigene Läufe, wo das andere Labor keine Zahl veröffentlicht hatte. Sie merkt an, dass Terminal-Bench-Werte für fast jedes Modell niedriger ausfielen, wenn man mit dem offiziellen Terminus-2-Harness bei 128K Sequenzlänge testete. Den Satz zweimal lesen. Er heißt: Die Vergleichstabelle ist intern konsistent und nicht zwingend übertragbar.
Der Rekord hat vermutlich auch nur etwa eine Woche gehalten. Thinking Machines veröffentlichte am 5. November Inkling 2 Small, und dessen Model Card nennt laut Berichten 81,3 Prozent auf Terminal-Bench 2.1 mit demselben Terminus-Harness. Die Gewichte blieben zum Start geschlossen, es zählt also nicht als Open-Weight-Rekord, und das Labor sagte, Apache-2.0-Gewichte folgten nach externen Sicherheitstests.
Der Lokal-Anspruch, auseinandergenommen
Ricursive sagt, Ripple passe auf eine NVIDIA DGX Spark und sogar auf ein MacBook. Keiner der Posts sagt, wie viel Speicher das braucht, und die Vollpräzisionsdateien auf Hugging Face summieren sich auf rund 130 GB, deutlich mehr als ein Laptop.
Lokal plausibel wird es durch die Quantisierung. Das Repository liefert einen NVFP4-Checkpoint und ein Colab-Notebook, und die Hugging-Face-Seite listet schon rund 30 quantisierte Versionen. Auf zwei B200 mit Batch Size 8 erzeugt das Modell 250 Token pro Sekunde vor Quantisierung oder Kernel-Tuning, ein vernünftiger Wert für ein dichtes 65B.
Der Reiz für eine Kanzlei oder eine Praxis ist offensichtlich: Prompts und Code verlassen das Netz nie, und Apache 2.0 erlaubt kommerzielle Nutzung ohne Lizenzgebühr an Ricursive. Der Haken: Das ist eine Preview mit leichtem Post-Training für Coding, und das Repository liefert eigenen Code in `modeling_ricursive.py`, also Laden im Stil von trust-remote-code. Ein Plattformteam sollte die Datei lesen, bevor es das irgendwo laufen lässt, wo es zählt.
Warum ein Chipunternehmen ein Modell ausliefert
Ricursives Geschäft ist Chip-Design-Tooling, und Ripple ist eine Allzweckversion des Modells hinter dieser Plattform. Das Argument: Modellarchitektur und Chiparchitektur müssen zusammen entworfen werden, und ein offenes Modell ist der Weg, das öffentlich zu belegen.
Das ist eine andere Motivation als bei den Frontier-Labs, und es ändert die Erwartung. Ricursive muss nicht in der Breite gewinnen. Es muss zeigen, dass ein kleines, gut abgestimmtes Modell auf gut abgestimmter Hardware ernsthafte Agentenarbeit leistet, weil das das Verkaufsargument für Kunden ist, die kein Rechenzentrum kaufen können.
Ob der Benchmark-Rekord einer Prüfung standhält, ist weniger wichtig als ob das Rezept es tut. Ein dichtes 65B, für 32 Millionen Dollar trainiert, auf einer Desktop-Box laufend, unter permissiver Lizenz, ist eine konkrete und testbare Behauptung. Wenn sie hält, ist die interessante Frage nicht mehr, wer das größte Modell hat, sondern wer es sich leisten kann, weiter so zu tun, als sei Größe die einzige Achse.
Verwandte Artikel
Google hat Coding-Agenten vom Laptop geholt, und der Berechtigungsdialog bleibt der Engpass
Die Leitungen sind fast gelöst. Der Berechtigungsdialog bleibt der menschliche Engpass.
NVIDIA gibt vier 16B-Weltmodelle frei, und der Teil ohne Benchmark ist Policy-Learning
NVIDIA sagt, es sei ungemessen, ob diese Modelle Policy-Learning tragen. Der Satz gehört in jede Geschichte über offene Weltmodelle.
Vier der Top-Repos auf GitHub sind heute Skill-Bibliotheken, und jetzt haben wir ein Packaging-Problem
Die Verbreitung läuft. Das interessante Scheitern sind vier nicht kompatible Wege, dasselbe Objekt zu installieren.
Thinking Machines liefert ein 594B-Modell und schiebt die Gewichte auf nächste Woche
Ein starkes Modell, ein dokumentiertes Rezept, eine unterschätzte Fähigkeit und ein Termin, den das Labor nicht zugesagt hat.