Un modelo denso de 65B supera a rivales abiertos ocho veces mayores, y la línea del coste es la noticia

Ricursive Intelligence publicó Ripple-65B Preview el 4 de noviembre, con pesos en Hugging Face bajo Apache 2.0. La empresa declara 80,52 en Terminal-Bench 2.1, una prueba de un agente que trabaja dentro de una terminal. En su propia tabla comparativa eso supera por poco a Beam 501B de Reflection, con 80,1, a Muse Spark Open 816B de Meta, con 76,4, a Inkling 975B de Thinking Machines, con 63,8, y a Nemotron 3 Ultra 550B de NVIDIA, con 56,4.
Un modelo de 65B en lo alto de una tabla llena de modelos de 500B o más es el titular. La línea de debajo es más interesante: Ricursive dice que todo costó 32 millones de dólares, de principio a fin, y que es más o menos una décima parte de lo que gastó el anterior poseedor del récord.
Denso, a propósito
Ripple es un Transformer denso de 64.800 millones de parámetros. Cada parámetro se ejecuta en cada token. Es raro en un año en que la respuesta por defecto a la escala es una mezcla de expertos que activa una porción de sus pesos por token, y es la decisión que hace posible el resto de la historia.
Un modelo denso exige menos a la infraestructura. No hay router que equilibrar, ni paralelismo de expertos que fragmentar, ni patrón de comunicación all-to-all que ajustar. Ricursive dice que entrenó con un 40 por ciento de utilización del hardware sin kernels propios, partiendo de una base Olmo 3 en lugar de una hoja en blanco. La arquitectura es delgada y profunda: anchura de 5120 y 80 capas, con cabezas de atención sobredimensionadas, atención con compuerta y residuales de valor añadidos para ayudar al razonamiento.
El marco de la empresa: adaptar el modelo y las recetas de entrenamiento al hardware aportó una eficiencia equivalente a entrenar con 16 veces más GPUs. Ricursive fabrica herramientas de diseño de chips, así que sus afirmaciones de co-diseño merecen una ceja levantada. La parte medible es la cifra de utilización y la ausencia de kernels propios, ambas comprobables contra la receta si hay apetito.
La ventana de contexto es de 1.048.576 tokens, el preentrenamiento fue de 12 billones de tokens de texto en su mayoría inglés y código, y la publicación incluye un checkpoint BF16 ajustado con instrucciones, un checkpoint NVFP4 de cuatro bits y un modelo base.
Qué cubren 32 millones de dólares
El post de lanzamiento es explícito: los 32 millones incluyen experimentos de preentrenamiento, datos, evaluaciones, depuración y las ejecuciones finales. Es la cifra sobre la que la gente debería discutir, porque el coste total del programa y el coste del último trabajo de entrenamiento se confunden todo el tiempo.
Ricursive dice que el equipo pasó de una persona a cinco durante el desarrollo. No compró datos de post-entrenamiento y construyó sus propias tuberías sintéticas. Declara 1,4 millones de rollouts para llegar a su puntuación en Terminal-Bench, unas 70 veces menos de lo que necesitó Beam de Reflection. Menos rollouts es el tipo de ahorro que aparece en la factura y en el calendario.
Si las cifras se sostienen, la implicación es incómoda para quien basa su estrategia en el capital como foso. Un equipo de cinco personas, sin kernels propios, un modelo denso y una décima parte del presupuesto producen un récord en un benchmark. La objeción: un solo benchmark es un blanco estrecho y ese mismo equipo necesitaría mucho más de 32 millones para ser competitivo en todo.
Lo que lleva al resto de la tabla.
Dónde pierde Ripple
La ficha del modelo es sincera, y ahí gana algo de confianza. En SWE-bench Verified Ripple obtiene 76,5 frente a 81,6 de Reflection Beam. En SciCode, 39,4 frente a 58,5 de Muse Spark Open. En MCP Atlas, una prueba de uso de herramientas, 71,67 frente a 89,2. En DeepSWE 1.1, 44,3 frente a 60,0.
El patrón es un modelo excelente manejando una terminal y mediocre en código científico y orquestación de herramientas frente a los mayores competidores abiertos. MMLU llega a 89,6 y AIME 2024 a 97,1, ambos ligeramente por detrás de los modelos más grandes, lo esperable de un 65B frente a un 816B.
La ficha también admite algo que casi todas omiten: replicar puntuaciones de benchmarks agénticos es difícil, y algunas celdas de la tabla usan ejecuciones propias de Ricursive donde el otro laboratorio no había publicado cifra. Señala que las puntuaciones de Terminal-Bench salieron más bajas para casi todos los modelos al ejecutarse con el arnés oficial Terminus 2 a 128K de longitud de secuencia. Léase dos veces. Significa que la tabla es coherente por dentro y no necesariamente portable.
El récord probablemente duró una semana. Thinking Machines publicó Inkling 2 Small el 5 de noviembre, y su ficha situaría Terminal-Bench 2.1 en 81,3 por ciento con el mismo arnés Terminus, según los reportes. Los pesos siguieron cerrados en el lanzamiento, así que no cuenta como récord de pesos abiertos, y el laboratorio dijo que los pesos Apache 2.0 llegarían tras pruebas externas de seguridad.
La promesa local, desglosada
Ricursive dice que Ripple cabe en una NVIDIA DGX Spark e incluso en un MacBook. Ninguno de los posts dice cuánta memoria hace falta, y los archivos en precisión completa de Hugging Face suman unos 130 GB, bastante más que un portátil.
Lo que hace plausible el uso local es la cuantización. El repositorio incluye un checkpoint NVFP4 y un cuaderno de Colab, y la página de Hugging Face ya lista unas 30 versiones cuantizadas. Con dos B200 y tamaño de lote 8, el modelo genera 250 tokens por segundo antes de cuantizar o ajustar kernels, una cifra razonable para un denso de 65B.
El atractivo para un despacho de abogados o una clínica es evidente: las instrucciones y el código nunca salen de la red, y Apache 2.0 permite uso comercial sin pagar licencia a Ricursive. La trampa es que se trata de una Preview con poco post-entrenamiento orientado a código, y el repositorio incluye código propio en `modeling_ricursive.py`, lo que implica carga estilo trust-remote-code. Un equipo de plataforma debería leer ese archivo antes de ejecutarlo donde importe.
Por qué una empresa de chips publica un modelo
El negocio de Ricursive son las herramientas de diseño de chips, y Ripple es una versión de propósito general del modelo que hay detrás de esa plataforma. El argumento de la empresa es que arquitectura de modelo y arquitectura de chip tienen que diseñarse juntas, y publicar un modelo abierto es la forma de demostrarlo en público.
Es una motivación distinta a la de los laboratorios de frontera, y cambia lo que cabe esperar. Ricursive no necesita ganar en amplitud. Necesita mostrar que un modelo pequeño y bien emparejado con hardware bien emparejado puede hacer trabajo agéntico serio, porque ese es el argumento que vende a clientes que no pueden comprar un centro de datos.
Que el récord resista el escrutinio importa menos que si resiste la receta. Un denso de 65B entrenado por 32 millones de dólares, corriendo en una caja de escritorio y bajo una licencia permisiva, es una propuesta concreta y comprobable. Si se sostiene, la pregunta interesante deja de ser quién tiene el modelo más grande y pasa a ser quién puede permitirse seguir fingiendo que el tamaño es el único eje.
Artículos relacionados
Google sacó los agentes de código del portátil, y el aviso de permiso sigue siendo el cuello de botella
La fontanería está casi resuelta. El aviso de permiso sigue siendo el cuello de botella humano.
NVIDIA libera cuatro modelos del mundo de 16B y la parte sin benchmark es el aprendizaje de políticas
NVIDIA dice que no está medido si estos modelos sirven para aprender políticas. La frase debería acompañar cualquier historia sobre modelos del mundo abiertos.
Cuatro de los repos más populares de GitHub son bibliotecas de skills, y ya hay un problema de empaquetado
La adopción va bien. El fallo interesante son cuatro formas incompatibles de instalar el mismo objeto.
Thinking Machines lanzó un modelo de 594B y dejó los pesos para la semana que viene
Un modelo fuerte, una receta documentada, una capacidad infravalorada y una fecha que el laboratorio no ha comprometido.