Un modèle dense de 65B dépasse des rivaux huit fois plus gros, pour 32 millions de dollars

Ricursive Intelligence a publié Ripple-65B Preview le 4 novembre, avec les poids sur Hugging Face sous Apache 2.0. L'entreprise annonce 80,52 sur Terminal-Bench 2.1, un test d'agent travaillant dans un terminal. Dans son propre tableau comparatif, cela dépasse de peu Beam 501B de Reflection, à 80,1, Muse Spark Open 816B de Meta, à 76,4, Inkling 975B de Thinking Machines, à 63,8, et Nemotron 3 Ultra 550B de NVIDIA, à 56,4.
Un modèle de 65B en tête d'un tableau rempli de modèles de 500B et plus, voilà le titre. La ligne en dessous est plus intéressante : Ricursive affirme que l'ensemble a coûté 32 millions de dollars, du début à la fin, soit environ un dixième de ce qu'a dépensé le précédent détenteur du record.
Dense, volontairement
Ripple est un Transformer dense de 64,8 milliards de paramètres. Chaque paramètre tourne sur chaque token. C'est inhabituel dans une année où la réponse par défaut à l'échelle est le mélange d'experts, qui active une tranche de ses poids par token, et c'est la décision qui rend le reste de l'histoire possible.
Un modèle dense demande moins à l'infrastructure. Pas de routeur à équilibrer, pas de parallélisme d'experts à fragmenter, pas de communication all-to-all à régler. Ricursive dit avoir entraîné à 40 % d'utilisation du matériel sans noyaux personnalisés, en partant d'une base Olmo 3 plutôt que d'une feuille blanche. L'architecture est fine et profonde : largeur de 5120 et 80 couches, avec des têtes d'attention surdimensionnées, de l'attention à porte et des résidus de valeur ajoutés pour aider le raisonnement.
L'argument de l'entreprise est que l'adaptation du modèle et des recettes d'entraînement au matériel a rapporté une efficacité équivalente à un entraînement sur 16 fois plus de GPU. Ricursive vend des outils de conception de puces, donc ses affirmations de co-design méritent un sourcil levé. La partie mesurable, c'est le taux d'utilisation et l'absence de noyaux personnalisés, tous deux vérifiables contre la recette d'entraînement pour qui en a l'appétit.
La fenêtre de contexte est de 1 048 576 tokens, le pré-entraînement a porté sur 12 billions de tokens de texte majoritairement anglais et de code, et la publication inclut un point de contrôle BF16 ajusté par instruction, un point de contrôle NVFP4 en quatre bits et un modèle de base.
Ce que couvrent les 32 millions
Le billet de lancement précise que les 32 millions incluent les expériences de pré-entraînement, les données, les évaluations, le débogage et les exécutions finales. C'est sur ce chiffre que les gens devraient débattre, parce que le coût total du programme et le coût du dernier entraînement sont confondus en permanence.
Ricursive dit que l'équipe est passée d'une à cinq personnes pendant le développement. Elle n'a acheté aucune donnée de post-entraînement et a construit ses propres pipelines synthétiques. Elle annonce 1,4 million de rollouts pour atteindre son score sur Terminal-Bench, environ 70 fois moins que ce qu'il a fallu à Beam de Reflection. Moins de rollouts, c'est le genre d'économie qui se voit sur la facture et sur le calendrier.
Si les chiffres tiennent, l'implication est inconfortable pour tous ceux dont la stratégie repose sur le capital comme douve. Une équipe de cinq personnes, aucun noyau personnalisé, un modèle dense et un dixième du budget produisent un record sur un benchmark. La réserve, c'est qu'un seul benchmark est une cible étroite et que la même équipe aurait besoin de bien plus que 32 millions pour être compétitive partout.
Ce qui nous amène au reste du tableau.
Là où Ripple perd
La fiche du modèle est franche, et c'est là qu'elle gagne un peu de confiance. Sur SWE-bench Verified, Ripple marque 76,5 contre 81,6 pour Reflection Beam. Sur SciCode, 39,4 contre 58,5 pour Muse Spark Open. Sur MCP Atlas, un test d'usage d'outils, 71,67 contre 89,2. Sur DeepSWE 1.1, 44,3 contre 60,0.
Le schéma est donc celui d'un modèle excellent pour piloter un terminal et moyen en code scientifique et en orchestration d'outils face aux plus grands concurrents ouverts. MMLU atteint 89,6 et AIME 2024, 97,1, tous deux légèrement derrière les plus grands modèles, ce à quoi on s'attend d'un 65B face à un 816B.
La fiche admet aussi ce que la plupart des fiches passent sous silence : répliquer des scores de benchmarks agentiques est difficile, et certaines cellules du tableau viennent des propres exécutions de Ricursive là où l'autre laboratoire n'avait rien publié. Elle note que les scores Terminal-Bench sont ressortis plus bas pour presque tous les modèles avec le harnais officiel Terminus 2 et une longueur de séquence de 128K. Relisez cette phrase. Cela signifie que le tableau est cohérent en interne et pas nécessairement portable.
Le record n'a peut-être duré qu'une semaine. Thinking Machines a publié Inkling 2 Small le 5 novembre, et sa fiche placerait Terminal-Bench 2.1 à 81,3 % sur le même harnais Terminus. Les poids sont restés fermés au lancement, donc cela ne compte pas comme un record à poids ouverts, et le laboratoire a indiqué que les poids Apache 2.0 suivraient après des tests de sécurité externes.
La promesse locale, démontée
Ricursive affirme que Ripple tient sur un NVIDIA DGX Spark et même sur un MacBook. Aucun des deux billets ne dit combien de mémoire cela demande, et les fichiers en pleine précision sur Hugging Face totalisent environ 130 Go, bien au-delà d'un portable.
Ce qui rend l'usage local plausible, c'est le travail de quantification. Le dépôt fournit un point de contrôle NVFP4 et un notebook Colab, et la page Hugging Face liste déjà une trentaine de versions quantifiées. Sur deux B200 avec une taille de lot de 8, le modèle génère 250 tokens par seconde avant quantification ou réglage des noyaux, un chiffre raisonnable pour un dense de 65B.
L'attrait pour un cabinet d'avocats ou une clinique est évident : les prompts et le code ne quittent jamais le réseau, et Apache 2.0 autorise l'usage commercial sans payer de licence à Ricursive. Le piège, c'est qu'il s'agit d'une Preview au post-entraînement léger orienté programmation, et que le dépôt livre du code maison dans `modeling_ricursive.py`, donc un chargement de type trust-remote-code. Une équipe plateforme devrait lire ce fichier avant de l'exécuter là où cela compte.
Pourquoi une société de puces publie un modèle
Le métier de Ricursive, ce sont les outils de conception de puces, et Ripple est la version généraliste du modèle derrière cette plateforme. L'argument de l'entreprise est que l'architecture du modèle et celle de la puce doivent être conçues ensemble, et publier un modèle ouvert est une façon de prouver la thèse en public.
La motivation diffère de celle des laboratoires de frontière, et cela change ce qu'il faut attendre. Ricursive n'a pas besoin de gagner en largeur. Elle doit montrer qu'un petit modèle bien apparié à un matériel bien apparié fait du travail agentique sérieux, parce que c'est ce qu'elle vend à des clients qui ne peuvent pas acheter un centre de données.
La survie du record à l'examen compte moins que celle de la recette. Un dense de 65B entraîné pour 32 millions, tournant sur une machine de bureau, sous licence permissive, est une proposition précise et testable. Si elle tient, la question intéressante cesse d'être qui a le plus gros modèle et devient qui peut encore prétendre que la taille est le seul axe.
Articles associés
Les agents IA se trompent encore sur une lecture de gel sur trois, et OpenAI montre où
Le nouveau benchmark de biologie d'OpenAI montre que le meilleur modèle se trompe encore sur une interprétation de laboratoire sur trois. Les échecs documentés révèlent où la perception n'atteint pas la conclusion.
Antigravity déplace ses agents dans le cloud, sans votre outillage local
La version 2.29 d'Antigravity place l'agent dans une VM cloud qui survit à votre portable et utilise la voix pour approuver les permissions. L'outillage local ne suit pas.
NVIDIA ouvre quatre modèles de monde de 16B, et n'a pas mesuré l'apprentissage de politique
Quatre modèles de monde ouverts de 16B et un décodeur qui émet la géométrie d'un seul coup. NVIDIA livre les deux moitiés, mais admet qu'il reste à mesurer l'apprentissage de politique.
Quatre des dépôts les plus populaires de GitHub sont des bibliothèques de skills, et l'empaquetage manque
Les skills d'agents occupent plus d'un quart des tendances GitHub, portés par Anthropic, Google et Cloudflare. Le format est simple ; l'empaquetage est un chaos à quatre chemins.