Ripple-65B Preview

来自芯片设计实验室的 65B 稠密纯文本模型。Apache 2.0,擅长智能体编程,另有可放进 DGX Spark 的 NVFP4 版本。

一句话概括. Ripple 是 Ricursive Intelligence 推出的 650 亿参数文本模型,这家美国初创公司用 AI 来设计芯片。它面向编程智能体,Apache 2.0 许可证允许商用。全精度需要约 130 GB 内存,57 GB 的 NVFP4 版本则是为 NVIDIA DGX Spark 这类桌面机器准备的。

概述

Ricursive Intelligence 是一家用 AI 做芯片设计的美国实验室,于 2026 年 11 月 4 日以 Apache 2.0 许可证发布了 Ripple-65B Preview。Ricursive 称它是驱动其芯片设计平台的专有模型的通用版本。这是一个纯文本模型,参数量 648 亿,从零开始在 12 万亿 token 上预训练,语料以英文文本和代码为主。

Ripple 是稠密模型,不是混合专家,每个 token 都会用到全部参数。Ricursive 说,这个选择让预训练和后训练足够简单,一个 1 到 5 人的团队就能完成,硬件利用率约 40%,也不需要自定义内核。网络采用“窄而深”的形状:隐藏维度 5120,80 层,80 个注意力头和 8 个键值头。其中 64 层在 1024 token 的滑动窗口内做注意力,16 层使用不带位置编码的全局注意力,从而控制长上下文的内存占用。训练方案以 AI2 的 Olmo 3 基线为起点,加入了 FFN 激活截断、门控注意力和 value residual。预训练使用 8K token 的序列,随后是 2000 亿 token 的中期训练、序列最长 200 万 token 的长上下文阶段、监督微调和混合领域强化学习。Ricursive 称后训练相对较轻,重点放在智能体编程上。模型卡承诺的上下文是 1,048,576 token,而配置文件允许 2,097,152 个位置。Ricursive 还把完整的研发成本估为 3200 万美元,这是它自己的估算。

Ricursive 报告 Terminal-Bench 2.1 得分 80.5,高于它列出的 Reflection Beam 的 80.1、Muse Spark Open 的 76.4、Inkling 的 63.8 和 Nemotron 3 Ultra 的 56.4。它自己的表格也显示了别人领先的地方:Beam 在 SWE-bench Verified 上更高(81.6 对 76.5),Muse Spark Open 在 MCP Atlas 上更高(89.2 对 71.7)。Ricursive 提醒,智能体得分会随测试框架变化,表中好几个对手的数字是它自己的内部复测。官方共发布四个仓库:BF16 指令微调模型(129.6 GB)、仅预训练的 BF16 基础模型、实验性的 NVFP4 版本(57.2 GB,只量化 MLP 层,注意力保持 BF16),以及名为 DFlash2 的推测解码草稿模型。模型卡说 NVFP4 版本可以放进 NVIDIA DGX Spark,并附有 Colab 笔记本。服务器方面,仓库提供了在两块 B200 GPU 上运行的 SGLang 方案,Ricursive 报告在批大小 8、未量化也没有自定义内核时每秒 250 个 token。

适合做什么

  • 在一台多卡服务器或大内存工作站上做智能体编程和终端任务,而不必用八卡机架
  • 想要美国研发、Apache 2.0 条款、且没有营收条件的团队
  • 用 57 GB 的 NVFP4 版本在 128 GB 的桌面机器上做本地实验
  • 研究稠密与混合专家设计的取舍,因为官方还发布了基础模型和推测解码草稿模型

需要注意

  • 这是预览版,Ricursive 称后训练相对较轻,重点在智能体编程
  • 只处理文字,以英文和代码为主,不支持图像输入
  • 基准数字均为自报,若干对手的得分是 Ricursive 自己跑的,Terminal-Bench 得分还会随评测框架变化
  • 每个 token 都要运行全部 648 亿参数,所以每个 token 的计算量高于约 230 亿激活参数的混合专家模型
  • NVFP4 版本标为实验性,100 万 token 的上下文是开发者的说法,我们没有验证

性能数据来自开发方,未经独立验证。

需要多少内存?

以下为 Ripple-65B Preview 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。

版本 参数量 BF16 FP8 / INT8 4-bit (Q4) 可运行于
Ripple-65B Preview BF16 64.8B 149 GB 75 GB 45 GB 工作站
Ripple-65B Preview NVFP4 (experimental) NVFP4 64.8B 149 GB 75 GB 63 GB 工作站
Ripple-65B Base Preview BF16 64.8B 149 GB 75 GB 45 GB 工作站

估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。

显存计算器

许可证,用大白话说

最常见的宽松型许可证之一。你可以使用、修改模型并基于它销售产品,只需遵守少量条件。

进一步了解 Apache 2.0

延伸阅读

常见问题

Ripple-65B Preview 是什么?
Ripple 是 Ricursive Intelligence 推出的 650 亿参数文本模型,这家美国初创公司用 AI 来设计芯片。它面向编程智能体,Apache 2.0 许可证允许商用。全精度需要约 130 GB 内存,57 GB 的 NVFP4 版本则是为 NVIDIA DGX Spark 这类桌面机器准备的。
Ripple-65B Preview 可以商用吗?
可以。Ripple-65B Preview 采用 Apache 2.0 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
Ripple-65B Preview 是开源的吗?
Ripple-65B Preview 采用 Apache 2.0 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
我能在自己的电脑上运行 Ripple-65B Preview 吗?
只有工作站才行。最小版本 Ripple-65B Preview 在 4 位精度下约需 45 GB 内存,建议准备 48 至 96 GB 的显卡、多张显卡,或大内存的 Mac。
Ripple-65B Preview 是什么时候发布的?
Ripple-65B Preview 由 Ricursive Intelligence 于 2026年11月4日 发布。
Ripple-65B Preview 的上下文窗口有多长?
Ripple-65B Preview 支持最长 1M token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月11日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
Reflection Beam Reflection AI 501B 激活 23.4B 1M Apache 2.0 (宽松) 323 GB 大内存台式机
Nanbeige4.3-33B Nanbeige LLM Lab 33.1B 512K Apache 2.0 (宽松) 23 GB 游戏显卡
Qwen3.8-27B Alibaba Qwen 27.8B 256K Apache 2.0 (宽松) 19 GB 游戏显卡
Muse Spark Open Meta 816B 激活 42B 1M Muse Model License (附条件) 563 GB GPU 服务器