شرکت Ricursive Intelligence مدل Ripple-65B Preview را منتشر کرده است؛ مدلی با وزن‌های باز که برای کارهای کدنویسیِ چندمرحله‌ای و مبتنی بر ابزار طراحی شده است. این مدل ۶۵ میلیارد پارامتری در Hugging Face و تحت مجوز Apache 2.0 در دسترس است؛ مجوزی که با رعایت شرایط آن، استفاده تجاری را مجاز می‌کند. The Decoder در 6 نوامبر 2026 از انتشار مدل خبر داد.
به گفته Ricursive، این مدل از ابتدا و با ۱۲ تریلیون توکن آموزش داده شده که عمدتاً متن و کد انگلیسی بوده‌اند. مدل از معماری ترنسفورمر متراکم استفاده می‌کند، نه معماری ترکیبی از متخصصان که در آن برای هر کار فقط بخش‌هایی از مدل فعال می‌شوند. شرکت می‌گوید این انتخاب به ساده‌تر ماندن زیرساخت آموزش و ارائه مدل کمک کرده است.
امتیاز مدل در آزمون‌ها چطور بود؟
Ricursive می‌گوید مدل در Terminal-Bench 2.1، آزمونی برای سنجش توانایی عامل‌های هوش مصنوعی در انجام کارها در ترمینال رایانه، امتیاز ۸۰٫۵۲ را کسب کرده است. در کارت مدل، امتیاز Ripple در نتایج اعلام‌شده از سوی خود شرکت و نیز در مقایسه‌ای با استفاده از تنظیمات آزمون Terminus 2، ۸۰٫۵ ثبت شده است. در آن مقایسه، امتیاز Reflection Beam 501B برابر با ۷۰٫۸، Muse Spark Open 816B برابر با ۷۸٫۷ و Inkling 975B برابر با ۵۶٫۲ اعلام شده است. این ارقام را شرکت گزارش کرده و حاصل ارزیابی مستقل نیستند.
کارت مدل، نتایجی را که از کارت‌های مدل منتشرشده توسط شرکت‌های دیگر گرفته شده با آزمون‌های خود Ricursive ــ در مواردی که نتیجه‌ای در دسترس نبوده ــ ترکیب می‌کند. همچنین هشدار می‌دهد که امتیازها بسته به تنظیمات آزمون ممکن است تغییر کنند. Ripple در همه آزمون‌های کدنویسی هم پیشتاز نیست: Ricursive امتیاز آن را در DeepSWE 1.1 برابر با ۴۴٫۳ اعلام کرده که از امتیاز ۶۰٫۰ مدل Muse Spark Open پایین‌تر است. امتیاز Ripple در MCP Atlas نیز ۷۱٫۶۷ است؛ کمتر از امتیاز ۸۹٫۲ مدل Muse Spark Open.
چه چیزهایی برای دانلود در دسترس است؟
نسخه پیش‌نمایش شامل مدلی تنظیم‌شده برای پیروی از دستورها در قالب‌های BF16 و NVFP4 و همچنین یک مدل پایه BF16 است. مدل پایه برای آموزش بیشتر در نظر گرفته شده، نه پیروی مستقیم از دستورها. Ricursive می‌گوید Ripple از پنجره زمینه‌ای تا ۱٬۰۴۸٬۵۷۶ توکن پشتیبانی می‌کند، هرچند صفحه شرکت مشخص نمی‌کند برای استفاده از حداکثر این ظرفیت به چه سخت‌افزاری نیاز است.
Ricursive می‌گوید Ripple روی سخت‌افزارهایی مانند NVIDIA DGX Spark قابل اجراست و یک چک‌پوینت NVFP4 برای توسعه محلی ارائه می‌دهد. این ادعایی مشخص درباره سخت‌افزار است و نشان نمی‌دهد که مدل روی یک لپ‌تاپ معمولی به‌راحتی اجرا می‌شود. The Decoder گزارش داده که Ricursive هزینه کل توسعه و آموزش، شامل تحقیق و توسعه، را ۳۲ میلیون دلار اعلام کرده است.
چرا مهم است
برای توسعه‌دهندگانی که می‌خواهند یک مدل باز را اجرا یا با نیازهای خود سازگار کنند، Ripple گزینه‌ای با مجوز Apache و چک‌پوینت‌های قابل دانلود فراهم می‌کند. ادعاهای Ricursive درباره سخت‌افزار به اجرای محلی روی تجهیزات مشخص NVIDIA اشاره دارد، اما شرکت نشان نداده است که کل مدل یا طولانی‌ترین پنجره زمینه‌ای آن روی رایانه‌های شخصی معمولی قابل استفاده باشد.
