Ricursive lança o Ripple-65B Preview, modelo open-weight com até 1M de tokens de contexto

O Ripple-65B Preview é uma variante de uso geral do modelo proprietário que alimenta a plataforma de design de chips da Ricursive. Foi pré-treinado em 12 trilhões de tokens, com suporte a até 1M de contexto. A empresa diz que o modelo marca 80,52 no TerminalBench 2.1, o que seria o estado da arte entre modelos open-weight dos EUA, à frente de Reflection Beam 501B (80,1), Meta Muse Spark Open 816B (76,4), Thinking Machines Inkling 975B (63,8) e NVIDIA Nemotron 3 Ultra 550B (56,4). Todos os números vêm da própria Ricursive.

A escolha técnica central é um Transformer denso modernizado, sem Mixture-of-Experts. Segundo a empresa, isso permitiu manter MFU de 40% com sharding simples, sem kernels customizados e sem quantização. A arquitetura é fina e profunda (d_model de 5120 e 80 camadas), com mais cabeças de atenção, SWA com janela menor, FFN activation clipping, gated attention, global NoPE e value residuals. No pós-treino, a receita mistura truncated importance sampling, score centering e penalidade linear de comprimento, com ambientes sintéticos de longo horizonte. A Ricursive afirma ter chegado a 80,5 com 1,4M de rollouts, cerca de 70x menos que o Reflection Beam. O custo total de P&D foi de US$ 32 milhões, incluindo ladder de pré-treino, dados, evals e geração sintética. O modelo está no Hugging Face, Together AI, GMI Cloud e OpenRouter, com Fireworks previsto para o mesmo dia. Por ter porte menor, roda em dispositivos locais como o NVIDIA DGX Spark.

Dois concorrentes citados no comparativo já tinham aparecido na cobertura do CEVIU. Em 16 de julho de 2026, o CEVIU noticiou "Thinking Machines lança Inkling, seu primeiro modelo aberto com quase um trilhão de parâmetros", um MoE de 975 bilhões de parâmetros com 41 bilhões ativos. Em 16 de outubro de 2026, veio "Meta lança Muse Spark Open: um novo marco em modelos multimodais para desenvolvedores", com 816 bilhões de parâmetros e contexto de um milhão de tokens. Agora a Ricursive coloca um modelo denso de 65B na frente de ambos no TerminalBench 2.1, segundo a própria empresa. Em 4 de junho de 2026, o CEVIU também registrou o MiniMax M3 como primeiro open-weight com 1 milhão de tokens de contexto, faixa que o Ripple alcança.

Para quem desenvolve com agentes de código, a leitura é que tamanho de parâmetro pesa menos do que a receita de treino, ao menos neste benchmark. Um modelo de 65B que roda em hardware local e está em várias APIs facilita testar fluxos agênticos sem depender de um modelo gigante. Como os resultados são autodeclarados e a versão é Preview, vale validar no seu próprio repositório antes de trocar de modelo.