La empresa de diseño de chips de IA Ricursive Intelligence entrenó un modelo de lenguaje abierto. Ripple-65B Preview se preentrenó con 12 billones de tokens y, según la compañía, alcanzó un puntaje de 80,52 en el benchmark de programación TerminalBench 2.1, el mejor resultado entre los modelos abiertos estadounidenses, informó The Decoder. Ripple usa en parte Terminus 2 y en parte OpenCode como arnés de ejecución.
El resto de los resultados muestra que Ripple no alcanza a Inkling 2 Small, también publicado en estos días, aunque es probable que sea más fácil de desplegar en hardware propio. Según Ricursive, el costo total de desarrollo y entrenamiento llegó a solo 32 millones de dólares, cifra que cubre todos los gastos de investigación y desarrollo.
¿Cómo rinde contra Inkling 2 Small?
| Benchmark | Ripple-65B Preview | Inkling 2 Small |
|---|---|---|
| SWE-Bench Pro v2.0 Hard | 79,1% | 86,3% |
| DeepSWE v1.1 | 44,3% | 72,1% |
| MCP Atlas | 71,67% | 85,4/85,0% |
La brecha más ancha aparece en DeepSWE v1.1, donde Ripple marca 44,3% contra el 72,1% de Inkling 2 Small. La más estrecha está en SWE-Bench Pro v2.0 Hard, con 79,1% contra 86,3%. En MCP Atlas, Ricursive reporta 71,67% frente al 85,4% y 85,0% del otro modelo.
El dato en el que Ripple queda arriba es el de TerminalBench 2.1, y la propia empresa acota la comparación a los modelos abiertos de origen estadounidense.
Una arquitectura densa, no mezcla de expertos
El modelo usa una arquitectura Transformer densa de 65.000 millones de parámetros, en vez del enfoque de mezcla de expertos que se volvió más común, y está optimizado para hardware de Nvidia. Ripple-65B Preview está disponible en Hugging Face bajo la licencia Apache 2.0.
