Ripple-65B Preview 瞄準代理式程式設計的開放模型領導地位

Ricursive Intelligence 發布了 Ripple-65B Preview。這是一款擁有 650 億參數、採開放權重的語言模型，主要針對軟體工程任務與代理式程式設計。該公司表示，這款模型在美國開放模型中取得 TerminalBench 2.1 的最高分，而 Apache 2.0 授權則賦予開發者廣泛的權利，可檢查、修改及部署該模型。

這次發布正值程式設計模型不再只透過程式碼生成測試評估，也越來越重視其操作工具、瀏覽程式碼庫及完成多步驟任務的能力。因此，Ripple 所公布的結果將其定位為自主開發工作流程的模型，而不只是另一款通用語言模型。不過，目前可取得的證據很大程度上是基於 Ricursive 自身的效能聲稱，與其他模型的比較結果仍然不一致。

為程式設計代理打造的 650 億參數密集模型

根據 The Decoder 的報導，Ripple-65B Preview 使用 12 兆個 token 進行預訓練。Ricursive 將這套系統描述為擁有 650 億參數的密集 Transformer，而不是每次請求只啟用更大參數池部分內容的混合專家模型。

對於考慮部署的團隊而言，架構選擇具有實際影響。密集模型在運作層面可能更容易理解，但 650 億參數的系統仍然需要大量記憶體與基礎設施。The Decoder 報導稱，Ripple 已針對 Nvidia 硬體最佳化，與部分競爭開放模型相比，可能更容易部署到使用者自己的機器上。

根據 The Decoder 的說法，在代理式程式設計中，該模型部分搭配 Terminus 2 使用，部分則以 OpenCode 作為其 harness。這些 harness 提供周邊環境，讓模型能與程式碼、工具及開發任務互動。實際上，這類系統的結果不只取決於模型權重：提示設計、工具存取權、程式碼庫設定、執行限制及錯誤復原都可能影響結果。

TerminalBench 結果支撐主要主張

Ricursive 表示，Ripple-65B Preview 在 TerminalBench 2.1 中獲得 80.52 分，公司將其呈現為美國開放模型中的領先結果。VentureBeat 另行將這次發布描述為在兩項主要基準測試中主張美國開放程式設計領先地位，但所提供的證據中沒有該文章的完整內容。因此，這裡無法獨立詳細說明第二項基準測試及其結果。

TerminalBench 的主張應被理解為供應商報告的基準測試結果，而不是經獨立驗證的市場排名。目前的報導沒有確立確切的評估設定、硬體、提示條件、代理 harness 設定，或用於「美國開放模型」區分的比較集合。這些細節很重要，因為代理基準測試可能會受到模型周邊工具與執行環境的影響。

The Decoder 也報導稱，Ripple 在其他基準測試中落後於新發布的 Inkling 2 Small。這項對比十分重要：在以終端機為基礎的程式設計評估中取得高分，並不自動代表該模型在一般推理、程式碼補全、遵循指令或生產環境可靠性方面最佳。開發者需要根據自己的程式碼庫與運作限制評估模型，而不能把單一排行榜結果視為完整的能力檔案。

Apache 2.0 存取權改變部署條件

Ripple-65B Preview 以 Apache 2.0 授權透過 Hugging Face 提供。對於希望比封閉 API 擁有更多模型託管、自訂及整合控制權的企業而言，這是此次發布的重要部分。該授權通常允許商業使用與修改，但須遵守其規定的條款；組織仍需針對特定部署檢視合規、署名、專利及下游風險要求。

模型採用開放權重，也讓工程團隊能夠測試效能，而不必立即承諾使用專有供應商的服務堆疊。對敏感原始碼、受監管環境、離線開發，以及 API 成本或延遲難以預測的應用程式而言，這可能十分重要。

同時，開放權重並不會消除部署成本。要有效服務一款 650 億參數的密集模型，可能需要多張高記憶體 GPU，或經過仔細最佳化的量化方案；而所提供的證據沒有列出延遲、吞吐量、記憶體或量化數據。因此，相較於託管替代方案的實際成本優勢，仍取決於工作負載。

Ricursive 表示，包括訓練在內的研發總支出為 3,200 萬美元。這項數字同樣是公司提出的主張，相關證據沒有拆分運算、人員、資料、評估或基礎設施成本。即使如此，這仍傳達了公司的論點：一支相對專注的團隊，能夠在沒有最大型前沿模型計畫支出水準的情況下，打造具競爭力的程式設計模型。

這次發布對開發者與企業的意義

對 AI 開發者而言，Ripple 最相關的用途是作為程式碼庫代理、終端機式程式設計助理及內部開發者工具的候選引擎。其在 TerminalBench 上公布的效能顯示，團隊應在涉及 shell 命令、程式碼變更、測試執行及反覆除錯的工作流程中測試它，而不只是用靜態程式設計問題進行測試。

這款模型也可能吸引重視模型部署位置控制權的組織。在企業環境內執行模型權重，可以減少對外部推論 API 的依賴，並讓內部資料處理政策更容易落實。但這些優點必須與 GPU 採購、模型服務、監控、存取控制，以及維護周邊代理系統的需求一併權衡。

對研究人員及競爭模型開發者而言，這次發布突顯了模型規模與基準測試專業化之間日益擴大的差距。Ripple 並非在所有已公布的評估中領先，但在重視工具使用與長期程式設計行為的領域，可能具備競爭力。因此，評估設計變得越來越重要：一款模型可能適合某個工程循環，卻不適合另一個。

接下來值得關注的事項

最重要的後續工作，是進行可由獨立方重現的 TerminalBench 2.1 評估，並公開使用的確切 harness、提示、工具、硬體及模型設定。VentureBeat 提到的第二項基準測試若能提供更完整結果，也將有助於釐清 Ricursive 領導地位主張的範圍。

開發者應留意推論記憶體、吞吐量、量化版本、上下文限制，以及在常見程式碼庫上的效能公開數據。這些數字將決定 Ripple-65B Preview 是否適合本機或私有部署，而不只是它能否在排行榜上取得良好成績。

社群也應在安全敏感任務、錯誤修復、測試生成及持續程式碼庫維護方面，直接將 Ripple 與 Inkling 2 Small 及其他開放程式設計模型比較。模型卡文件、安全指南，以及系統在工具回傳錯誤時的行為證據，將是企業採用時尤其重要的內容。

Creati.ai 觀點

Ripple-65B Preview 值得注意，與其說是因為單一基準測試能決定開放模型競賽，不如說是因為它結合了相當規模的密集模型、寬鬆的授權，以及對代理式程式設計的明確聚焦。當本機控制與終端機互動很重要時，這種組合為開發者提供了另一款可供測試的模型。

不過，這次發布仍應被視為一個有潛力但不完整的資料點。Ricursive 最強的結果與 3,200 萬美元成本數字都由供應商自行報告，而模型在其他基準測試中表現較弱，則說明有必要進行針對特定任務的測試。這個故事的下一階段將由可重現性與實際部署經濟性決定，而不只是由標題中的分數決定。