R
RICURSIVE INTELLIGENCE / ricursiveAI/Ripple-65B-Base-Preview

Ripple-65B Base Preview

Checkpoint base de 65.000 millones de parámetros de la familia Ripple, incluido en el lanzamiento del 4 de noviembre. Es el modelo tras el preentrenamiento con 12 billones de tokens, sin las etapas posteriores de adaptación a instrucciones o contexto largo. Sirve como punto de partida para investigación y entrenamiento adicional.

01 / RESUMEN

Lo esencial

ORIENTACIÓNModelo base preentrenado

Uso principal declarado o inferido con cautela desde la documentación oficial.

CONTEXTOPreentrenamiento a 8K; capacidad útil larga sin verificar

Capacidad máxima de entrada cuando la fuente la publica.

SALIDANo publicado

Límite máximo de generación documentado.

ACCESOHugging Face · checkpoint descargable

Canales de disponibilidad verificados.

TIPO DE MODELOTexto y razonamiento

Familia funcional principal y especialidades verificadas.

LICENCIAApache 2.0

Condiciones declaradas para API, pesos o despliegue propio.

02 / FICHA TÉCNICA

Límites e integración

ID de APIricursiveAI/Ripple-65B-Base-Preview
Tipo de modeloTexto y razonamiento
Modelo de accesoPesos abiertos
LicenciaApache 2.0
DespliegueDespliegue propio
Lanzamiento04 NOV 2026
Corte de conocimientoNo publicado
EntradaTexto
SalidaTexto
Ventana de contextoPreentrenamiento a 8K; capacidad útil larga sin verificar
Salida máximaNo publicado
RazonamientoNo publicado
Herramientas publicadas
Salidas estructuradasNo publicado
Procesamiento por lotesNo publicado
Caché de promptsNo publicado
Ajuste finoNo publicado
Plataformas verificadasHugging Face · PyTorch
ENCAJA MEJOR EN

Investigación y evaluación con datos propios, conservando la revisión exacta de pesos, configuración y dependencias. Compara precisión, memoria y latencia antes de integrar el modelo en una aplicación.

CONVIENE VIGILAR

La configuración declara hasta 2.097.152 posiciones, pero esa cifra no demuestra capacidad útil a esa longitud en el checkpoint base. El preentrenamiento usa secuencias de 8K. No se le atribuyen el contexto de 1M ni los resultados de agentes del asistente posentrenado. No es un sustituto directo de un chat ajustado.

03 / CAPACIDADES

Qué puede hacer

01

Orientación

Investigación y evaluación con datos propios, conservando la revisión exacta de pesos, configuración y dependencias. Compara precisión, memoria y latencia antes de integrar el modelo en una aplicación.

02

Contexto

Preentrenamiento a 8K; capacidad útil larga sin verificar · No publicado

03

Herramientas e integración

No publicado

04

Acceso

Hugging Face · checkpoint descargable

Modalidades de entrada
Texto
04 / PRECIOS

Coste documentado

ConceptoValorUnidad / condición
Entrada estándarSin tarifa API oficial publicadaTarifa estándar de API
Entrada en cachéNo publicadoLectura de prefijos reutilizados
Escritura o almacenamiento de cachéNo publicadoLa condición varía según proveedor
Salida estándarCoste de infraestructura propiaPuede incluir tokens de razonamiento
Entrada por lotesNo publicadoProcesamiento asíncrono
Salida por lotesNo publicadoProcesamiento asíncrono

Los pesos requieren infraestructura propia. El coste depende de memoria, precisión, longitud y carga. Revisa la licencia y el código del runtime antes de desplegar. Una cifra de rendimiento publicada no garantiza el mismo coste ni velocidad en otro equipo.

i Los precios cambian y pueden depender del nivel, la región o la longitud del contexto. Revisa la fuente antes de tomar una decisión.

05 / EVALUACIONES

Cómo leer los resultados

“

La tabla específica del modelo base comunica 83,7 en MMLU con cinco ejemplos y exactitud de opción múltiple. Se conserva esa configuración y no se mezclan los resultados con los del asistente. La evaluación sobre conversaciones, herramientas y el dominio de despliegue sigue siendo necesaria.

BenchmarkResultadoMétricaFuente
MMLU (base, 5-shot MC)83,7 / 100PuntuaciónVer fuente ↗

Inferama solo destaca un «mejor resultado» cuando la métrica, el conjunto de prueba, la configuración y la fecha permiten una comparación equivalente. Las cifras del proveedor se presentan como afirmaciones de su propia fuente.

06 / VERSIONES

Cronología

Ripple-65B Base Preview

Versión incorporada al catálogo verificado de Inferama.

07 / FUENTES

Trazabilidad