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

Ripple-65B Base Preview

Checkpoint de base à 65 milliards de paramètres de la famille Ripple, inclus dans le lancement du 4 novembre. C’est le modèle après préentraînement sur 12 000 milliards de tokens, sans les étapes ultérieures d’adaptation aux instructions ou au contexte long. Il sert de point de départ pour la recherche et l’entraînement supplémentaire.

01 / RÉSUMÉ

L'essentiel

ORIENTATIONModèle de base préentraîné

Utilisation principale déclarée ou déduite avec prudence de la documentation officielle.

CONTEXTEPréentraînement à 8K ; capacité utile en contexte long non vérifiée

Capacité d'entrée maximale une fois publiée par la source.

SORTIENon publié

Limite de génération maximale documentée.

ACCÈSHugging Face · checkpoint téléchargeable

Canaux de disponibilité vérifiés.

TYPE DE MODÈLETexte et raisonnement

Famille fonctionnelle principale et spécialités vérifiées.

LICENCEApache 2.0

Conditions déclarées pour l’API, les poids ou l’auto-hébergement.

02 / FICHE TECHNIQUE

Limites et intégration

ID d’APIricursiveAI/Ripple-65B-Base-Preview
Type de modèleTexte et raisonnement
Mode d’accèsPoids ouverts
LicenceApache 2.0
DéploiementAuto-hébergement
Lancement04 NOV 2026
Date limite des connaissancesNon publié
EntréeTexte
SortieTexte
Fenêtre contextuellePréentraînement à 8K ; capacité utile en contexte long non vérifiée
puissance maximaleNon publié
RaisonnementNon publié
Outils publiés
Sorties structuréesNon publié
Traitement par lotsNon publié
Cache de promptsNon publié
Ajustement finNon publié
Plateformes vérifiéesHugging Face · PyTorch
CONVIENT MIEUX À

Recherche et évaluation sur vos propres données, en conservant la révision exacte des poids, la configuration et les dépendances. Comparez précision, mémoire et latence avant d’intégrer le modèle dans une application.

À SURVEILLER

La configuration déclare jusqu’à 2 097 152 positions, mais ce chiffre ne démontre pas une capacité utile à cette longueur pour le checkpoint de base. Le préentraînement utilise des séquences de 8K. Le contexte 1M et les résultats d’agents de l’assistant post-entraîné ne lui sont pas attribués. Il ne remplace pas directement un chat ajusté aux instructions.

03 / CAPACITÉS

Ce qu’il peut faire

01

Orientation

Recherche et évaluation sur vos propres données, en conservant la révision exacte des poids, la configuration et les dépendances. Comparez précision, mémoire et latence avant d’intégrer le modèle dans une application.

02

Contexte

Préentraînement à 8K ; capacité utile en contexte long non vérifiée · Non publié

03

Outils et intégration

Non publié

04

Accès

Hugging Face · checkpoint téléchargeable

Modalités d’entrée
Texte
04 / TARIFS

Coût documenté

ConceptValeurUnité/état
Entrée standardAucun tarif API officiel publiéTarif API standard
Entrée en cacheNon publiéLecture de préfixes réutilisés
Écriture ou stockage de cacheNon publiéLa condition varie selon le fournisseur
Sortie standardCoût de l’infrastructure proprePeut inclure des tokens de raisonnement
Entrée par lotsNon publiéTraitement asynchrone
Sortie par lotsNon publiéTraitement asynchrone

Les poids nécessitent une infrastructure propre. Le coût dépend de la mémoire, de la précision, de la longueur et de la charge. Examinez la licence et le code du runtime avant déploiement. Une mesure publiée ne garantit pas le même coût ni la même vitesse sur un autre équipement.

i Les prix changent et peuvent dépendre du niveau, de la région ou de la durée du contexte. Vérifiez la source avant de prendre une décision.

05 / ÉVALUATIONS

Comment lire les résultats

“

Le tableau propre au modèle de base annonce 83,7 à MMLU avec cinq exemples et exactitude à choix multiples. Cette configuration est conservée et les résultats ne sont pas mélangés avec ceux de l’assistant. Une évaluation des conversations, outils et du domaine de déploiement reste nécessaire.

BenchmarkRésultatMétriqueSource
MMLU (base, 5-shot MC)83,7 / 100ScoreVoir la source ↗

Inferama ne met en évidence un « meilleur résultat » que lorsque la métrique, l'ensemble de test, la configuration et la date permettent une comparaison équivalente. Les chiffres du fournisseur sont présentés comme des affirmations provenant de sa propre source.

06 / VERSIONS

Chronologie

Ripple-65B Base Preview

Version intégrée au catalogue vérifié d’Inferama.

07 / SOURCES

Traçabilité