Uso primário declarado ou inferido com cautela a partir da documentação oficial.
Ripple-65B Base Preview
Checkpoint base com 65 mil milhões de parâmetros da família Ripple, incluído no lançamento de 4 de novembro. É o modelo após pré-treino com 12 biliões de tokens, sem as etapas posteriores de adaptação a instruções ou contexto longo. Serve de ponto de partida para investigação e treino adicional.
O essencial
Capacidade máxima de entrada quando publicada pela fonte.
Limite máximo de geração documentado.
Canais de disponibilidade verificados.
Família funcional principal e especialidades verificadas.
Condições declaradas para API, pesos ou alojamento próprio.
Limites e integração
| ID de API | ricursiveAI/Ripple-65B-Base-Preview |
|---|---|
| Tipo de modelo | Texto e raciocínio |
| Modelo de acesso | Pesos abertos |
| Licença | Apache 2.0 |
| Implantação | Alojamento próprio |
| Lançamento | 04 NOV 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Texto |
| Saída | Texto |
| Janela de contexto | Pré-treino a 8K; capacidade útil de contexto longo não verificada |
| saída máxima | Não publicado |
| Raciocínio | Não publicado |
| Ferramentas publicadas | |
| Passeios Estruturados | Não publicado |
| Processamento em lote | Não publicado |
| Cache de prompts | Não publicado |
| Ajuste fino | Não publicado |
| Plataformas verificadas | Hugging Face · PyTorch |
Investigação e avaliação com dados próprios, preservando a revisão exata dos pesos, configuração e dependências. Compare precisão, memória e latência antes de integrar o modelo numa aplicação.
A configuração declara até 2.097.152 posições, mas isso não demonstra capacidade útil nesse comprimento no checkpoint base. O pré-treino usa sequências de 8K. Não se lhe atribuem o contexto de 1M nem os resultados de agentes do assistente pós-treinado. Não é substituto direto de um chat ajustado a instruções.
O que pode fazer
Orientação
Investigação e avaliação com dados próprios, preservando a revisão exata dos pesos, configuração e dependências. Compare precisão, memória e latência antes de integrar o modelo numa aplicação.
Contexto
Pré-treino a 8K; capacidade útil de contexto longo não verificada · Não publicado
Ferramentas e integração
Não publicado
Acesso
Hugging Face · checkpoint descarregável
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | Sem tarifa API oficial publicada | Tarifa padrão da API |
| Entrada em cache | Não publicado | Leitura de prefixos reutilizados |
| Escrita ou armazenamento em cache | Não publicado | A condição varia consoante o fornecedor |
| Saída padrão | Custo da infraestrutura própria | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
Os pesos exigem infraestrutura própria. O custo depende da memória, precisão, comprimento e carga. Reveja a licença e o código do runtime antes de implementar. Um valor de desempenho publicado não garante o mesmo custo nem velocidade noutro equipamento.
i Os preços mudam e podem depender do nível, região ou duração do contexto. Verifique a fonte antes de tomar uma decisão.
Como ler os resultados
A tabela específica do modelo base comunica 83,7 no MMLU com cinco exemplos e exatidão de escolha múltipla. Preserva-se essa configuração sem misturar os resultados com os do assistente. Continua a ser necessária avaliação de conversas, ferramentas e domínio de implementação.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| MMLU (base, 5-shot MC) | 83,7 / 100 | Pontuação | Ver fonte ↗ |
O Inferama só destaca o “melhor resultado” quando a métrica, o conjunto de testes, a configuração e a data permitem uma comparação equivalente. Os números do fornecedor são apresentados como declarações de sua própria fonte.
Cronologia
Ripple-65B Base Preview
Versão incorporada no catálogo verificado da Inferama.