Uso primário declarado ou inferido com cautela a partir da documentação oficial.
Ripple-65B Preview
Assistente de texto e código da Ricursive Intelligence, lançado a 4 de novembro de 2026. É um Transformer denso com 65 mil milhões de parâmetros e 80 camadas, pré-treinado com 12 biliões de tokens. A ficha agrupa os pesos BF16 e a variante NVFP4, com validação específica para cada precisão.
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-Preview |
|---|---|
| Tipo de modelo | Código · 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 · Código |
| Janela de contexto | Até 1M tokens segundo a ficha |
| saída máxima | 128K tokens no OpenRouter |
| 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.
O modelo base e o DFlash2 têm fichas separadas. O contexto anunciado não garante a retenção de todos os detalhes. A configuração inclui código próprio: reveja o runtime e fixe versões. Não atribua ao NVFP4 resultados BF16 sem avaliação específica. Um servidor pode impor limites inferiores aos dos pesos.
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
Até 1M tokens segundo a ficha · 128K tokens no OpenRouter
Ferramentas e integração
Não publicado
Acesso
Hugging Face · checkpoint descarregável
Custo documentado
| Conceito | Valor | Unidade/condição |
|---|---|---|
| Entrada padrão | 0,20 USD / 1M tokens no OpenRouter | 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 | 0,60 USD / 1M tokens no OpenRouter | Pode incluir tokens de raciocínio |
| Entrada por lotes | Não publicado | Processamento assíncrono |
| Saída por lotes | Não publicado | Processamento assíncrono |
O OpenRouter publica 0,20 USD de entrada e 0,60 USD de saída por milhão de tokens no seu canal. São tarifas de alojamento independentes da implementação dos pesos Apache 2.0. O custo local depende do hardware e carga. Não foi verificado desconto Batch para este canal.
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 Ricursive comunica 80,5 no Terminal-Bench 2.1 com Terminus 2 e 79,1 no SWE-bench Pro v2.0 Hard para o assistente. São valores do fornecedor não reproduzidos pela Inferama. A tabela também contém resultados do modelo base, a ler separadamente. Não comprovam o desempenho isolado do modelo auxiliar DFlash2.
| Benchmark | Resultado | Métrica | Fonte |
|---|---|---|---|
| Terminal-Bench 2.1 | 80,5 / 100 | Pontuação | Ver fonte ↗ |
| SWE-bench Pro v2.0 Hard | 79,1 / 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 Preview
Versão incorporada no catálogo verificado da Inferama.