Uso primário declarado ou inferido com cautela a partir da documentação oficial.
Ripple DFlash2
Modelo auxiliar BF16 com 4.037.752.064 parâmetros e cinco camadas para acelerar o Ripple por descodificação especulativa. Propõe blocos de tokens a partir dos estados internos do modelo alvo, que depois os verifica. Exige Ripple-65B Preview ou a variante NVFP4 e não funciona como assistente independente.
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-DFlash2 |
|---|---|
| Tipo de modelo | Aceleração da inferência |
| Modelo de acesso | Pesos abertos |
| Licença | Apache 2.0 |
| Implantação | Alojamento próprio |
| Lançamento | 04 NOV 2026 |
| Data de corte do conhecimento | Não publicado |
| Entrada | Estados internos do modelo alvo |
| Saída | Tokens candidatos |
| Janela de contexto | 131.072 posições configuradas |
| saída máxima | Blocos de 16 tokens candidatos |
| 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.
Os pesos excluem embeddings e cabeça de saída partilhados com o alvo. As 131.072 posições configuradas não são uma janela de chat autónoma. A validação da exportação usou oito H100 e uma revisão concreta do alvo; não demonstra compatibilidade com qualquer servidor ou versão.
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
131.072 posições configuradas · Blocos de 16 tokens candidatos
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
Não foi verificado um valor público de aceleração para este artefacto exato. A velocidade depende da aceitação de candidatos, carga e runtime. Verifique se a amostragem especulativa preserva a distribuição do modelo alvo. Não se transferem para este auxiliar os resultados de raciocínio ou código do Ripple.
i Sem pontuação numérica verificada para a versão exata.
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 DFlash2
Versão incorporada no catálogo verificado da Inferama.