AAirunsВойти

← Все модели

Карточка модели

Ripple 65B Preview

ricursiveai/ripple-65b-preview
Сравнить с другой моделью

Характеристики

Семейство
—
Контекст (макс. по поставщикам)
1,05 млн токенов
Ввод (объединено)
текст
Вывод (объединено)
текст
Возможности
рассуждение, инструменты, структурированный вывод
Поставщиков
3

Значения объединены по всем поставщикам; у конкретного поставщика они могут быть уже. Точные данные — в таблице ниже.

Поставщики и цены

ПоставщикID у поставщикаКонтекстВвод, $/1MВывод, $/1MКэш чтениеКэш записьИнференс
Kilo Gatewayricursiveai/ripple-65b-preview1,05 млн$0.2$0.6$0.05——
NanoGPTricursiveai/ripple-65b-preview16 тыс.$0.2$0.6$0.05——
OpenRouterricursiveai/ripple-65b-preview1,05 млн$0.2$0.6$0.05——

«Доступен» — у Airuns настроен системный ключ этого поставщика, модель можно запускать прямо сейчас.

Hugging Face

Автоматическое совпадение по имени
Репозиторий
ricursiveAI/Ripple-65B-Preview
Скачивания
939
Лайки
215
Лицензия
apache-2.0
Доступ к весам
открытый доступ
Обновлено
04.11.2026
Скачать с Hugging FaceСкачать с ModelScope

README · ricursiveAI/Ripple-65B-Preview

Отрывок на языке оригинала:

License: Apache 2.0

Ricursive Intelligence introduces Ripple-65B Preview, a 65B parameter dense Transformer model pretrained on 12 trillion tokens with support for up to 1M context length. Ripple-65B Preview delivers strong results on agentic coding, scoring 80.52 on TerminalBench 2.1 and surpassing significantly-larger US open-weight models such as Reflection Beam 501B (80.1), Meta Muse Spark Open 816B (76.4), Thinking Machines Inkling 975B (63.8), and NVIDIA Nemotron 3 Ultra 550B (56.4).

Our Preview release includes an instruction-tuned model in BF16 and NVFP4 numerics, and a BF16 base model. This repo contains the BF16 instruction-tuned model.

Starting from an initial Olmo 3 baseline, we iteratively improved all aspects of the training recipe including pretraining scaling laws, model architecture, data, and posttraining stack. Our final Ripple v1 model ladder improves Compute Efficie…

Читать дальше на Hugging Face →

Бенчмарки из README

MMLU

Muse SparkOpen 816B92.6
ReflectionBeam 501B92.4
Nemotron 3Ultra 550B92.0
Inkling975B91.3
Ripple-65BPreview89.6

MMLU-Pro

Muse SparkOpen 816B87.9
Inkling975B87.3
Nemotron 3Ultra 550B86.8
Ripple-65BPreview84.2
ReflectionBeam 501B76.5

GPQA Diamond

ReflectionBeam 501B90.6
Muse SparkOpen 816B89.0
Inkling975B87.2
Nemotron 3Ultra 550B87.0
Ripple-65BPreview85.2

AIME 2024

Muse SparkOpen 816B97.9
Inkling975B97.5
Ripple-65BPreview97.1
ReflectionBeam 501B96.7
Nemotron 3Ultra 550B94.2

AIME 2025

Muse SparkOpen 816B100.0
ReflectionBeam 501B99.6
Ripple-65BPreview98.3
Nemotron 3Ultra 550B94.2
Inkling975B91.7

AIME 2026

Muse SparkOpen 816B98.3
ReflectionBeam 501B97.7
Inkling975B97.1
Nemotron 3Ultra 550B95.4
Ripple-65BPreview95.0

Данные авторов модели из README на Hugging Face; методики тестирования могут отличаться между моделями.

Источник каталога: https://models.dev/api.json. Получено: 05.11.2026 16:45 UTC. Цены и лимиты — данные источника; перед использованием проверяйте условия поставщика.