Ricursive 发布 Ripple-65B：65B 参数开源模型，编程测试自称领先美国同类

发生了什么

模型 11 月 4 日在 X 与 Hugging Face 同步发布。Ricursive Intelligence 由谷歌 AlphaChip 背后的两位研究员 Anna Goldie 与 Azalia Mirhoseini 于 2025 年底创立，Goldie 任首席执行官、Mirhoseini 任首席技术官。Ripple-65B 是其芯片设计平台背后模型的通用版本，发布即提供指令微调版 BF16 与 NVFP4 检查点、BF16 基础版与 DFlash2 草稿模型。

架构走稠密路线而非混合专家：65B 参数每 token 全部激活，80 层、d_model 5120 的瘦高 Transformer，从 Olmo 3 基线出发迭代训练配方，代码计算效率较 Olmo 3 梯子提升 16 倍，完整训练最高 55 倍；团队在开发期间从 1 人扩展到 5 人，预训练与后训练全程保持 40% 的 MFU。预训练语料为 12 万亿纯文本 token，以英语与代码为主，8K 序列长度；上下文最长支持 1M token。

成绩方面，公司自报 Terminal-Bench 2.1 得分 80.52，称美国开源权重模型首位，高于 Reflection Beam 501B 的 80.1 与 Meta Muse Spark Open 816B 的 76.4；SWE-bench Pro v2.0 Hard 得分 79.1。模型卡同时提醒：预览版后训练相对较轻、聚焦智能体编程，分数均为公司自报，尚无独立复现。65B 体量可装进英伟达 DGX Spark 这类消费级硬件，NVFP4 检查点约 57.2GB；两块 B200 上每秒 250 token（批量 8，未量化、无定制内核）。公司称研发全程约 3200 万美元，覆盖扩展梯子、数据工作与两次最终训练。

关键事实

1. 发布方与时间：Ricursive Intelligence，2026 年 11 月 4 日；公司首款模型
2. 创始人：Anna Goldie 与 Azalia Mirhoseini，谷歌 AlphaChip 背后研究员；公司 2025 年底成立
3. 规模：65B 参数稠密 Transformer，全部参数每 token 均激活；80 层，d_model 5120
4. 训练：12 万亿 token 从零预训练；上下文最长 1M token
5. 许可：Apache 2.0，无使用门槛
6. 基准（公司自报）：Terminal-Bench 2.1 80.52；SWE-bench Pro v2.0 Hard 79.1；SWE-bench Verified 76.5
7. 成本口径：公司称研发全程约 3200 万美元
8. 可运行性：NVFP4 检查点约 57.2GB，可装进 DGX Spark；另有 BF16 基础版与 DFlash2 草稿模型；Together AI、OpenRouter、GMI Cloud 提供托管 API
9. 提醒：模型卡称预览版后训练相对较轻；分数为公司自报，尚无独立复现