Новая модель бывших сотрудников Google Ripple-65B Preview под лицензией Apache 2.0 претендует на лидерство среди открытых американских моделей для программирования по двум ключевым бенчмаркам

Сегодня стоит обратить внимание ещё на одну американскую победу: новая ИИ-модель с открытыми весами, которая, по словам её создателей, показывает лучшие результаты в программировании на двух сторонних бенчмарках среди всех открытых моделей из США.

Она называется Ripple-65B Preview и создана малоизвестным стартапом Ricursive Intelligence, который отмечает, что модель лидирует в Terminal-Bench 2.1 и SWE-bench Pro v2.0 Hard — двух ведущих бенчмарках, измеряющих соответственно качество написания кода в терминальной среде и решение сложных задач программной инженерии (последний был представлен только в сентябре).

Ripple-65B Preview уже доступна для скачивания на Hugging Face, а также через ряд сторонних партнёров, предоставляющих программный интерфейс (API), включая Together AI, GMI Cloud и OpenRouter; вскоре ожидается и поддержка Fireworks.

Эндпоинт GMICloud на OpenRouter берёт 0,20 доллара за миллион входных токенов и 0,60 доллара за миллион выходных.

Однако запуск сопровождается оговорками. Заявленное Ricursive лидерство касается отдельных американских конкурентов и тестов, а по собственным данным компании на других бенчмарках модель уступает иным открытым моделям.

Кроме того, рекламируемый контекст в миллион токенов превышает лимит в 16 384 токена, который сейчас указан на OpenRouter.

Стартап в области проектирования чипов открывает свою базовую языковую модель

В анонсе Ricursive Ripple представлена как ответвление полупроводниковых разработок компании. Компания создала внутреннюю языковую модель для своей платформы проектирования чипов, а затем выпустила публичную версию для более широкого применения.

Ricursive описала релиз как «универсальный вариант проприетарной модели, на которой работает наша ИИ-платформа для проектирования чипов».

Это различие важно: разработчики получают родственную универсальную модель, а не полноценную систему проектирования чипов компании.

Основатели стартапа — генеральный директор Анна Голди и технический директор Азалия Мирхосейни — ранее участвовали в создании программы Google для проектирования чипов на основе обучения с подкреплением AlphaChip.

В январе Ricursive объявила о раунде серии A на 300 миллионов долларов под руководством Lightspeed при оценке в 4 миллиарда долларов; в нём также участвовали NVentures (Nvidia), DST Global и Sequoia.

Таким образом, Ripple позволяет сторонним разработчикам оценить технологии хорошо финансируемого стартапа, основной бизнес которого — ускорение разработки полупроводников. Однако результаты в бенчмарках по программированию не подтверждают эффективность самой платформы проектирования чипов.

Сильные результаты в программировании и минимальный отрыв в Terminal-Bench

Ripple содержит 65 миллиардов параметров — числовых значений, которые модель усваивает в ходе обучения. Ricursive обучила её с нуля на 12 триллионах токенов — единиц текста, которые могут представлять слова, части слов или знаки препинания.

Компания сделала упор на задачи, в которых модель выполняет несколько шагов и использует программные инструменты для достижения цели. В материалах к запуску приведены следующие результаты:

В Terminal-Bench Ricursive поставила Ripple чуть выше Beam от Reflection с результатом 80,1; далее следуют Muse Spark Open от Meta (76,4), Inkling от Thinking Machines (63,8) и Nemotron 3 Ultra от Nvidia (56,4). По этим округлённым данным преимущество Ripple над Beam составляет около 0,4 процентного пункта.

Компания утверждает, что добивается таких результатов при общем числе параметров примерно в 15 раз меньшем, чем у Inkling от Thinking Machines.

На графике к запуску Ripple также занимает первое место в этой группе в SWE-bench Pro v2.0 Hard. В DeepSWE картина иная: у Meta 60,0 против 44,3 у Ripple. Meta также опережает Ripple в представленных тестах автоматизации и устойчивости к атакам, а в математическом тесте выше результаты и у Meta, и у Reflection.

Говорить о более широком лидерстве в программировании на основании этих данных было бы преувеличением. В опубликованном сравнении самой Reflection несколько моделей китайской разработки стоят выше заявленного результата Ripple в Terminal-Bench.

Обновлённые показатели Beam также расходятся со сравнением Ricursive: в частности, 77,2 в SWE-bench Pro v2-Hard и 44,4 в DeepSWE. Это отдельные оценки разных компаний, а не контролируемое тестирование обеих моделей.

Методы бенчмаркинга и противоречивые цифры затрудняют сравнение

Расхождения есть и внутри материалов самой Ricursive. В карточке модели для SWE-bench Pro v2.0 Hard указаны результаты 52,3 для Meta и 2,0 для Inkling — против 72,4 и 39,6 на графике к запуску. Отличаются и некоторые результаты конкурентов в DeepSWE.

В карточке говорится, что таблицы объединяют опубликованные результаты с внутренними оценками, и признаётся, что воспроизвести агентные бенчмарки сложно. Там же отмечается, что смена фреймворка оценки влияла на результаты.

Для покупателей это ограничивает уверенность, с которой цифры могут предсказать производительность в существующем процессе разработки. От окружающего агента программного обеспечения зависит, к каким инструментам он имеет доступ, как ведёт длинный диалог и как обрабатывает сбои. Результат бенчмарка отражает эту конфигурацию наряду с самой моделью.

Заявленные результаты делают Ripple кандидатом для оценки. Но они не дают ответа на вопрос, будет ли модель решать собственные задачи компании по программированию точнее, быстрее или дешевле, чем текущая.

Как Ricursive, по её словам, снизила затраты на разработку

Ricursive также хвалится крайне экономичным обучением Ripple: предварительные эксперименты, подготовка датасетов, оценки, отладка, генерация синтетических данных, разработка поздних этапов обучения и финальные прогоны обошлись в общей сложности в 32 миллиона долларов — тогда как на другие проприетарные передовые модели, по оценкам, уходят сотни миллионов и даже миллиарды.

Сравнение с конкурентами требует указания источника. Ricursive оценивает, что потратила примерно в десять раз меньше, чем предыдущий американский лидер среди открытых моделей для программирования, опираясь на сообщения о вычислительных обязательствах Reflection и продолжительности обучения. Это не напрямую сопоставимые финансовые раскрытия обеих компаний.

Аргумент Ricursive об эффективности опирается на два технических утверждения.

Во-первых, по словам компании, её процесс обучения с подкреплением достиг заявленного результата в Terminal-Bench после 1,4 миллиона роллаутов. Роллаут — это сгенерированная последовательность действий, которую исследователи могут оценить и использовать как обратную связь для обучения. Ricursive утверждает, что это примерно в 70 раз меньше роллаутов, чем при подходе Reflection.

Reflection независимо сообщала о более чем 100 миллионах роллаутов за четырёхнедельный цикл обучения с подкреплением. Разница в количестве сама по себе не означает эквивалентного снижения затрат: последовательности действий могут различаться по длине, требованиям к оборудованию и стоимости оценки.

Во-вторых, Ricursive заявила, что повысила эффективность начального обучения, доработав архитектуру модели, параметры обучения и данные. Эксперименты начинались с базовой модели Olmo 3, а изменения проверялись на меньших масштабах, прежде чем перейти к большой модели.

Предоставленный компанией график обучения показывает, что итоговый рецепт достигает сопоставимых потерь при предсказании кода с вплоть до 16 раз меньшими вычислениями на масштабе 4 миллиардов параметров. Это мера эффективности обучения по конкретной цели. Она не означает напрямую 16-кратного улучшения работы агента для программирования или эксплуатационных расходов.

Плотная модель, рассчитанная на более простое обучение и локальное развёртывание

Ricursive выбрала плотную архитектуру, при которой во время генерации задействуется весь набор параметров модели. По словам компании, такой выбор упростил инфраструктуру обучения по сравнению с архитектурой «смеси экспертов» (mixture-of-experts), которая направляет работу через отдельные части более крупной модели.

Компания построила Ripple из 80 слоёв и оптимизировала её структуру под оборудование Nvidia. По её словам, ей удалось поддерживать коэффициент использования FLOPs модели около 40% — показатель того, насколько эффективно обучение использует доступные вычислительные мощности, — без специализированных собственных ядер и квантования при обучении.

Меньшее общее число параметров требует пояснения. В карточке модели Ricursive у Ripple указано 65 миллиардов активных параметров против 23 миллиардов у Beam, несмотря на 501 миллиард параметров Beam в целом. Общий размер модели и объём вычислений на генерируемый токен — разные показатели.

Для локального развёртывания Ricursive упоминает Nvidia DGX Spark, а в анонсе в соцсетях называет и MacBook. Однако релиз не указывает конкретную конфигурацию памяти ноутбука, скорость или пригодную длину контекста для этого утверждения.

Карточка модели содержит ссылки на веса с инструктивной донастройкой в форматах BF16 и сжатом NVFP4, а также на базовую модель в BF16. Разработчикам, рассматривающим локальное развёртывание, нужно будет различать эти версии и измерять итоговое потребление памяти и производительность.

Цены на API: подтверждённый тариф OpenRouter и неясность у других провайдеров

Наиболее ясные опубликованные цены именно на эту модель — на OpenRouter, где эндпоинт предоставляет GMICloud.

OpenRouter также указывает цену кэшированного ввода — 0,05 доллара за миллион токенов. Текущий эндпоинт поддерживает контекст в 16 384 токена, поэтому разработчикам не стоит рассчитывать, что за эту цену они получат доступ к рекламируемому Ricursive окну в миллион токенов.

На странице модели у Together Ripple описана как скоро появляющаяся в её бессерверном API. В её публичной таблице цен на момент проверки Ripple не было.

В документации Fireworks по ценам также не было отдельной записи для Ripple. Компания публикует общий тариф 0,90 доллара за миллион токенов для неуказанных плотных моделей свыше 16 миллиардов параметров, одинаковый для ввода и вывода. Эту общую политику не следует считать подтверждённой стартовой ценой Ripple.

Публичная страница цен GMI Cloud посвящена аренде мощностей GPU; связанная с ней страница консоли Ripple во время проверки не показывала читаемых цен. Поэтому тариф OpenRouter отражает стоимость именно этого способа доступа, а не проверенную прямую цену GMI.

Указанные тарифы Ripple ниже опубликованных Together цен на Beam — 0,40 доллара за ввод и 1,20 доллара за вывод. Но самой дешёвой размещённой моделью Ripple это не делает: Together предлагает GPT-OSS-120B за 0,15 доллара за ввод и 0,60 доллара за вывод. Это сравнение прайс-листов разных провайдеров без одинаковых условий обслуживания.

Для агентов программирования цена токенов — лишь часть счёта. Командам также нужно измерять, сколько текста генерирует каждая задача, как часто агент делает повторные попытки и сколько стоит вычислительная среда, в которой он запускает инструменты.

Условия лицензии: Apache 2.0 разрешает коммерческую адаптацию и распространение

Репозиторий Ricursive содержит лицензию Apache 2.0, которая разрешает коммерческое использование, модификацию и распространение при соблюдении её условий.

Корпоративным разработчикам это позволяет адаптировать модель и встраивать её в коммерческие продукты без лицензионных отчислений. В опубликованной лицензии нет порогов по выручке или числу пользователей в месяц, требующих отдельного коммерческого соглашения.

Распространение всё же влечёт обязательства. Получатели должны получить лицензию, в изменённых файлах должны быть отмечены изменения, а соответствующие уведомления об авторских правах и авторстве должны сохраняться. Если в дистрибутив входит файл NOTICE, соответствующие уведомления должны сопровождать распространяемые производные работы.

Apache 2.0 не требует от разработчиков публиковать все свои модификации под той же лицензией. Она также не предоставляет широких прав на товарные знаки Ricursive и не даёт общих гарантий.

Лицензия на веса и договор об обслуживании с хостинг-провайдером регулируют разное. Скачивание модели не избавляет от расходов на оборудование и эксплуатацию, а использование API по-прежнему подчиняется ценам и условиям обслуживания провайдера.

Что корпоративные команды могут оценить уже сейчас

Непосредственная привлекательность Ripple — в сочетании загружаемых весов, разрешительной лицензии, конкурентоспособных (по данным самой компании) результатов в программировании и недорогого размещённого варианта доступа.

Следующий шаг для команды разработчиков — сравнение на реальных репозиториях и с реальным агентным ПО. В ходе такой оценки стоит фиксировать выполненные задачи, ошибки, затраченное время, расход токенов и объём необходимого вмешательства человека. Командам, заинтересованным в локальном использовании, также нужна отдельная оценка требований к памяти и производительности.

Анонс Ricursive даёт основания проверить, может ли модель с существенно меньшим общим размером справляться с работой, которую иначе поручили бы более крупным американским системам с открытыми весами. Открытыми остаются вопросы воспроизводимости, ограничений развёртывания и стоимости за выполненную задачу — именно эти показатели определяют, станет ли результат в бенчмарке полезным корпоративным инструментом.