Ripple-65B: अमेरिकी Open-Weight SOTA
मूल शीर्षक: Ripple-65B Preview: U.S. Open-Weight SOTA on Agentic Coding
यह क्यों महत्वपूर्ण है
$32M में frontier-स्तरीय open-weight model, AI training की लागत संबंधी धारणाओं को चुनौती देता है।
Ricursive Intelligence ने Ripple-65B Preview लॉन्च किया — 65 अरब parameter का यह model TerminalBench 2.1 पर 80.52 स्कोर के साथ अमेरिकी open-weight agentic coding में शीर्ष पर है। पूरी लागत: $32M।
Ricursive Intelligence ने Ripple-65B Preview जारी किया है, जो उनके AI chip design platform को शक्ति देने वाले proprietary model का सार्वजनिक संस्करण है। यह model 12 trillion tokens पर pretrain किया गया है और 1 million token तक का context length संभाल सकता है।
TerminalBench 2.1 पर इसने 80.52 का स्कोर हासिल किया — Reflection Beam 501B (80.1), Meta Muse Spark Open 816B (76.4), Thinking Machines Inkling 975B (63.8), और NVIDIA Nemotron 3 Ultra 550B (56.4) को पीछे छोड़ते हुए। खास बात यह है कि ये सभी प्रतिस्पर्धी model Ripple से कई गुना बड़े हैं।
लागत के मोर्चे पर कंपनी का दावा है कि पूरा R&D — pretraining, data mixing, synthetic data generation, posttraining — मात्र $32M में पूरा हुआ। तुलना के लिए: OpenAI के Sam Altman ने 2023 में GPT-4 की training cost $100M से अधिक बताई थी।
RL training में कंपनी ने truncated importance sampling, score centering, और linear length penalty अपनाई। नतीजा: केवल 1.4 million rollouts में 80.5 का TerminalBench स्कोर, जो Reflection Beam की तुलना में करीब 70 गुना कम है।
Architecture में Mixture-of-Experts की बजाय dense Transformer चुना गया। MFU 40% रहा — बिना custom kernels या quantization के। Model अभी Hugging Face, Together AI, GMI Cloud, और OpenRouter पर उपलब्ध है; Fireworks पर जल्द आएगा।