Ripple-65B: Model AI Coding Terbaik AS dengan Biaya $32 Juta
Judul asli: Ripple-65B Preview: U.S. Open-Weight SOTA on Agentic Coding
Mengapa Ini Penting
Membuktikan model frontier bisa dilatih jauh lebih murah tanpa mengorbankan performa.
Ricursive Intelligence merilis Ripple-65B Preview, model open-weight 65 miliar parameter yang mencapai skor 80,52 di TerminalBench 2.1, mengalahkan model AS lebih besar dengan biaya pelatihan hanya $32 juta.
Ricursive Intelligence, laboratorium AI yang berfokus pada desain chip, merilis Ripple-65B Preview — model bahasa open-weight yang diklaim sebagai yang terbaik di AS untuk agentic coding. Model ini mencatat skor 80,52 di TerminalBench 2.1, melampaui Reflection Beam 501B (80,1), Meta Muse Spark Open 816B (76,4), Thinking Machines Inkling 975B (63,8), dan NVIDIA Nemotron 3 Ultra 550B (56,4) — semua jauh lebih besar dari segi parameter.
Total biaya R&D dari nol, termasuk pretraining, synthetic data generation, dan posttraining, hanya $32 juta. Angka ini satu per sepuluh dari estimasi biaya open-weight SOTA sebelumnya. Sebagai perbandingan, Sam Altman pada 2023 menyebut biaya pelatihan GPT-4 melebihi $100 juta, sementara Dario Amodei memproyeksikan biaya frontier model bisa mencapai $1 miliar.
Model dilatih dari nol menggunakan 12 triliun token dengan dukungan konteks hingga 1 juta token. Arsitekturnya menggunakan dense Transformer — bukan Mixture-of-Experts — dengan rasio tipis-dan-dalam, mencapai MFU 40% tanpa custom kernels atau kuantisasi. Untuk reinforcement learning, tim menggunakan teknik truncated importance sampling dan score centering, hanya membutuhkan 1,4 juta rollout — sekitar 70 kali lebih sedikit dibanding Reflection Beam. Model tersedia di Hugging Face, Together AI, GMI Cloud, dan OpenRouter.