M 贤紫精选模型市场
返回模型市场

ripple-65b-preview

推理增强 · ripple-65b-preview · Q4_K_M

编程 智能体 代码生成 长上下文 65B GGUF

模型简介

Ripple-65B Preview 由美国 AI 芯片公司 Ricursive Intelligence 于 2026 年 11 月 4 日发布,是其 AI 芯片设计平台背后专有模型的开源通用版本。模型为 65B 稠密 Transformer(80 层,d_model 5120),从零预训练于 12 万亿 tokens,主打 agentic coding(智能体编程) 场景。

在 Terminal-Bench 2.1 上取得 80.52 分,刷新美国开源权重 SOTA,超过 Reflection Beam 501B(80.1)、Meta Muse Spark Open 816B(76.4)、Thinking Machines Inkling 975B(63.8)等参数量大得多的模型。

核心规格

项目参数
参数量65B(约 64.8B,全部激活)
架构稠密 Transformer,80 层,宽度 5120
预训练12T tokens,8K 序列长度
后训练中期训练 200B tokens + SFT 183B tokens + 面向 agentic coding 的 RL
上下文最长 1,048,576 tokens(1M);DGX Spark 官方脚本为 128K
输入输出纯文本进、纯文本出(不支持图像/音频)
推理模式始终开启,输出在 <think> 标签内,无 effort 档位
开源协议Apache-2.0(含商用授权)

架构亮点

  • 薄而深的宽深比设计:窄 d_model(5120)+ 80 层,配合 over-provision 的注意力头
  • 融合 gated attention(sigmoid 门控注意力)、global NoPE、value residuals、FFN activation clipping
  • SWA(滑动窗口注意力)与全局层比例优化,降低长上下文成本
  • 稠密架构带来低延迟 token 生成,适合本地设备与 DGX Spark 类机器

主要 Benchmark

BenchmarkRipple-65BReflection Beam 501BMuse Spark Open 816B
Terminal-Bench 2.180.580.176.4
SWE-bench Verified76.581.6—
SWE-bench Pro v1.061.4266.1—
注:Terminal-Bench 领先幅度约 0.4 分,可视作与 Reflection Beam 打平;SWE-bench 系列仍落后于 Reflection Beam。数据为厂商自报,未经独立验证。

本仓库文件

  • 格式:GGUF
  • 量化:Q4_K_M
  • 文件大小:约 38.8 GB
  • 上下文窗口:1M

运行建议

  • 显存需求:Q4_K_M 约需 48GB VRAM(如 2×24GB 显卡或 48GB Mac);32GB 机器可跑短上下文;24GB 仅建议尝试 IQ2 类更小量化
  • 推理速度:社区报告在单张 GH200 96GB 上,Q4_K_M 提示处理 309 tok/s、生成 40.6 tok/s
  • 采样参数:官方示例使用 temperature=0;因推理始终开启,建议 max_tokens 设为 4096 以上,否则回答容易被截断
  • 对话模板:加载时需开启 --jinja 以使用内置 chat template(含工具调用与 <think> 推理标签)

适用场景

  • Agentic coding / 终端命令行任务
  • 代码生成、补全、重构与调试
  • 长上下文代码库理解(配合 128K~1M 上下文)
  • 需要工具调用(tool use)的智能体应用

来源

  • 官方发布博客:https://www.ricursive.com/ripple
  • Hugging Face 权重:ricursiveAI/Ripple-65B-Preview
  • GGUF 社区量化:AtomicChat/Ripple-65B-Preview-GGUF
  • ModelScope 镜像:prithivMLmods/Ripple-65B-Preview-GGUF