Ripple-65B Preview

Fuentes comprobadas el 6 de noviembre de 2026. Se distinguen afirmaciones del editor y experiencias ajenas; no es un benchmark propio de AIDreamHub.

Un modelo, no un agente completo

Es un Transformer denso 65B posentrenado para código agéntico. Incluye versiones de instrucciones BF16 y NVFP4 y una base separada. El repositorio BF16 enlazado no es intercambiable con la cuantización o el servicio alojado.

El sistema debe aportar herramientas, estado del repositorio, permisos, ejecución y pruebas. Una puntuación del modelo no crea una shell segura ni demuestra un PR correcto. Valórelo dentro de un flujo de trabajo concreto.

Página oficial capturada por AIDreamHub, no ejecución local del producto.

Leer las cifras junto al entorno

El editor informa unos 80,5 en Terminal-Bench 2.1 y 76,5 en SWE-bench Verified. Explica que mezcla referencias oficiales e internas y que el harness cambia los resultados. No es una clasificación universal de todos los agentes.

La ficha actual indica 1Mi, es decir, 1.048.576 tokens de contexto. Admitir ese máximo no garantiza coste ni precisión. Pruebe búsqueda y truncado con longitudes reales antes de enviar repositorios completos.

Cómo usarlo: elegir servicio o hardware

Un piloto alojado separa evaluación y operación local. GMI documenta el acceso compatible con OpenAI mostrado abajo, usando clave de entorno. Revise tratamiento de datos y permisos antes de enviar código privado.

Para local, seleccione BF16 o NVFP4 y sus instrucciones compatibles. Revise código personalizado, fije revisiones y empiece con contexto corto, trazas y recursos medidos. No ejecutamos inferencia ni reproducimos las puntuaciones.

curl https://api.gmi-serving.com/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer $GMI_API_KEY" --data '{"model":"gmicloud/Ripple-65B-Preview","messages":[{"role":"user","content":"Explain the failing test before proposing a patch."}],"max_tokens":800}'

Lección del informe de un proveedor

GMI describe bugs pequeños y un incidente simulado con trampas y aprobación humana, incluyendo una ejecución de 100 agentes y repeticiones menores. Son resultados del proveedor en su endpoint, no certificación independiente ni equivalencia local.

Lo transferible es evaluar con pruebas externas, sin peso para el resumen de éxito del modelo. La herramienta imponía la aprobación. Pocas pruebas de inyección no acreditan inmunidad: mantenga permisos y validación fuera del modelo.

Calcular memoria antes de descargar

65.000 millones de parámetros a dos bytes son unos 130 GB de pesos; cuatro bits ideales, 32,5 GB. Es aritmética decimal ilustrativa, no requisito medido. Metadatos, activaciones, buffers y contexto añaden consumo.

Un caso DGX Spark no promete cualquier portátil. Registre longitud, concurrencia, cuantización, primer token y coste por tarea aceptada. El contexto largo puede cambiar el cuello de botella.

Detectar una falsa finalización

Use un test fallido fijo en un repositorio desechable. Exija parche, pruebas reales y diff; incluya tareas sin cambios, respuesta inválida y acción denegada. Separe la narración del estado observado y pida aprobación coincidente para producción.

Compare modelo actual, herramientas, tareas y presupuesto iguales; scripts sirven para lo determinista. Cuente reintentos y parches rechazados. Generar rápido puede salir caro si las personas reparan constantemente.

Licencia y decisión

La publicación declara Apache-2.0. Alojamiento, integraciones y derechos del código siguen aparte. Tarifas y límites cambian; no convierta precios de lanzamiento en una promesa duradera.

Primero determine si aumenta trabajo aceptado en su flujo. Después valore hardware y mantenimiento local. El dibujo explica capacidad, no es una gráfica de rendimiento ni salida del modelo.

Preguntas antes de adoptarlo

¿Cabe en una GPU de 32 GB a cuatro bits?

La estimación ideal de pesos ya ronda 32,5 GB antes de extras. No garantiza cabida; mida el runtime concreto con margen.

¿Las puntuaciones prueban que es el mejor agente?

Modelo y harness son componentes distintos. El editor reconoce límites de comparación. Evalúe sus repositorios y presupuesto en vez de generalizar una tabla.

¿Una llamada exitosa sustituye aprobación y pruebas?

No. El ejecutor impone permisos, valida argumentos y estado real. Las demostraciones con aprobación utilizaron una puerta efectiva en herramientas.

Fuentes revisadas

• Ricursive Intelligence — model card
• Ricursive Intelligence — launch and evaluation conditions
• GMI Cloud — provider field tests

Explorar herramientas relacionadas

• Herramientas de código
• Modelos de texto