TL;DR
L’aperçu Ripple-65B de Ricursive défie les grands modèles de codage à poids ouverts sur un benchmark de terminal rapporté par le fournisseur. Sa véritable leçon porte sur les compromis d’évaluation, et non sur une victoire universelle des petits modèles.
Un nouveau prétendant à poids ouverts
Ricursive Intelligence a publié Ripple-65B Preview, un modèle à poids ouverts conçu pour le codage agentique. Les performances revendiquées sur les benchmarks invitent à une question utile : un modèle dense plus petit peut-il rivaliser avec des systèmes mixture-of-experts bien plus grands lorsqu’un agent doit utiliser un terminal ? La sortie a eu lieu le 4 novembre, selon la couverture du lancement. (Source : MarkTechPost — Ripple-65B Preview)
Ricursive indique que Ripple est un Transformer dense de 65 milliards de paramètres préentraîné sur 12 billions de tokens, avec un support allant jusqu’à un million de tokens de contexte. Le checkpoint ajusté par instruction est disponible sur Hugging Face sous licence Apache 2.0 ; la publication inclut également une variante quantifiée expérimentale et un modèle de base distinct. (Source : Ricursive — Ripple model card; Ricursive — NVFP4 checkpoint)
L’avance sur le benchmark a ses limites
Ricursive rapporte un score de 80,52 sur TerminalBench 2.1 pour Ripple, contre 80,1 pour Reflection Beam dans sa comparaison. Soit un écart étroit de 0,42 point, qui ne prouve ni une avance substantielle ni une supériorité sur l’ensemble des tâches de codage. (Source : Ricursive — Launch announcement)
La comparaison porte sur les modèles américains à poids ouverts, et non sur tous les modèles dans le monde. Plus important encore, la fiche du modèle combine des scores publiés avec les propres évaluations de l’entreprise lorsque les résultats officiels manquent. Ricursive reconnaît que la réplication des benchmarks est difficile et que les choix de harnais et de contexte peuvent modifier les résultats. Des exécutions indépendantes avec des environnements identiques, des essais répétés et des estimations d’incertitude rendraient un résultat aussi serré plus instructif. (Source : Ricursive — Evaluation methodology)
Le tableau du fournisseur montre aussi pourquoi un seul classement ne suffit pas. Ripple obtient 76,5 sur SWE-bench Verified, tandis que Beam atteint 81,6 dans ce même tableau. Sur DeepSWE 1.1, le score de 44,3 de Ripple est en retrait face aux 60,0 de Muse Spark Open dans la comparaison de Ricursive. Ces scores n’établissent pas comment l’un ou l’autre modèle se comportera sur la base de code d’une équipe donnée ; ils montrent que la réponse dépend de la tâche. (Source : Ricursive — Instruct model benchmarks)
Pour une perspective différente sur l’évaluation des agents, consultez notre analyse des expériences Agensh de Microsoft : la configuration et le résultat mesuré comptent autant que le titre.
Dense contre sparse : comparer le travail actif, pas seulement la taille
Ripple active ses 65 milliards de paramètres en tant que modèle dense. Reflection décrit Beam comme un modèle mixture-of-experts sparse comptant 501 milliards de paramètres au total et 23 milliards actifs. Comparer uniquement 65B à 501B peut donc induire en erreur : le total des poids influe sur le stockage, mais les paramètres actifs, la bande passante mémoire, le batching et l’implémentation influencent le travail nécessaire pour générer des tokens. (Source : Reflection — Introducing Beam; Ricursive — Model card)
Ricursive annonce 250 tokens par seconde sur deux GPU NVIDIA B200 avec une taille de lot de huit, avant quantification ou kernels personnalisés. Il s’agit d’une mesure du fournisseur pour une configuration particulière, et non d’une garantie de latence pour un utilisateur local unique. (Source : Ricursive — Model card)
Ce que dit — et ne dit pas — le chiffre de 32 millions de dollars
Ricursive indique que son chiffre de 32 millions de dollars couvre l’intégralité de la R&D depuis zéro, y compris les expériences, l’évaluation, les données synthétiques et l’entraînement final. L’entreprise l’estime à un dixième du coût du précédent leader du codage agentique à poids ouverts. Sa propre explication fonde l’estimation du concurrent sur les engagements de calcul et la durée d’entraînement rapportés, si bien que le ratio est une estimation et non une comparaison de coûts auditée et à périmètre équivalent. (Source : Ricursive — Cost and methodology)
La distinction compte pour les acheteurs : les dépenses d’entraînement ne déterminent pas leur coût d’inférence par tâche. Une comparaison de production pertinente mesurerait le coût par modification acceptée, les tokens consommés, les nouvelles tentatives, le temps d’achèvement et la revue humaine sur les mêmes tâches et avec les mêmes outils.
Ce que les développeurs peuvent tester dès maintenant
La fiche du modèle fournit les poids BF16 et renvoie vers un checkpoint NVFP4 expérimental. Ricursive positionne le modèle quantifié pour du matériel tel que le NVIDIA DGX Spark, mais l’adéquation et le débit dépendent du runtime, de la mémoire disponible et de la longueur du contexte. La fiche du modèle NVFP4 précise qu’il quantifie les couches MLP tout en conservant l’attention en BF16. Les développeurs ne doivent pas supposer qu’il reproduira exactement le benchmark en pleine précision. (Source : Ricursive — Model card; Ricursive — NVFP4 checkpoint)
Commencez par un environnement de codage isolé, une suite de tâches fixe et une revue explicite des modifications générées. Comparez avec le même harnais et les mêmes budgets de ressources face à un modèle existant avant de considérer un avantage sur un benchmark comme une décision de déploiement.
FAQ
Les poids de Ripple sont-ils disponibles ?
Oui. Le checkpoint BF16 ajusté par instruction est sur Hugging Face sous licence Apache 2.0, accompagné de liens vers les variantes de base et quantifiée expérimentale.
Ripple est-il le meilleur modèle de codage dans l’absolu ?
Le score de terminal rapporté est compétitif dans la comparaison de modèles américains à poids ouverts énoncée par Ricursive. D’autres benchmarks de son tableau favorisent des modèles différents ; la réplication indépendante reste importante.
65B signifie-t-il une inférence moins coûteuse qu’un modèle de 501B ?
Pas nécessairement. Ripple est dense tandis que Beam est sparse, si bien que les paramètres actifs et la configuration réelle de service comptent autant que le total des poids.
Un contexte d’un million de tokens garantit-il de bonnes performances sur contexte long ?
Non. Une longueur de contexte prise en charge est une limite de capacité, et non une garantie de précision ou d’une latence abordable à cette longueur.
Pour aller plus loin
- Ricursive : lancement de Ripple-65B et discussion sur les coûts
- Ricursive : fiche du modèle et méthodologie des benchmarks
- Reflection : architecture et entraînement de Beam
- Ricursive : checkpoint NVFP4 expérimental
— The Agent Report