Ripple-65B بأوزان مفتوحة: نموذج برمجة من مبتكرتي AlphaChip

في 4 نوفمبر أطلقت Ricursive Intelligence نموذج Ripple-65B Preview، أول نموذج علني للشركة. ويأتي Ripple-65B بأوزان مفتوحة منشورة على Hugging Face برخصة Apache 2.0. يضم النموذج 65 مليار معامل، وهو موجّه للبرمجة بالوكلاء، ويحقق بحسب Ricursive ‏80.5 نقطة في Terminal-Bench 2.1.

ما هو Ripple-65B بأوزان مفتوحة؟

هو نموذج لغوي كثيف (dense)، أي من دون MoE ‏(mixture-of-experts): تعمل الـ65 مليار معامل كلها على كل token. درّبته Ricursive من الصفر على 12 تريليون token (معظمها نصوص إنجليزية وشيفرة برمجية)، وتصل نافذة السياق إلى مليون token.

اللافت أن Ricursive ليست مختبرًا تقليديًا لروبوتات المحادثة. فالشركة تبني منصة ذكاء اصطناعي لتصميم الرقائق، وقد أسستها آنا غولدي وأزاليا ميرحسيني، مبتكرتا AlphaChip. ويصف الإعلان Ripple بأنه «general-purpose variant»، أي نسخة عامة من النموذج المغلق الذي تعمل عليه منصتهم لتصميم الرقائق.

(لا تخلطوا بينه وبين Recursive Flint: شركة أخرى ونموذج آخر، وإن كان الاسمان متشابهين جدًا ;))

ماذا يستطيع Ripple-65B أن يفعل؟

بحسب بطاقة النموذج، ركّز التدريب اللاحق على البرمجة بالوكلاء. أبرز النتائج التي أعلنتها Ricursive:

1. ‏80.5 نقطة في Terminal-Bench 2.1، وهو اختبار ينفّذ فيه النموذج مهام في الطرفية. ويصف الإعلان ذلك بأنه «state-of-the-art» بين النماذج الأمريكية ذات الأوزان المفتوحة.
2. ‏76.5% في SWE-bench Verified و‏61.42% في SWE-bench Pro v1.0، أي في إصلاح مشكلات حقيقية من المستودعات.
3. ‏85.2% في GPQA Diamond (أسئلة علمية بمستوى الدكتوراه) و‏95.0% في AIME 2026 (رياضيات).
4. ‏71.67% في MCP Atlas، وهو اختبار لاستخدام الأدوات عبر MCP.

لنتعامل مع هذه الأرقام بحذر. تذكر بطاقة النموذج أن كثيرًا من النتائج جاء من أدوات القياس (harnesses) الخاصة بـRicursive، وتصف نسخة Preview كلها بأن تدريبها اللاحق كان «relatively light»، أي خفيفًا نسبيًا. ولا توجد قياسات مستقلة حتى الآن.

لماذا يكثر الحديث عنه؟

أولًا، الحجم. فـ65 مليار معامل رقم صغير لنموذج يستهدف الصدارة في البرمجة بالوكلاء، وبحسب الإعلان يمكن للنموذج أن «run efficiently on local devices such as NVIDIA DGX Spark». وللتشغيل المحلي تتوفر نقطة حفظ NVFP4 جاهزة (مكمّمة) ودفتر Colab.

ثانيًا، التكلفة. بحسب الإعلان، كلّف تطوير Ripple-65B Preview وتدريبه بالكامل 32 مليون دولار، وكفت ‏1.4 مليون عملية rollout في التعلم المعزز (RL) للوصول إلى نتيجة Terminal-Bench.

ثالثًا، البنية. النموذج «رفيع وعميق» (80 طبقة، d_model 5120)، وبدلًا من البنية المعتادة على طريقة Llama يستخدم حلولًا قريبة من Gemma 3N، منها gated attention وvalue residuals. وبحسب بطاقة النموذج، حسّن هذا التغيير استقرار التدريب.

على Hacker News وصل منشور الإطلاق إلى الصفحة الرئيسية وجمع أكثر من 140 نقطة خلال ساعات قليلة.

كيف تجرّب Ripple-65B؟

هناك عدة طرق:

1. محليًا: أوزان BF16 ونسخة NVFP4 والنموذج الأساسي موجودة على Hugging Face. وإن كنت تبدأ للتو بتشغيل النماذج على أجهزتك، فسيفيدك دليل كيفية تشغيل الذكاء الاصطناعي محليًا.
2. عبر API: النموذج متاح على Together AI وGMI Cloud وOpenRouter، وتعتزم Fireworks إضافته قريبًا. على OpenRouter يكلّف ‏0.20 دولار لكل مليون token مُدخل و‏0.60 دولار لكل مليون token مُخرج (تحقّق من حد السياق لدى المزوّد: على OpenRouter هو حاليًا 16 ألف token، وليس مليونًا).

وبحسب بطاقة النموذج، يولّد النموذج على بطاقتي B200 نحو ‏250 token في الثانية (بدفعة من 8)، وذلك من دون تكميم أو نوى (kernels) مخصّصة بعد.

ما الذي ينبغي الانتباه إليه؟

أولًا، حالة Preview. لم تعلن Ricursive موعد النسخة الكاملة، ويكتفي الإعلان بالحديث عن قدرات ستأتي «as we scale toward the frontier».

ثانيًا، اللغة. جرى التدريب المسبق أساسًا على الإنجليزية والشيفرة البرمجية، لذا قد يكون أداء النموذج بالعربية أضعف منه في الطرفية.

هذا نموذج قوي آخر بأوزان مفتوحة في الأسابيع الأخيرة، بعد Reflection Beam وKimi K3.1 Pro. لكن هذه المرة مع نسخة يمكن تشغيلها على مكتبك.

FAQ

هل Ripple-65B مجاني؟

نعم، الأوزان متاحة برخصة Apache 2.0، لذا يمكننا تنزيل النموذج واستخدامه تجاريًا أيضًا. ندفع فقط ثمن الأجهزة والكهرباء، أو رسوم API لدى المزوّد.

من طوّر Ripple-65B؟

Ricursive Intelligence، وهي شركة من بالو ألتو تبني منصة ذكاء اصطناعي لتصميم الرقائق، أسستها آنا غولدي وأزاليا ميرحسيني.

هل Ripple-65B نموذج MoE؟

لا. هو نموذج كثيف بـ65 مليار معامل، كلها نشطة مع كل token.