Ripple-65B: modelo open-weight para programar de los creadores de AlphaChip

El 4 de noviembre, Ricursive Intelligence publicó Ripple-65B Preview, el primer modelo público de la empresa: Ripple-65B es un modelo open-weight, con los pesos en Hugging Face y licencia Apache 2.0. Tiene 65.000 millones de parámetros, está pensado para programar con agentes y, según Ricursive, logra 80,5 puntos en Terminal-Bench 2.1.

¿Qué es el modelo open-weight Ripple-65B?

Es un modelo de lenguaje denso (dense), es decir, sin MoE (mixture-of-experts): en cada token trabajan los 65.000 millones de parámetros. Ricursive lo entrenó desde cero con 12 billones de tokens (sobre todo texto en inglés y código), y la ventana de contexto llega a 1 millón de tokens.

Lo curioso es que Ricursive no es el típico laboratorio de chatbots. La empresa desarrolla una plataforma de IA para diseñar chips y la fundaron Anna Goldie y Azalia Mirhoseini, creadoras de AlphaChip. El anuncio describe Ripple como una «general-purpose variant», es decir, una versión general del modelo cerrado que impulsa su plataforma de diseño de chips.

(No lo confundamos con Recursive Flint: es otra empresa y otro modelo, aunque los nombres suenen casi igual ;))

¿Qué puede hacer Ripple-65B?

Según la ficha del modelo, el post-entrenamiento se centró en la programación agéntica. Los resultados más interesantes que publica Ricursive:

1. 80,5 puntos en Terminal-Bench 2.1, una prueba en la que el modelo realiza tareas en la terminal. El anuncio lo califica de «state-of-the-art» entre los modelos open-weight estadounidenses.
2. 76,5 % en SWE-bench Verified y 61,42 % en SWE-bench Pro v1.0, es decir, en la corrección de incidencias reales de repositorios.
3. 85,2 % en GPQA Diamond (preguntas científicas de nivel doctorado) y 95,0 % en AIME 2026 (matemáticas).
4. 71,67 % en MCP Atlas, una prueba de uso de herramientas a través de MCP.

Conviene tomar estas cifras con cautela. La ficha del modelo indica que muchos resultados proceden de harnesses propios de Ricursive, y describe toda la versión Preview como una en la que el post-entrenamiento fue «relatively light», o sea, bastante ligero. Todavía no hay mediciones independientes.

¿Por qué se habla tanto de él?

Primero, por el tamaño. 65.000 millones de parámetros es poco para un modelo que apunta a lo más alto de la programación agéntica, y según el anuncio puede «run efficiently on local devices such as NVIDIA DGX Spark». Para ejecutarlo en local hay un checkpoint NVFP4 (cuantizado) listo y un notebook de Colab.

Segundo, por el coste. Según el anuncio, todo el desarrollo y el entrenamiento de Ripple-65B Preview costó 32 millones de dólares, y para el resultado en Terminal-Bench bastaron 1,4 millones de rollouts de RL (reinforcement learning).

Tercero, por la arquitectura. El modelo es «estrecho y profundo» (80 capas, d_model 5120) y, en lugar del diseño típico al estilo Llama, usa soluciones parecidas a las de Gemma 3N, como gated attention y value residuals. Según la ficha del modelo, este cambio mejoró la estabilidad del entrenamiento.

En Hacker News, la publicación del lanzamiento llegó a la portada y reunió más de 140 puntos en pocas horas.

¿Cómo probar Ripple-65B?

Hay varias formas:

1. En local: los pesos BF16, la versión NVFP4 y el modelo base están en Hugging Face. Si apenas empiezas con modelos en tu propio hardware, te servirá la guía sobre cómo ejecutar IA en local.
2. Por API: el modelo está en Together AI, GMI Cloud y OpenRouter, y Fireworks lo añadirá pronto. En OpenRouter cuesta 0,20 USD por 1 millón de tokens de entrada y 0,60 USD por 1 millón de salida (revisa el límite de contexto del proveedor: en OpenRouter es, por ahora, de 16.000 tokens, no de 1 millón).

Según la ficha del modelo, en dos tarjetas B200 genera unos 250 tokens por segundo (con batch 8), todavía sin cuantización ni kernels propios.

¿En qué fijarse?

Primero, en su estado Preview. Ricursive no ha dicho cuándo llegará la versión completa. El anuncio solo habla de capacidades que llegarán «as we scale toward the frontier».

Segundo, en el idioma. El preentrenamiento fue sobre todo en inglés y con código, así que en español el modelo puede rendir peor que en la terminal.

Es otro modelo open-weight potente de las últimas semanas, después de Reflection Beam y Kimi K3.1 Pro. Pero esta vez con una versión que cabe en tu escritorio.

FAQ

¿Ripple-65B es gratis?

Sí, los pesos están disponibles con licencia Apache 2.0, así que podemos descargar el modelo y usarlo también con fines comerciales. Solo pagamos el hardware y la electricidad, o la API del proveedor.

¿Quién creó Ripple-65B?

Ricursive Intelligence, una empresa de Palo Alto que desarrolla una plataforma de IA para diseñar chips, fundada por Anna Goldie y Azalia Mirhoseini.

¿Ripple-65B es un modelo MoE?

No. Es un modelo denso con 65.000 millones de parámetros, todos activos en cada token.