自称 65B 挑战 900B+：Ricursive AI 发布 Ripple-65B 预览版，成绩还没人验证

作者：林序

Ricursive AI 放出 Ripple-65B Preview，自称 650 亿参数的稠密开源推理模型，从零用 12 万亿 token 训练，自报 Terminal-Bench 2.1 得 80.52 分。目前成绩只有厂商口径，权重是否放出、许可证条款都待核实。

Ricursive AI 放出了 Ripple-65B Preview：自称 650 亿参数的稠密开源推理模型，从零训练、用掉 12 万亿 token，自报在 Terminal-Bench 2.1 拿到 80.52 分，高于几个参数大得多的对手。消息 11 月 5 日经 X 上一条转述帖传出，官方公告和权重页面暂未能独立核实。

先说清「稠密」。它指每个 token 都要过一遍全部参数；与之相对的是 MoE，只唤醒其中一部分。同样参数规模下，稠密模型算得更「满」，所以 65B 这个数字和 MoE 的 65B 不是一回事。帖子里列的对比对象是 816B、975B 和 550B 三个模型。

问题在于，80.52 是厂商自己报的。Terminal-Bench 官网榜单确实在，按排名、模型、agent、解决率、成本、token 数列成绩，但这一条我没查到。自报成绩好比自己报分，进了榜、或者有人跑出同样的数，才算数。

还有几处待核实：权重是否真的放出来了，声称的 Apache 2.0 有没有附加条款，对手分数能不能溯源，以及有没有第三方复现。另外门槛不低——BF16 精度光模型参数就要约 130GB 显存，属于工作站级硬件，另有一个面向 DGX Spark 级设备的 NVFP4 实验版。

如果权重真能下载、榜单随后收录，这会是一条值得留意的效率消息。在那之前，先把它当成一份待验证的声明。

转载说明

本文根据以下公开资料整理，原文及配图出处见下方。

• [S1] A 65B AI MODEL CHALLENGING MODELS WITH 900B+ PARAMETERS. Meet Ripple-65B Preview a dense open-weight reasoning model fro · Forha
• [S2] TERMINAL-BENCH
• 配图 1：来源：TERMINAL-BENCH（图片署名见原文） · 图片出处