要点
- Ricursive Intelligence 开源发布 Ripple-65B Preview：从零预训练的 65B 稠密 Transformer，12 万亿 token，上下文宣称最长 1M；权重见于 Hugging Face 等。
- 公司自报 TerminalBench 2.1 得分 80.52，称美国开权 agentic coding SOTA，并列出更大参数开权模型对照；全量研发成本自称 3,200 万美元。
- 可证伪点是权重可下载、TerminalBench 独立复测，以及「相对前 SOTA 十分之一成本」是否经得起公开账本对照；不是芯片设计完整流程口号。
Ricursive Intelligence 发布 Ripple-65B Preview，称其为驱动公司芯片设计平台专有模型的通用变体，并在 Hugging Face、Together AI、GMI Cloud、OpenRouter 等上线（Fireworks 称当日稍后上线）。
新闻核应落在「可下载的 65B 开权权重 + 可复查的 agentic coding 分数」，而不是「全栈自改进」宣传。公司把 TerminalBench 2.1 的 80.52 写成美国开权 SOTA；把 3,200 万美元写成从零开始的全研发成本，并称约为此前开权 SOTA 成本的十分之一。这两项都需要外部复核。
把「芯片设计平台内部模型」与「公开 Preview」拆开看。公开的是通用变体与基准表；内部变体是否改善芯片设计流程，本帖没有可核验交付物。读者应用开权权重与 TerminalBench 复测给 Preview 打分，把全栈自改进留到有公开设计产物时再评。
[1][2]硬事实（公司博文与 HF 模型卡，访问于 2026-11-05）：
- 规模：65B 参数稠密 Transformer；预训练 12T token；支持最长约 1M 上下文（HF 卡详述各阶段序列长度）。
- 架构要点：薄而深，d_model=5120，共 80 层；相对 MoE 选择稠密以降低训练与服务复杂度；公司称预训练/后训练 MFU 约 40%，简单分片、无自定义 kernel、无量化（BF16）。另有 SWA/global 层比调整、FFN 激活裁剪、gated attention、global NoPE、value residuals 等。
- 成绩（公司表）：TerminalBench 2.1 = 80.52；对照 Reflection Beam 501B 80.1、Meta Muse Spark Open 816B 76.4、Thinking Machines Inkling 975B 63.8、NVIDIA Nemotron 3 Ultra 550B 56.4。
- 成本：自称全研发 3,200 万美元（含 ladder、数据配比、评测、合成数据、后训练配方与最终 hero run）。脚注称 Reflection 等曾被报道以每月约 1.5 亿美元算力承诺训练，Beam 预训练与后训练各约 4 周。
- RL：称未购买后训练数据，自建合成管道；以约 140 万次 rollout 达到 80.5，约为 Reflection Beam 的 1/70。
- 发布形态：BF16 指令模型、NVFP4 实验量化、BF16 base；HF 卡另列 midtrain/long-context/SFT/RL 阶段 token 与步数。
博文把训练配方写成可复述的 ladder 故事：拒绝在 4B 尺度无效的 2-stream mHC，保留 pre+post norm、sigmoid gated attention、global NoPE 与 value residuals，并最终换上加码代码的自建预训练数据。读者应把 ladder 当作公司研发叙事，把 65B hero run 的公开权重与基准当作可检验产物。
[1][2]证据强度：一手产品/研究帖 + HF 权重页。基准分数与成本均为公司自报；同日未见第三方 TerminalBench 复测或经审计的成本拆账。架构选择（稠密而非 MoE）被写成降低基础设施复杂度的主动决策，并以 MFU 与可在 DGX Spark 类本地设备运行作为配套叙事。
机制上，公司强调 model ladder：从 Olmo 3 ladder 出发，逐步加入缩放律、pre+post norm、gated attention、global NoPE、value residuals 与加码代码数据；称在 4B 尺度上，代码相关 dolma_stack 交叉熵计算效率相对 Olmo 3 ladder 最高可改进约 16 倍。这是小尺度 ladder 主张，外推到 65B 仍依赖最终 hero run 的公开可复查性。
钢人论证：若 HF 权重可完整下载，且独立评测者在相同 TerminalBench 2.1 协议下复现约 80.5，则「65B 稠密开权在该基准上超过若干更大美国开权模型」成立。成本「十分之一」则需要对照对象的公开、可审计支出，而不是脚注里的媒体报道算力承诺。
HF 模型卡补充了训练阶段表：预训练 12T（约 877,500 step，8K 序列）、midtrain 200B、long context 6.5B、SFT 183B、LC SFT 13.5B，以及 RL 约 700 step。这让「Preview 后训练偏轻」有具体量级可对，而不是一句形容词。若第三方只复现指令权重、不复现 base，对「从零预训练」主张的检验仍不完整。
[1][2]最强钢人：小团队（HF 卡称开发期间从 1 人扩到 5 人）从零训出可本地部署的 65B，并公开 base / instruct / NVFP4，降低「只有超大 MoE 才有 agentic coding 竞争力」的默认假设。
钢人风险：「美国开权 SOTA」依赖公司选定的对照名单与基准日期，未说明是否覆盖全部相关开权发布。3,200 万美元是内部全成本口径，缺少第三方审计；与 Reflection「每月 1.5 亿美元承诺」的对比是估计，不是同口径财报。Preview 后训练自称偏轻、聚焦 agentic coding，泛化到非编码任务的证据在博文中很薄。1M 上下文的有效质量（相对标称长度）未给独立长上下文基准表。
对照名单里的 Reflection Beam、Meta Muse Spark Open、Thinking Machines Inkling、NVIDIA Nemotron 3 Ultra 都是公司点名的美国开权系谱。名单之外是否存在更高 TerminalBench 2.1 开权分，博文未论证。因此「SOTA」应读成「相对文内对照表」，直到出现覆盖更广的独立排行。
服务侧声称可在 DGX Spark 类设备运行，并给出未量化前 2×B200、batch=8 约 250 tok/s 的生成速度（HF 卡）。这些是公司测量，换栈后数字会变，采购前应按自己的推理栈复测。
[1][2]对开权生态，六个月内可观察的是：权重持续可下载、第三方 TerminalBench 与相关 agent 基准复测、以及 Serving 提供方（Together / OpenRouter 等）的实际延迟与吞吐。对硬件叙事，内部芯片设计变体是否公开任何可核验的设计产出，应与通用 Preview 分数分开看。对采购方，65B 稠密的本地可运行性是具体约束（显存/带宽），不是「小即强」修辞。
对竞品实验室，这份发布把压力放在「同口径开权对照」上：若更大参数的美国开权模型在 TerminalBench 2.1 上被 65B 超过，下一步要么公开更强复测，要么解释协议差异。对用户，选择标准应是任务成功率与本地显存，而不是参数量排名。
[1][2]Ripple-65B Preview 的检验对象应是可下载权重与独立 TerminalBench 复测；成本十分之一与芯片完整流程是更强、也更难当场证伪的附加叙事。分数站住，它是有分量的开权发布；分数或权重不站住，它仍是公司基准帖。
另：公司把 Olmo、Prime Intellect、RadixArk、NVIDIA 等开源贡献列为底座。这不影响分数检验，但说明「从零」指模型权重训练从零，不是整个软件栈从零。
【No.2】
[1]