モデル
Ricursive、チップ設計モデル由来のエージェント型コーディング向けオープンウェイトモデル「Ripple-65B Preview」をApache 2.0で公開
Ricursiveは11月4日にRipple-65B Previewを公開。650億パラメータの密モデルでApache 2.0、用途はチップ設計ではなくコーディング。ベンチマークは自己報告。
2026年11月4日、チップ設計向けAIを手掛けるラボRicursive Intelligenceは、Ripple-65B Previewを公開しました。650億パラメータの密モデルで、重みはApache 2.0ライセンスで公開されています。このモデル自体はチップ設計ツールではありません。Ricursiveは、自社のチップ設計プラットフォームを支える独自モデルの汎用版で、エージェント型コーディングに重点を置いた後学習を施したものと説明しています。目玉の成績は自己報告であり、「オープンウェイト」は「オープンソース」と同じではありません。学習データは公開されていません。
要点
- 概要：650億パラメータの密モデル。12兆トークンでゼロから事前学習、主に英語とコード、テキストのみ。コンテキストは最大100万トークンと称している。
- ライセンス：重みはApache 2.0。Hugging Faceに、BF16のinstruct、実験的なNVFP4、ベース、ドラフトモデルのチェックポイントがある。
- 主張：Terminal-Bench 2.1で80.5。米国のオープンウェイトモデルで最高とされるが、Ricursive自身の結果。
- 訂正：コード向けの汎用モデルで、チップを設計するためのモデルではない。
- コストの主張：研究開発全体で3,200万ドル（Ricursive発表、監査なし）。
Ripple-65B Previewとは何か
Ricursive初の公開モデルです。同社はパロアルトのラボで、Googleの AlphaChip に携わったAnna GoldieとAzalia Mirhoseiniが共同創業しました。Ricursiveは、学習と提供を簡素にするため、専門家混合ではなく密なアーキテクチャを選びました。モデルは常に思考タグの中で推論し、オフにするスイッチはありません。後学習は比較的軽いと説明されており、今回はプレビュー版です。
ベンチマークの主張はどこまで確かか
Terminal-Bench 2.1でRicursiveは80.5を報告しており、5010億パラメータのReflection Beamの80.1とほぼ同等で、MetaのMuse Spark Openを上回ります。この主張は米国のオープンウェイトモデルに限られ、中国のオープンモデルの一部はより高いと報じられていますが、数値はトラッカーによって異なります。成績はすべて自己報告で、モデルカード自体も、公式のテスト環境ではTerminal-Benchの点数が概して低かったと述べています。Ricursive自身の比較では、SWE-bench Verified（81.6対76.5）などいくつかのテストでBeamが先行しています。公開時のグラフとモデルカードは、競合の一部の点数でも食い違っています。
本当にオープンソースか
重みはApache 2.0で公開され、商用利用が可能です。読んだ報道には、学習データ、学習コード、完全なレシピが公開されたとの記載がないため、「オープンウェイト」が正確な呼び方です。基にして開発する前に、ライセンスファイルとモデルカードを確認してください。
動かせるのか、費用は
BF16では、B200 GPUが約2基必要です。約57GBのNVFP4チェックポイントは、128Kコンテキストで1リクエストずつなら、DGX Sparkで動くと報じられています。ホスティング価格は、入力100万トークンあたり0.20ドル、出力0.60ドルで、Together AIとOpenRouterに掲載されています。コンテキストは最大100万トークンとされますが、あるホスティング先では16,384に制限されていたと報告されています。
何が確立されていないのか
- 80.5という点数、テスト環境、その他のベンチマークの主張の独立した検証。
- コスト：3,200万ドルと「10分の1」という比較は、Ricursive自身の見積もり。
- 100万トークンのコンテキストが実用上保たれるか。
- チップ設計の系譜がコーディング性能を実際に高めるか。
- 重み以外に何が公開されたか：学習データとコードは公開とされていない。
比較表
| 項目 | 2026年11月6日時点で示されている内容 | 出典 |
|---|---|---|
| 公開 | 2026年11月4日、プレビュー | Together AI、DEV、eesel |
| 規模 | 650億の密モデル、12兆トークン、テキストのみ | BenchLM、Together AI |
| ライセンス | 重みはApache 2.0 | Together AI、BenchLM |
| 目玉の点数 | Terminal-Bench 2.1で80.5、自己報告 | eesel、DEV |
| コスト | 研究開発3,200万ドル（Ricursive発表、監査なし） | eesel、DEV |
| チップ設計 | プラットフォームのモデルの派生、公開モデルはコード向け | Together AI、DEV |
よくある質問
Ripple-65Bはチップ設計モデルか
いいえ。Ricursiveのチップ設計プラットフォームを支えるモデルの汎用版で、エージェント型コーディング向けに後学習されています。
Ripple-65Bはオープンソースか
重みはApache 2.0なので、オープンウェイトです。学習データとコードの公開は報じられていません。
最高のオープンモデルか
Ricursive自身のベンチマークでは、米国のオープンウェイトモデルの中でのみです。中国のオープンモデルの一部はより高いと報じられています。
方法と限界
2026年11月6日時点の情報です。Together AIのモデルページ、BenchLMのプロフィール、eeselとDEV Communityの解説、Digital Appliedの紹介記事を読みました。MarkTechPostの記事は開けず、Ricursiveの公開記事とモデルカードも直接は読んでいません。何もダウンロードや実行はしていません。
出典
- Together AI：Ripple-65B Preview（確認日：2026-11-06）
- BenchLM：Ripple-65B Preview benchmarks and context（確認日：2026-11-06）
- eesel：Ripple-65B review（確認日：2026-11-06）
- DEV Community：Ricursive's Ripple-65B Preview, explained honestly（確認日：2026-11-06）
- Digital Applied：Ripple-65B Preview, a new US open-weight model（確認日：2026-11-06）
