Ripple-65B Preview ist trotz des Namens seit dem 4. November nutzbar. Ricursive Intelligence stellt ein für Anweisungen trainiertes Modell sowie ein Basismodell bereit. Für einen ersten Versuch kannst du die API nutzen. Für den Betrieb mit eigenen Gewichten ist die gewählte Genauigkeit wichtiger als die Zahl 65B allein.
Welche Fassung brauche ich?
Die offizielle Modellkarte unterscheidet drei Downloads. Das Instruct-Modell in BF16 folgt bereits Anweisungen. Dieselbe Instruct-Version gibt es in NVFP4, einem kompakteren Format für passende NVIDIA-Hardware und Software. Die BF16-Basis ist für weitere Anpassung gedacht. Ricursive veröffentlicht die Fassungen unter Apache 2.0.
| Ziel | Sinnvolle Startfassung |
|---|---|
| Einen Prompt oder Werkzeugablauf beurteilen | Gehostete Instruct-Version |
| Eigenen Betrieb bei begrenztem Speicher prüfen | NVFP4, Hardware und Laufzeit zuerst abgleichen |
| Das Modell für eine eigene Aufgabe weitertrainieren | BF16-Basis und Voraussetzungen des Trainings prüfen |
65 Milliarden Parameter belegen mit zwei Byte pro Parameter grob 130 GB allein für die BF16-Gewichte. Das ist eine Größenordnung, keine genaue RAM-Anforderung. Dazu kommen Laufzeit und der Speicher für den Kontext. Selbst ein kleinerer Download garantiert daher nicht, dass du das volle Kontextfenster auf deiner Hardware nutzen kannst.
Was bietet die API?
Ricursive nennt im Startbeitrag unter anderem Together AI und OpenRouter. OpenRouter listet 0,20 US-Dollar pro Million Eingabetoken und 0,60 US-Dollar für Ausgabe. Das Modell unterstützt laut Karte bis zu 1.048.576 Token Kontext. Together AI dokumentiert für seinen Endpunkt 128K. Welche Grenze du über die API wirklich nutzen kannst, hängt von der Anbieterroute und ihrer Konfiguration ab. Prüfe bei langen Repositories sowohl den maximalen Kontext als auch das Ausgabelimit der gewählten Route.
Ripple-65B Preview hat derzeit keinen eigenen Eintrag im KI-Weekly-Ranking. Die Top 3 der Coding-Wertung zeigen zur Orientierung das aktuelle Vergleichsfeld. Der im KI-Weekly-Ranking gezeigte Coding-Index von Artificial Analysis ist eine andere Kennzahl als der hier diskutierte Terminal-Bench 2.1.
Die große Stärke im Terminal-Test ist kein Urteil über jede Programmieraufgabe. Der Artikel zu Ripples Coding-Benchmarks zeigt, bei welchen Aufgaben sich die Reihenfolge ändert.
Weitere Modellreleases und ihren praktischen Nutzen ordnet der KI Weekly Newsletter ein.
Kommentare (0)
Der Kommentarbereich wird geladen, sobald du ihn erreichst.
Weiterlesen