చిప్ డిజైన్‌తో మొదలుపెడుతున్నట్లు తనను తాను వర్ణించుకునే AI ల్యాబ్ Ricursive Intelligence, నవంబర్ 4, 2026న Ripple-65B Previewను విడుదల చేసింది. వెయిట్‌లు Apache 2.0 కింద ఉన్నాయి, కోడింగ్ స్కోర్‌లు ల్యాబ్ సొంతవి, llama.cpp కోసం GGUF ఫైల్‌లు ఒక కమ్యూనిటీ మెయింటెయినర్ నుంచి వచ్చాయి.
Ricursive, Ripple-65B Previewను విడుదల చేసింది
Ricursive Intelligence నవంబర్ 4, 2026న Hugging Faceలో తన Ripple-65B Preview రిపాజిటరీలను సృష్టించింది, దాని లాంచ్ బ్లాగ్ ఈ మోడల్ Hugging Face, Together AI, GMI Cloud, OpenRouter, Fireworksలలో అందుబాటులో ఉన్నట్లు జాబితా చేస్తుంది. మోడల్ కార్డ్ దీనిని ఏజెంటిక్ కోడింగ్‌పై దృష్టి పెట్టిన 65B పారామీటర్ డెన్స్ Transformer అని పిలుస్తుంది. Ricursive, కమ్యూనిటీ మెయింటెయినర్ AtomicChat ఏమి చెబుతున్నాయో ఈ ఆర్టికల్ నివేదిస్తుంది, వారి వాదనలను తనిఖీ చేయగలిగిన విషయాల నుంచి వేరు చేసి చూపిస్తుంది.
Ricursive వెబ్‌సైట్ కంపెనీని చిప్ డిజైన్‌తో మొదలుపెట్టి, తమను తాము మెరుగుపరుచుకునే సిస్టమ్‌లను నిర్మించడంపై దృష్టి పెట్టిన ఫ్రాంటియర్ AI ల్యాబ్‌గా వర్ణిస్తుంది. Ripple-65B Preview, తన AI చిప్ డిజైన్ ప్లాట్‌ఫామ్‌ను నడిపించే ప్రొప్రైటరీ మోడల్‌కు ఒక జనరల్-పర్పస్ వేరియంట్ అని దాని లాంచ్ బ్లాగ్ చెబుతోంది. ఈ రెండు వర్ణనలూ Ricursive సొంతవే.
Ricursive ఏమి విడుదల చేసింది
| స్పెసిఫికేషన్ | ప్రచురించిన వివరం |
|---|---|
| డెవలపర్ | Ricursive Intelligence, Hugging Face ఆర్గనైజేషన్ ricursiveAI |
| ఆర్కిటెక్చర్ | 80 లేయర్‌లు, 5120 d_model ఉన్న డెన్స్ Transformer |
| పారామీటర్‌లు | 65B |
| ప్రీట్రైనింగ్ టోకెన్‌లు | 12 ట్రిలియన్, టెక్స్ట్ మాత్రమే ఉన్న, ప్రధానంగా ఇంగ్లీష్, కోడ్‌తో కూడిన కార్పస్ నుంచి |
| ప్రకటించిన కాంటెక్స్ట్ | 1,048,576 టోకెన్‌లు |
| అధికారిక ఇన్‌స్ట్రక్షన్-ట్యూన్డ్ బిల్డ్‌లు | BF16 (129.6 GB), NVFP4 (57.2 GB, Experimental అని లేబుల్ చేయబడింది) |
| ఇతర అధికారిక రిపాజిటరీలు | BF16 బేస్ మోడల్ (ప్రీట్రైన్ మాత్రమే), ఒక DFlash2 స్పెక్యులేటివ్-డీకోడింగ్ డ్రాఫ్టర్ (4.04B పారామీటర్‌లు, BF16) |
| లైసెన్స్ | Apache 2.0, ప్రతి అధికారిక రిపాజిటరీలోని, కమ్యూనిటీ GGUF రిపాజిటరీలోని LICENSE ఫైల్ ప్రకారం |
| రిపాజిటరీలు సృష్టించిన తేదీ | నవంబర్ 4, 2026 (BF16, NVFP4, DFlash2), అక్టోబర్ 14, 2026 (బేస్) |
| నవంబర్ 12, 2026న చదివిన రివిజన్‌లు | BF16 b172323f (చివరి మార్పు నవంబర్ 10), NVFP4 2789217b (నవంబర్ 11), కమ్యూనిటీ GGUF df550a71 (నవంబర్ 6) |
మూలం: BF16, NVFP4, బేస్, DFlash2 రిపాజిటరీల కోసం Ricursive మోడల్ కార్డ్‌లు, ఫైల్ సైజులు, తేదీలు Hugging Face రిపాజిటరీ మెటాడేటా నుంచి. కార్డ్ 1Mi (1,048,576 టోకెన్‌లు) అని పేర్కొంటుంది, అయితే రిపాజిటరీలోని config.json max_position_embeddingsను 2,097,152కు సెట్ చేస్తుంది. Ricursive NVFP4 బిల్డ్ అటెన్షన్‌ను BF16లోనే ఉంచి MLP లేయర్‌లను క్వాంటైజ్ చేస్తుంది, దీనిని అది కన్జర్వేటివ్ క్వాంటైజేషన్ అని పిలుస్తుంది.
ఇక్కడ Preview అంటే ఏమిటి
ఈ విడుదల ఏజెంటిక్ కోడింగ్‌పై దృష్టితో సాపేక్షంగా తేలికపాటి పోస్ట్-ట్రైనింగ్‌కు లోనైందని కార్డ్ చెబుతోంది. దీనిని టెక్స్ట్ మాత్రమే ఉన్న, ప్రధానంగా ఇంగ్లీష్, కోడ్‌తో కూడిన కార్పస్‌పై ప్రీట్రైన్ చేశారు, NVFP4 బిల్డ్‌ను Ricursive ప్రయోగాత్మకమైనదిగా అందిస్తోంది. 1,048,576-టోకెన్ కాంటెక్స్ట్ అనేది Ricursive ప్రకటించే గణాంకం. కార్డ్‌లో ఉన్న ఏకైక లాంగ్-కాంటెక్స్ట్ ఫలితం Ricursive సొంత AA-LCR స్కోర్ 75.0, కాబట్టి ఈ కాంటెక్స్ట్ లెంగ్త్‌ను ఇంకెవరూ ధృవీకరించలేదు.
వెండర్ నివేదించిన పనితీరు
Ricursive కార్డ్ TerminalBench 2.1పై 80.52 స్కోర్‌ను నివేదిస్తుంది, ఇది గణనీయంగా పెద్దవైన US ఓపెన్-వెయిట్ మోడళ్లను అధిగమిస్తుందని చెబుతూ Reflection Beam 501Bని 80.1 వద్ద, Meta Muse Spark Open 816Bని 76.4 వద్ద, Thinking Machines Inkling 975Bని 63.8 వద్ద, NVIDIA Nemotron 3 Ultra 550Bని 56.4 వద్ద జాబితా చేస్తుంది. అందుబాటులో ఉన్న చోట అధికారిక మోడల్ కార్డ్ స్కోర్‌లను, లేని వాటికి Ricursive సొంత అంతర్గత మూల్యాంకన ప్రక్రియను ఈ పోలిక ఉపయోగిస్తుందని కార్డ్ చెబుతోంది. “మా ఫలితాలు న్యాయమైన పోలిక కోసం చేసిన ఉత్తమ ప్రయత్నాన్ని సూచిస్తాయి” అని కూడా అది చెబుతోంది. పోలికలోని నాలుగు మోడళ్లూ Ripple కంటే ఎక్కువ మొత్తం పారామీటర్‌లు ఉన్న mixture-of-experts మోడళ్లే. కార్డ్లోని బెంచ్‌మార్క్ టేబుల్ ఈ ఆర్టికల్‌లోని ప్రతి స్కోర్‌కు మూలం. ఇలాంటి సంఖ్యల గురించి ఏమి అడగాలో TechiesJournal రాసిన AI మోడల్ వాదనలను ఎలా చదవాలి అనే గైడ్ వివరిస్తుంది.
వేగం విషయంలో, మోడల్ “250 tok/s on 2xB200 batch=8 prior to quantization or custom kernels” (క్వాంటైజేషన్ లేదా కస్టమ్ కెర్నల్‌లు వాడక ముందు) సాధిస్తుందని కార్డ్ చెబుతోంది. అది ఒక్కో రిక్వెస్ట్‌కా లేక బ్యాచ్ మొత్తానికి కలిపినదా అని కార్డ్ చెప్పలేదు. ఈ గణాంకం మీ సొంత మెషీన్‌పై లేటెన్సీని నిర్ధారించదు.
Ripple ఎక్కడ వెనుకబడుతుంది, స్వతంత్ర పరీక్షలు ఏమి చూపిస్తాయి
కార్డ్ జాబితా చేసిన అత్యుత్తమ మోడల్ కంటే Ripple తక్కువ స్కోర్ చేసిన బెంచ్‌మార్క్‌లను కూడా అదే కార్డ్ చూపిస్తుంది. ఇవి Ricursive సొంత గణాంకాలు, మోడల్ పేర్లు కార్డ్‌లో ఉన్నవే.
| బెంచ్‌మార్క్ | Ripple-65B Preview | కార్డ్‌లో జాబితా చేసిన అత్యుత్తమ స్కోర్ |
|---|---|---|
| SWE-bench Verified | 76.5 | 81.6 (Reflection Beam 501B) |
| GPQA Diamond | 85.2 | 90.6 (Reflection Beam 501B) |
| MMLU | 89.6 | 92.6 (Muse Spark Open 816B, Ricursive అంతర్గతంగా నడిపినది) |
| MCP Atlas | 71.67 | 89.2 (Muse Spark Open 816B) |
మూలం: Ripple-65B Preview మోడల్ కార్డ్లోని బెంచ్‌మార్క్ టేబుల్. Ricursive స్వయంగా నడిపిన స్కోర్‌లను కార్డ్ ఇటాలిక్స్‌లో గుర్తిస్తుంది, అందుకే MMLU గణాంకానికి అంతర్గతం (in-house) అనే లేబుల్ ఉంది.
నవంబర్ 12, 2026న ఎలాంటి స్వతంత్ర మూల్యాంకనం కనిపించలేదు. Artificial Analysis Ripple-65B Preview కోసం ఏ పేజీనీ ఇవ్వలేదు, దాని మోడల్ జాబితాలో Ripple ఎంట్రీ లేదు, Vals Index, Vals AI మోడల్ పేజీలలో కూడా ఏదీ కనిపించలేదు. LMArena లీడర్‌బోర్డ్ ఒక బాట్ చెక్ వెనుక ఉంది, దానిని చదవలేకపోయాము, కాబట్టి ఈ ఆర్టికల్ దాని గురించి ఎలాంటి ప్రకటనా చేయదు. అందువల్ల పైన ఉన్న ప్రతి సంఖ్యా Ricursive నుంచే వస్తుంది, కింద ఉన్న నాణ్యత గణాంకాలు AtomicChat నుంచి వస్తాయి.
కమ్యూనిటీ GGUF బిల్డ్‌లు, llama.cpp
Ricursive Hugging Face ఆర్గనైజేషన్ ఏ GGUF రిపాజిటరీనీ జాబితా చేయదు, BF16 లేదా NVFP4 మోడల్ కార్డ్‌లలో దేనిలోనూ GGUF, llama.cpp లేదా vLLM ప్రస్తావన లేదు. అత్యధికంగా డౌన్‌లోడ్ అయిన GGUF సెట్ AtomicChat నుంచి వస్తుంది, దాని రిపాజిటరీ Apache 2.0ను తన లైసెన్స్‌గా జాబితా చేస్తుంది. దాని కార్డ్ Atomic Chatను ఓపెన్-వెయిట్ మోడళ్లను లోకల్‌గా నడిపే ఒక యాప్‌గా వర్ణిస్తుంది, యాప్‌కు లింక్ ఇస్తుంది, Ripple కోసం llama.cpp సపోర్ట్‌ను తమ టీమ్ రాసిందని చెబుతుంది. ఆ సపోర్ట్ నవంబర్ 5, 2026న పుల్ రిక్వెస్ట్ #31692గా llama.cppలో మెర్జ్ అయింది, నవంబర్ 6న బిల్డ్ b12167లో మొదటిసారి విడుదలైంది. పుల్ రిక్వెస్ట్ రచయితకు, Atomic Chatకు మధ్య సంబంధం AtomicChat చెప్పిన విషయమే. ఇతర కమ్యూనిటీ కన్వర్షన్‌లు కూడా ఉన్నాయి, వాటిలో దేనినీ Ricursive ఆమోదించలేదు. రన్‌టైమ్ వైపు విషయాన్ని TechiesJournal రాసిన Ollama, llama.cpp పోలిక వివరిస్తుంది.
AtomicChat 12 క్వాంటైజ్ చేసిన ఫైల్‌లతో పాటు BF16 ఒరిజినల్‌ను కూడా ప్రచురిస్తుంది. AD అంటే Atomic Dynamic, అంటే importance matrixతో రూపొందించిన AtomicChat సొంత per-tensor లేఅవుట్‌లు, సాధారణ Q4_K_M దాని బేస్‌లైన్. చివరి కాలమ్ AtomicChat తన సొంత టెస్ట్ కార్పస్‌పై చేసిన సొంత కొలత. BF16 ఒరిజినల్ ఎంచుకునే తదుపరి టోకెన్‌నే ఒక ఫైల్ ఎంత తరచుగా ఎంచుకుంటుందో అది చూపిస్తుంది.
| ఫైల్ | జాబితాలోని సైజు | BF16తో అదే టాప్ టోకెన్ |
|---|---|---|
| Q4_K_M | 38.8 GB | 93.0% |
| AD-Q4_K_M | 40.4 GB | 95.9% |
| AD-IQ4_XS | 38.7 GB | 95.6% |
| AD-IQ3_XXS | 28.0 GB | 91.2% |
మూలం: AtomicChat GGUF మోడల్ కార్డ్, ఇది ఈ సైజులను డిస్క్‌పై గిగాబైట్‌లలో ఇస్తుంది. ఫైల్ సైజులే పూర్తి మెమరీ అవసరం కాదు, ఎందుకంటే KV క్యాష్‌కు, ఎంచుకున్న కాంటెక్స్ట్ లెంగ్త్‌కు ఇంకా ఎక్కువ మెమరీ కావాలి. 38.8 GB ఫైల్ 24 GB వీడియో మెమరీలో సరిపోదు. 24 GB కార్డ్ కోసం AtomicChat సూచించేది తన 20.0 GB AD-IQ2_XXS ఫైల్, ఇది ఒరిజినల్ మోడల్ టాప్ టోకెన్‌తో 80.8% సార్లు సరిపోలుతుందని అది కొలుస్తుంది, ఇది ఫిడెలిటీలో పెద్ద తగ్గుదల. అదే కార్డ్ llama-server -m Ripple-65B-Preview-AD-Q4_K_M.gguf --jinja -c 32768 -ngl 99 అనే ఉదాహరణ కమాండ్‌ను ఇస్తుంది, ఒక GH200 96 GB GPUపై సాధారణ Q4_K_M రన్ ఒక రన్‌లో సెకనుకు 40.6 టోకెన్‌లను జనరేట్ చేసిందని చెబుతుంది.
దీన్ని నడిపే మార్గాలు
| మార్గం | ఇది ఏమిటి | సైజు | మూలం, స్థితి |
|---|---|---|---|
| అధికారిక BF16 | ఇన్‌స్ట్రక్షన్-ట్యూన్డ్ మోడల్, CUDA Toolkit 13తో Linuxపై రెండు NVIDIA B200 GPUల కోసం SGLang 0.5.19 రెసిపీతో | 129.6 GB | Ricursive BF16 రిపాజిటరీ, రెసిపీ దాని inference/server ఫోల్డర్‌లో |
| అధికారిక NVFP4 | ఇన్‌స్ట్రక్షన్-ట్యూన్డ్ మోడల్, Experimental అని లేబుల్ చేయబడింది, SGLang 0.5.19ను పిన్ చేసే ఒక నోట్‌బుక్, ఒక DGX Spark స్క్రిప్ట్‌తో | 57.2 GB | Ricursive NVFP4 రిపాజిటరీ |
| కమ్యూనిటీ GGUF | llama.cpp బిల్డ్ b12167 లేదా కొత్తదాని కోసం 12 క్వాంటైజ్ చేసిన ఫైల్‌లు | 18.5 GB నుంచి 68.8 GB వరకు, క్వాంటైజ్ చేసినవి | AtomicChat రిపాజిటరీ, Ricursive ప్రచురించినది లేదా ఆమోదించినది కాదు |
| హోస్టెడ్ | OpenRouterలో జాబితా చేసిన ఎండ్‌పాయింట్‌లు, మూడు ప్రొవైడర్‌ల నుంచి | డౌన్‌లోడ్ చేయడానికి ఏమీ లేదు | OpenRouter జాబితా |
Ricursive కార్డ్‌లు ఏ అధికారిక బిల్డ్‌కూ VRAM అవసరాన్ని పేర్కొనలేదు, 65B సైజు NVIDIA DGX Spark వంటి కన్స్యూమర్ హార్డ్‌వేర్‌పై సరిపోగలదని BF16 కార్డ్ చెబుతోంది. ఓపెన్ మోడళ్లను మీరే నడపడంలోని ఆచరణాత్మక అంశాలను TechiesJournal రాసిన నిజంగా ఏమి అవసరం అనే గైడ్ వివరిస్తుంది. ప్రతి మార్గాన్ని ఇక్కడ పునరుత్పత్తి చేయనిదిగానే పరిగణించండి, వాటిలో దేనిపైనైనా ఆధారపడే ముందు మోడల్ రివిజన్, రన్‌టైమ్ వెర్షన్, క్వాంటైజేషన్ నాణ్యతను మళ్లీ తనిఖీ చేయండి.
హోస్టెడ్ యాక్సెస్ కోసం, నవంబర్ 12, 2026న గమనించినట్లుగా, OpenRouter ఈ మోడల్‌కు మూడు ఎండ్‌పాయింట్‌లను జాబితా చేసింది, ప్రతి మిలియన్ ఇన్‌పుట్ టోకెన్‌లకు $0.10 నుంచి $0.20 వరకు, ప్రతి మిలియన్ అవుట్‌పుట్ టోకెన్‌లకు $0.30 నుంచి $0.60 వరకు ధరలతో, Together 131,072-టోకెన్ కాంటెక్స్ట్‌ను జాబితా చేయగా మిగతా రెండు 1,048,576 జాబితా చేశాయి. OpenRouter ధరలు మారుతుంటాయి, Ricursive పేర్కొన్న మరో ప్రొవైడర్ Fireworksను తనిఖీ చేయలేదు.
మూలాలు
- Ricursive: Ripple-65B Preview లాంచ్ బ్లాగ్
- Ricursive Intelligence వెబ్‌సైట్
- Ripple-65B Preview మోడల్ కార్డ్ (BF16)
- Ripple-65B Preview NVFP4 (Experimental)
- Ripple-65B Base Preview
- Ripple-65B Preview DFlash2
- AtomicChat Ripple-65B Preview GGUF
- llama.cpp పుల్ రిక్వెస్ట్ #31692
- llama.cpp రిలీజ్ b12167
- OpenRouter: Ricursive Ripple 65B Preview
- Artificial Analysis మోడళ్లు
- Vals AI: Vals Index
మూలాలను నవంబర్ 12, 2026న చదివాము. స్కోర్‌లు, కంపాటిబిలిటీ, ధరలు Ricursive, AtomicChat, OpenRouterవి, అవి మారవచ్చు.