Ricursive Intelligence liberó Ripple-65B Preview, un modelo de inteligencia artificial con pesos abiertos basado en una variante de la tecnología que usa para su plataforma de diseño de chips. La empresa afirma que supera a varios modelos estadounidenses mayores en pruebas de programación, aunque sus propios resultados cambian según la tarea y el entorno de evaluación.
El lanzamiento del 4 de noviembre de 2026 pone a disposición un modelo de 65,000 millones de parámetros bajo licencia Apache 2.0. Ricursive también informó que gastó 32 millones de dólares en desarrollarlo y entrenarlo, una cifra distinta del precio que pagan quienes acceden a él mediante una API.
La ventaja depende de la prueba
En Terminal-Bench 2.1, una prueba de tareas que se resuelven mediante una terminal, Ricursive reportó 80.52 puntos para Ripple. En su comparación, Reflection Beam obtuvo 80.1. La diferencia entre las cifras redondeadas es de cuatro décimas de punto y se refiere al grupo de modelos de pesos abiertos de Estados Unidos que la empresa eligió comparar, no a todos los modelos disponibles.
La ficha técnica mezcla puntuaciones publicadas por los desarrolladores con evaluaciones realizadas por Ricursive cuando faltaban datos. La empresa reconoce que reproducir pruebas de agentes es difícil y que cambiar el sistema que ejecuta las tareas puede alterar el resultado. Ese sistema, conocido como harness, da al modelo acceso a herramientas y administra la ejecución.
En otra prueba de programación, SWE-bench Verified, la misma ficha coloca a Ripple en 76.5 y a Beam en 81.6. En SWE-bench Pro v2.0 Hard, en cambio, registra 79.1 para Ripple y 76.5 para Beam. Son mediciones de tareas y configuraciones distintas, por lo que ninguna por sí sola determina cuál resolverá mejor un proyecto concreto.
VentureBeat también detectó una diferencia entre los materiales de Ricursive: el gráfico de lanzamiento que recoge el medio asigna 72.4 a Muse Spark Open en SWE-bench Pro v2.0 Hard, mientras que la ficha del modelo consultada le da 52.3. Los documentos consultados no aclaran a qué se debe esa diferencia.
Menos parámetros totales, más parámetros activos
Ripple es un modelo denso: utiliza sus 65,000 millones de parámetros al procesar cada token. Beam tiene 501,000 millones en total, pero utiliza 23,000 millones por token, según la tabla de Ricursive. Beam emplea una arquitectura de mezcla de expertos, que activa partes del modelo para cada operación.
Por eso, comparar solo los tamaños totales no demuestra cuánto cuesta o tarda cada sistema en resolver una tarea. También importan los parámetros que entran en acción, la infraestructura, el texto procesado y las condiciones de la prueba.
Reflection publicó Beam con pesos abiertos en octubre y explicó que sus estimaciones de cómputo excluían parte del trabajo necesario para ejecutar el servicio.
Patricia Rodriguez
Ricursive dice que entrenó Ripple desde cero con 12 billones de tokens de texto, principalmente en inglés y código, y que admite una ventana de contexto de hasta un millón de tokens. Esa ventana es la cantidad de información que el modelo puede tener en cuenta en una interacción; la capacidad disponible puede depender del servicio que lo aloje.
Cuánto cuesta usar Ripple
Los pesos son los valores que el modelo aprendió durante su entrenamiento. Su publicación permite descargarlos y adaptarlos bajo las condiciones de Apache 2.0, aunque tener los pesos no equivale por sí solo a disponer de todos los datos o recursos usados para entrenarlo.
Ejecutarlo por cuenta propia exige infraestructura. El repositorio de la versión BF16 figura con un tamaño de 130 GB en Hugging Face. Ricursive ofrece también una versión experimental con menor precisión en parte del modelo y afirma que puede ejecutarse en un equipo Nvidia DGX Spark. La memoria necesaria para una instalación concreta depende de la versión y la configuración.
Para quien prefiera un servicio alojado, OpenRouter mostraba el 5 de noviembre una tarifa de GMI Cloud de 0.20 dólares por millón de tokens de entrada y 0.60 dólares por millón de tokens de salida. Los tokens son unidades en que se divide el texto procesado o generado. El precio de salida es tres veces el de entrada por la misma cantidad, y el gasto de una tarea depende de ambos volúmenes.
Los 32 millones de dólares anunciados por Ricursive corresponden a investigación y desarrollo, incluidos experimentos, datos sintéticos y entrenamiento final. Esa cifra describe el costo que la empresa atribuye a construir el modelo; las tarifas de OpenRouter describen el uso posterior del servicio.
