Модель на 65 млрд параметров обошла 501-миллиардную модель в тесте для ИИ-агентов Ricursive Intelligence представила Ripple-65B Preview, открытую модель для программирования и работы ИИ-агентов. По опубликованным разработчиками результатам, Ripple набрала 80,5% в Terminal-Bench 2.1, обойдя Reflection Beam-501B с результатом 80,1%. При этом есть нюанс: Ripple использует все 65 млрд параметров при каждом запросе, а Beam построена на архитектуре MoE и активирует только 23 млрд из 501 млрд параметров. Характеристики Ripple-65B: - 65 млрд параметров. - Контекст до 1 млн токенов. - Обучение на 12 трлн токенов. - Заявленный вычислительный бюджет обучения $32 млн. - Лицензия Apache 2.0. - Открытые веса и возможность локального запуска. Особенно интересно, что модель обучали с нуля, а не дорабатывали существующую LLM. Terminal-Bench проверяет способность ИИ-агентов выполнять реальные задачи в терминале: работать с кодом, инструментами и окружением. Разница в 0,4 процентного пункта сама по себе невелика, а результаты пока основаны на заявлениях разработчиков. Но появление открытой модели такого размера с конкурентоспособными показателями в агентном программировании заслуживает внимания. https://ricursive.com/ripple