Ricursive lança Ripple-65B Preview, modelo aberto de 65 bilhões de parâmetros voltado para código agêntico

A Ricursive Intelligence, um laboratório norte-americano que se posiciona como “full-stack”, do modelo ao silício, publicou em 4 de novembro de 2026 os pesos do Ripple-65B Preview. Trata-se de um modelo denso de 65 bilhões de parâmetros, treinado do zero e disponibilizado sob a licença Apache 2.0, uma das mais permissivas existentes. Seu principal argumento: ter desempenho equivalente ou até superior em código agêntico em comparação com modelos abertos norte-americanos de sete a quinze vezes maiores.

O que foi publicado

No Hugging Face, a Ricursive disponibiliza três variantes: o modelo instruct em BF16, uma versão quantizada em NVFP4 (o formato de 4 bits das GPUs NVIDIA recentes) e um modelo base resultante apenas do pré-treinamento, sem dados sintéticos de perguntas e respostas. Soma-se a isso um pequeno modelo auxiliar para acelerar a geração via decodificação especulativa. O modelo também pode ser acessado via API pela Together AI, GMI Cloud e OpenRouter.

A ficha técnica descreve um pré-treinamento com 12 trilhões de tokens, essencialmente em inglês e código, seguido por várias etapas de adaptação (contexto longo, ajuste fino supervisionado, aprendizado por reforço) que expandem o contexto para até um milhão de tokens. A arquitetura é “fina e profunda”: 80 camadas, com mais cabeças de atenção do que o habitual e uma proporção maior de camadas com atenção em janela deslizante. O modelo processa exclusivamente texto.

A Ricursive destaca uma escolha que vai contra a corrente: um modelo denso em vez de Mixture-of-Experts (MoE), a arquitetura predominante dos grandes modelos abertos. Segundo a empresa, essa decisão simplificou a infraestrutura, permitindo que uma equipe que passou de uma para cinco pessoas conduzisse o treinamento sem a necessidade de kernels de computação personalizados. O ponto de partida foi a receita aberta do Olmo 3, do Allen Institute for AI.

Os números reivindicados

O número de destaque é uma pontuação de 80,5 no Terminal-Bench 2.1, um benchmark de tarefas de programação executadas em terminal. A Ricursive o compara com outros modelos abertos norte-americanos: 80,1 para o Reflection Beam (501 bilhões de parâmetros), 76,4 para o Meta Muse Spark Open (816 bilhões), 63,8 para o Thinking Machines Inkling (975 bilhões) e 56,4 para o NVIDIA Nemotron 3 Ultra (550 bilhões). O panorama completo é mais equilibrado: o Ripple fica atrás no SWE-bench Verified (76,5 contra 81,6 do Beam), no MCP Atlas, no SciCode e nas questões científicas do GPQA Diamond. A própria empresa reconhece que reproduzir essas avaliações agênticas é difícil, e parte das pontuações dos concorrentes foi medida com suas próprias ferramentas.

Outro anúncio marcante: a Ricursive afirma ter desenvolvido e treinado o modelo por 32 milhões de dólares, com tudo incluído, desde o ajuste da receita até o treinamento final. A desenvolvedora estima que esse valor seja dez vezes menor do que o do melhor modelo aberto anterior em código agêntico, mas essa comparação baseia-se em compromissos de computação reportados para o Reflection, e não em dados oficiais publicados por este último.

A quem ele se destina?

Com 65 bilhões de parâmetros, o Ripple ainda é pesado, mas muito mais gerenciável do que modelos com centenas de bilhões de parâmetros. A Ricursive afirma que ele cabe em uma máquina desktop como o DGX Spark da NVIDIA e oferece a versão NVFP4 para incentivar o uso local. A empresa também divulga 250 tokens por segundo em duas GPUs B200, antes da quantização. Para a Ricursive, este modelo funciona ainda como vitrine: uma variante interna alimenta sua plataforma de design de chips assistida por IA.