Cosa ha annunciato Ricursive
Ricursive Intelligence, azienda attiva nella progettazione di chip per l'intelligenza artificiale, ha addestrato un proprio modello linguistico open. Si chiama Ripple-65B Preview ed è stato preaddestrato su 12 trilioni di token, secondo quanto riportato da The Decoder. L'azienda sostiene che il modello abbia ottenuto 80,52 punti sul benchmark di coding TerminalBench 2.1, il risultato più alto tra i modelli open di provenienza statunitense.
Il dato sul punteggio è una dichiarazione dell'azienda e non un esito verificato in modo indipendente. Lo stesso vale per la cifra sui costi: Ricursive afferma che ricerca e sviluppo complessivi sono costati 32 milioni di dollari, comprendendo tutte le spese di sviluppo e addestramento. Il modello è distribuito su Hugging Face con licenza Apache 2.0.
Architettura e modalità di prova
Ripple-65B Preview adotta un'architettura Transformer densa con 65 miliardi di parametri, anziché l'approccio mixture-of-experts più diffuso, ed è ottimizzato per l'hardware Nvidia. Per le prove su TerminalBench 2.1 l'azienda ha utilizzato in parte Terminus 2 e in parte OpenCode come harness, cioè l'infrastruttura che esegue e valuta le attività del modello.
La scelta di un modello denso rispetto a un mixture-of-experts è tecnicamente rilevante perché incide su come il modello va eseguito e distribuito, ma il materiale disponibile non chiarisce quali vantaggi o svantaggi concreti comporti in termini di prestazioni o requisiti hardware. La licenza Apache 2.0, invece, è un fatto confermato e indica che il modello può essere usato e ridistribuito secondo i termini di quella licenza.
Il confronto con Inkling 2 Small e i limiti
Il quadro competitivo è misto. Secondo The Decoder, su altri benchmark Ripple non raggiunge Inkling 2 Small, un altro modello open occidentale rilasciato di recente. Il primato dichiarato riguarda quindi un singolo benchmark di coding per agenti e non un confronto generale. La fonte aggiunge che Ripple potrebbe risultare più semplice da installare sull'hardware degli utenti, ma si tratta di una valutazione ipotetica, non di un dato misurato.
Restano da verificare diversi elementi: i risultati su TerminalBench 2.1 non risultano replicati da terzi, il dettaglio dei benchmark su cui Ripple sarebbe inferiore a Inkling 2 Small non è specificato, e non è indicato quali requisiti hardware servano per eseguire un modello denso da 65 miliardi di parametri. La natura di anteprima, inoltre, suggerisce che il modello possa cambiare prima di una versione definitiva. Il confronto tra i due modelli open resta dunque parziale e legato alle dichiarazioni delle rispettive aziende.
