ricursiveAI/Ripple-65B-Preview API
مدل زبانی متنباز ۱۳۵ میلیارد پارامتری از سری مدلهای هوش مصنوعی است که برای وظایف کدنویسی، تحلیل و تولید متن طراحی شده است.
مدل زبانی Ripple-65M یک مدل زبانی متنباز با۱۳۵ میلیارد پارامتر است که توسط شرکت Ricursive Intelligence توسعه یافته و در تاریخ۵ نوامبر ۲۰۲۶ منتشر شده است. این مدل با معماری متراکم (Dense) طراحی شده و برخلاف مدلهای ترکیبی (MoE) از پیچیدگی زیرساختی کمتری برخوردار است. پنجره زمینه (Context) این مدل ۱ میلیون توکن است و تنها از ورودی و خروجی متنی پشتیبانی میکند.
این مدل قابلیتهای متنوعی برای وظایف برنامهنویسی و تحلیل داده دارد. از جمله این قابلیتها میتوان به فراخوانی ابزار بومی (Native Tool Calling) با یک فراخوانی تابع در هر نوبت، حالت استدلال (Reasoning Mode) که استدلال داخلی را به صورت بخشی جداگانه قبل از پاسخ نهایی ارائه میدهد، و توانایی بررسی کد و برنامهریزی برای بازسازی فایلها و ماژولهای تا حدود ۱۵۰۰۰ توکن اشاره کرد. این مدل همچنین از دستورالعملهای سیستمی اختیاری، شناسههای کاربر و جلسه، و تعریف توابع پشتیبانی میکند.
Ripple-65M برای ساخت عوامل کدنویسی (Coding Agents) که تغییرات را برنامهریزی میکنند، ابزارها را فراخوانی میکنند و از نتایج ادامه میدهند، کمک به بررسی و بازسازی کد، پاسخ به سوالات فنی، دستیارهایی که از طریق توابع تعریفشده توسط کاربر به جستجوی داده میپردازند، و خلاصهسازی و تطبیق اسناد مناسب است. این مدل در بنچمارک TerminalBench 2.1 امتیاز 80.52 را کسب کرده و در میان مدلهای متنباز آمریکایی بالاترین رتبه را دارد.
بهروزرسانی:
MODEL ID
ripple-65b-preview- زمینه
- 1.049M
- حداکثر خروجی
- 131.072K
- API پیشنهادی
- messages
- ورودی
- text
- خروجی
- text
نکات برجسته
- ۱۳۵ میلیارد پارامتر با معماری متراکم
- مجوز متنباز Apache 2.0
- پنجره زمینه ۱ میلیون توکن
- فراخوانی ابزار بومی با یک تابع در هر نوبت
- حالت استدلال با بخش جداگانه
- امتیاز 80.52 در TerminalBench 2.1
ارائهدهندگان
قیمت API را بین ارائهدهندگان مقایسه کنید. یک ارائهدهنده را انتخاب کنید تا همه هزینهها و شرایط را ببینید.
| دسترسپذیری | ||||
|---|---|---|---|---|
| $0.2 | $0.6 | $0.05 |
آمار تاریخی بررسی زنده وضعیت نیست. نبود داده به معنی قطعی نیست.
با $10 چه میتوان خرید
- ورودی
- ۵۰ میلیون توکن
- خروجی
- ۱۶٫۷ میلیون توکن
برآورد بر اساس قیمتهای فعلی ورودی و خروجی، پیش از تخفیف.
بنچمارکها
- 80.52
TerminalBench 2.1
خودگزارششده؛ بالاترین در میان مدلهای متنباز آمریکایی
- 79.1
SWE-Bench Pro v2.0-Hard
امتیاز
- 44.3
DeepSWE v1.1
امتیاز
- 39.4
SciCode
پایینترین در میان پنج مدل جدول مقایسه Ricursive
امتیازها همانگونه که ارائهدهنده مدل منتشر کرده است.
استدلال
- بهطور پیشفرض فعال
- خیر
- همیشه فعال
- خیر
شروع سریع
کد آماده برای فراخوانی این مدل با APIهای سازگار با Felo API Platform. وقتی میخواهید پرامپتها را پیش از نوشتن کد آزمایش کنید، از Playground شروع کنید.
کلید API خود را بگیرید
از حساب Felo API Platform خود کلیدی بسازید و آن را بهعنوان متغیر محیطی تنظیم کنید.
export FELO_API_KEY="YOUR_API_KEY"اولین درخواست خود را بفرستید
این شناسه مدل را با endpoint Felo API Platform به کار ببرید. سرآیندهای اختیاری درخواست مانند X-Request-Id میتوانند در عیبیابی کمک کنند.
ripple-65b-previewاین مدل توان استدلال دارد. اگر پروتکل و مسیر مدل انتخابشده کنترلهای استدلال ارائه میدهند، هنگام ادامه گفتگو فراداده استدلال بازگشتی را نگه دارید.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "ripple-65b-preview",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());استفاده از SDKهای شخص ثالث
از SDKهای سازگار با تنظیم baseURL روی این نشانی استفاده کنید: https://openapi.felo.ai/api/v1. برای کلاینتهای به سبک Claude از نشانی پایه سازگار با Anthropic استفاده کنید. https://openapi.felo.ai/api.
جریان را فعال کنید
برای دریافت پاسخها بهصورت رویدادهای ارسالی از سرور، stream: true را اضافه کنید.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ripple-65b-preview",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform سطوح سازگار برای فراخوانی مدل ارائه میکند. سطحی را انتخاب کنید که برنامه یا کلاینت عامل شما از قبل پشتیبانی میکند.
Messages
پیامهای سازگار با Anthropic برای کلاینتهای به سبک Claude.
POST
https://openapi.felo.ai/api/v1/messagesپارامترها
modelstringripple-65b-previewشناسه عمومی مدل برای فراخوانی.max_tokensinteger—حداکثر token تولیدی.messagesarray—پیامهای گفتگو برای Chat Completions.seed———toolsarray—تعریفهای فراخوانی ابزار بر پایه طرحواره سازگار.top_p———logprobs———temperaturenumber—در صورت پشتیبانی، تنوع پاسخ را کنترل میکند.tool_choicestring or object—کنترل میکند آیا ابزاری باید فراخوانی شود.top_logprobs———response_formatobject—در صورت پشتیبانی، خروجی ساختاریافته درخواست میکند.پرسشهای متداول
معرفی مدل: ricursiveAI/Ripple-65B-Preview?
مدل زبانی Ripple-65M یک مدل زبانی متنباز با۱۳۵ میلیارد پارامتر است که توسط شرکت Ricursive Intelligence توسعه یافته و در تاریخ۵ نوامبر ۲۰۲۶ منتشر شده است. این مدل با معماری متراکم (Dense) طراحی شده و برخلاف مدلهای ترکیبی (MoE) از پیچیدگی زیرساختی کمتری برخوردار است. پنجره زمینه (Context) این مدل ۱ میلیون توکن است و تنها از ورودی و خروجی متنی پشتیبانی میکند. این مدل قابلیتهای متنوعی برای وظایف برنامهنویسی و تحلیل داده دارد. از جمله این قابلیتها میتوان به فراخوانی ابزار بومی (Native Tool Calling) با یک فراخوانی تابع در هر نوبت، حالت استدلال (Reasoning Mode) که استدلال داخلی را به صورت بخشی جداگانه قبل از پاسخ نهایی ارائه میدهد، و توانایی بررسی کد و برنامهریزی برای بازسازی فایلها و ماژولهای تا حدود ۱۵۰۰۰ توکن اشاره کرد. این مدل همچنین از دستورالعملهای سیستمی اختیاری، شناسههای کاربر و جلسه، و تعریف توابع پشتیبانی میکند. Ripple-65M برای ساخت عوامل کدنویسی (Coding Agents) که تغییرات را برنامهریزی میکنند، ابزارها را فراخوانی میکنند و از نتایج ادامه میدهند، کمک به بررسی و بازسازی کد، پاسخ به سوالات فنی، دستیارهایی که از طریق توابع تعریفشده توسط کاربر به جستجوی داده میپردازند، و خلاصهسازی و تطبیق اسناد مناسب است. این مدل در بنچمارک TerminalBench 2.1 امتیاز 80.52 را کسب کرده و در میان مدلهای متنباز آمریکایی بالاترین رتبه را دارد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
مدل Ripple-65M از چه نوع ورودیهایی پشتیبانی میکند؟
این مدل تنها از ورودی و خروجی متنی پشتیبانی میکند و قابلیت پردازش تصویر یا صدا را ندارد.
پنجره زمینه (Context) این مدل چقدر است؟
پنجره زمینه این مدل ۱ میلیون توکن است که برای پردازش اسناد طولانی و مکالمات گسترده مناسب است.
آیا این مدل از فراخوانی ابزار پشتیبانی میکند؟
بله، این مدل از فراخوانی ابزار بومی با یک فراخوانی تابع در هر نوبت پشتیبانی میکند و نام توابع را همراه با آرگومانهای JSON برمیگرداند.
این مدل برای چه وظایفی مناسب است؟
این مدل برای ساخت عوامل کدنویسی، بررسی و بازسازی کد، پاسخ به سوالات فنی، خلاصهسازی و تطبیق اسناد، و دستیارهایی که از طریق توابع تعریفشده توسط کاربر به جستجوی داده میپردازند، مناسب است.
تفاوت این مدل با مدلهای مشابه در چیست؟
این مدل با معماری متراکم (Dense) طراحی شده که اجرا بر روی سختافزار مصرفی مانند MacBook یا NVIDIA DGX Spark را ممکن میکند و در بنچمارک TerminalBench 2.1 امتیاز 80.52 را کسب کرده است.