Felo API PlatformFelo API Platform

Ricursiveai API: model, harga, dan spesifikasi

Bandingkan setiap model Ricursiveai yang tersedia melalui Felo API — harga, jendela konteks, dan kemampuan dalam satu tabel. Panggil semuanya dengan kunci API yang sama.

Model
1
chat ×1
Input / 1M
$0.2
Output / 1M
$0.6
Konteks terbesar
1.049M

Ripple-65B Preview adalah model Transformer padat 65 miliar parameter dari Ricursive Intelligence, dirilis 5 November 2026 dengan bobot terbuka Apache 2.0 dan konteks 1 juta token.

Ripple-65B Preview adalah model bahasa Transformer padat dengan 65 miliar parameter yang dikembangkan oleh Ricursive Intelligence dan dirilis pada 5 November 2026. Model ini dirilis dengan bobot terbuka di bawah lisensi Apache 2.0 dan mendukung input serta output teks. Dengan panjang konteks 1 juta token, model ini mampu menangani dokumen dan percakapan yang sangat panjang. Proses pra-pelatihan dilakukan dari awal pada sekitar 12 triliun token yang sebagian besar berupa teks berbahasa Inggris dan kode. Arsitektur padat dipilih dibandingkan campuran ahli untuk mengurangi kompleksitas infrastruktur, dan model ini dapat dijalankan pada perangkat keras konsumen seperti MacBook atau NVIDIA DGX Spark.

Model ini unggul dalam tugas pengkodean agen, seperti membangun agen yang merencanakan perubahan, memanggil alat, dan melanjutkan dari hasil. Kemampuan pemanggilan fungsi asli memungkinkan satu panggilan fungsi per giliran dengan nama fungsi dan argumen JSON. Mode penalaran mengembalikan penalaran internal sebagai bagian terpisah sebelum jawaban akhir. Model ini juga mendukung instruksi sistem opsional, pengenal pengguna dan sesi, definisi fungsi, kontrol pengambilan sampel, string berhenti, seed numerik, dan pengodean deterministik versus pengambilan sampel. Untuk tinjauan kode dan rencana refaktorisasi, model ini menangani berkas dan modul hingga sekitar 15.000 token.

Ripple-65B Preview mencapai skor TerminalBench 2.1 yang dilaporkan sendiri sebesar 80,52, tertinggi di antara model bobot terbuka AS. Skor ini dicapai dengan hanya 1,4 juta rollout, jauh lebih sedikit dibandingkan Reflection80.1. Model ini juga mencapai pengurangan biaya 10x relatif terhadap model agen bobot terbuka sebelumnya, dengan biaya penelitian dan pengembangan total $32 juta. Namun, model ini tertinggal dari pesaing campuran ahli yang lebih besar pada SciCode, DeepSWE, dan MCP Atlas. Rilis pratinjau ini telah menjalani pasca-pelatihan ringan yang berfokus pada pengkodean agen. Keterbatasan lain termasuk hanya satu panggilan fungsi per giliran. Model BF16 mencapai 250 token per detik pada 2x B200 GPU dengan ukuran batch 8 sebelum kuantisasi. Rilis ini mencakup tiga pos pemeriksaan: model BF16 instruksi, versi NVFP4, dan model dasar BF16.

Spesifikasi

Input / 1M
$0.2
Output / 1M
$0.6
Konteks
1.049M
Output maksimum
131.072K
Protokol
messages
Lihat model →

Model serupa dari penyedia lain