ricursiveAI/Ripple-65B-Preview API
Ripple-65B Preview to gęsty model Transformer o 65 miliardach parametrów od Ricursive Intelligence, wydany na otwartej licencji Apache 2.0, z kontekstem 1 miliona tokenów i trybem rozumowania.
Ripple-65B Preview to pierwszy model od Ricursive Intelligence, udostępniony 5 listopada 2026 roku na otwartej licencji Apache 2.0. Jest to gęsta architektura Transformer o 65 miliardach parametrów, wytrenowana od podstaw na około 12 bilionach tokenów tekstu głównie w języku angielskim oraz kodu. Model obsługuje kontekst o długości 1 miliona tokenów, przyjmuje wyłącznie dane tekstowe i generuje odpowiedzi tekstowe. Dzięki gęstej architekturze może działać na sprzęcie konsumenckim, takim jak MacBook czy NVIDIA DGX Spark, a w wersji BF16 osiąga 250 tokenów na sekundę na 2 kartach B200 przy rozmiarze partii 8 przed kwantyzacją.
Model wyróżnia się natywnym wywoływaniem narzędzi — jednym wywołaniem funkcji na turę, zwracającym nazwę funkcji wraz z argumentami w formacie JSON — oraz trybem rozumowania, który przedstawia wewnętrzny tok myślenia w osobnej sekcji przed finalną odpowiedzią. Obsługuje opcjonalne instrukcje systemowe, identyfikatory użytkownika i sesji, definicje funkcji, a także kontrolki próbkowania, ciągi zatrzymania, numeryczne ziarno i przełącznik między dekodowaniem deterministycznym a próbkowaniem. Wersja Preview przeszła stosunkowo lekki trening polegający na dostrajaniu, skoncentrowany na kodowaniu agentowym.
Model sprawdza się w budowaniu agentów kodujących, które planują zmiany, wywołują narzędzia i kontynuują pracę na podstawie wyników, a także w przeglądzie kodu i planowaniu refaktoryzacji plików oraz modułów do około 15 000 tokenów. Sprawdza się również w odpowiadaniu na pytania techniczne, w asystentach wyszukujących dane za pomocą funkcji zdefiniowanych przez użytkownika oraz w podsumowywaniu i weryfikowaniu dokumentów. W benchmarku TerminalBench 2.1 osiągnął wynik 80,52, deklarowany przez twórców jako najwyższy wśród amerykańskich modeli o otwartych wagach, przy zaledwie1,4 miliona rolloutów. Model uzyskał 10-krotną redukcję kosztów względem poprzedniego otwartego modelu agentowego, przyłącznym koszcie badań i rozwoju wynoszącym 32 miliony dolarów.
Zaktualizowano:
MODEL ID
ripple-65b-preview- Kontekst
- 1.049M
- Maks. wyjście
- 131.072K
- Polecane API
- messages
- Wejście
- text
- Wyjście
- text
Najważniejsze informacje
- Gęsty Transformer o 65 mld parametrów
- Licencja Apache 2.0 i otwarte wagi
- Kontekst 1 miliona tokenów
- Natywne wywoływanie narzędzi
- Tryb rozumowania z osobną sekcją
- Działa na sprzęcie konsumenckim
Dostawcy
Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.
| Dostępność | ||||
|---|---|---|---|---|
| $0.2 | $0.6 | $0.05 |
Dane historyczne nie są kontrolą na żywo. Brak danych nie oznacza awarii.
Co można kupić za $10
- Wejście
- 50 mln tokenów
- Wyjście
- 16,7 mln tokenów
Szacunek na podstawie obecnych cen wejścia i wyjścia, bez rabatów.
Benchmarki
- 80,52
TerminalBench 2.1
wynik deklarowany przez twórców; najwyższy wśród amerykańskich modeli o otwartych wagach
- 79,1
SWE-Bench Pro v2.0-Hard
punktów
- 44,3
DeepSWE v1.1
punktów
- 39,4
SciCode
najniższy wynik wśród pięciu modeli w tabeli porównawczej Ricursive
Wyniki zgodnie z publikacją dostawcy modelu.
Rozumowanie
- Włączone domyślnie
- Nie
- Zawsze włączone
- Nie
Szybki start
Gotowy kod do wywołania tego modelu przez zgodne API Felo API Platform. Zacznij w Playground, gdy chcesz przetestować prompty przed pisaniem kodu.
Pobierz klucz API
Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.
export FELO_API_KEY="YOUR_API_KEY"Wyślij pierwsze żądanie
Użyj tego identyfikatora modelu z endpointem Felo API Platform. Opcjonalne nagłówki żądania, takie jak X-Request-Id, mogą pomóc w diagnostyce.
ripple-65b-previewTen model obsługuje rozumowanie. Jeśli wybrany protokół i trasa modelu udostępniają elementy sterujące rozumowaniem, zachowaj zwrócone metadane rozumowania podczas kontynuowania rozmowy.
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());Korzystanie z zewnętrznych SDK
Używaj zgodnych SDK, ustawiając baseURL na https://openapi.felo.ai/api/v1. Użyj bazowego adresu URL zgodnego z Anthropic dla klientów w stylu Claude. https://openapi.felo.ai/api.
Włącz strumieniowanie
Dodaj stream: true, aby otrzymywać odpowiedzi jako server-sent events.
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 udostępnia zgodne interfejsy wywoływania modeli. Wybierz ten, który Twoja aplikacja lub klient agenta już obsługuje.
Messages
Komunikaty zgodne z Anthropic dla klientów w stylu Claude.
POST
https://openapi.felo.ai/api/v1/messagesParametry
modelstringripple-65b-previewPubliczny identyfikator modelu do wywołania.max_tokensinteger—Maksymalna liczba generowanych tokenów.messagesarray—Komunikaty rozmowy dla Chat Completions.seed———toolsarray—Definicje wywoływania narzędzi zgodne z obsługiwanym schematem.top_p———logprobs———temperaturenumber—Steruje różnorodnością odpowiedzi, gdy jest obsługiwane.tool_choicestring or object—Steruje tym, czy narzędzie powinno zostać wywołane.top_logprobs———response_formatobject—Żąda ustrukturyzowanego wyniku, gdy jest obsługiwany.Często zadawane pytania
Co to jest ricursiveAI/Ripple-65B-Preview?
Ripple-65B Preview to pierwszy model od Ricursive Intelligence, udostępniony 5 listopada 2026 roku na otwartej licencji Apache 2.0. Jest to gęsta architektura Transformer o 65 miliardach parametrów, wytrenowana od podstaw na około 12 bilionach tokenów tekstu głównie w języku angielskim oraz kodu. Model obsługuje kontekst o długości 1 miliona tokenów, przyjmuje wyłącznie dane tekstowe i generuje odpowiedzi tekstowe. Dzięki gęstej architekturze może działać na sprzęcie konsumenckim, takim jak MacBook czy NVIDIA DGX Spark, a w wersji BF16 osiąga 250 tokenów na sekundę na 2 kartach B200 przy rozmiarze partii 8 przed kwantyzacją. Model wyróżnia się natywnym wywoływaniem narzędzi — jednym wywołaniem funkcji na turę, zwracającym nazwę funkcji wraz z argumentami w formacie JSON — oraz trybem rozumowania, który przedstawia wewnętrzny tok myślenia w osobnej sekcji przed finalną odpowiedzią. Obsługuje opcjonalne instrukcje systemowe, identyfikatory użytkownika i sesji, definicje funkcji, a także kontrolki próbkowania, ciągi zatrzymania, numeryczne ziarno i przełącznik między dekodowaniem deterministycznym a próbkowaniem. Wersja Preview przeszła stosunkowo lekki trening polegający na dostrajaniu, skoncentrowany na kodowaniu agentowym. Model sprawdza się w budowaniu agentów kodujących, które planują zmiany, wywołują narzędzia i kontynuują pracę na podstawie wyników, a także w przeglądzie kodu i planowaniu refaktoryzacji plików oraz modułów do około 15 000 tokenów. Sprawdza się również w odpowiadaniu na pytania techniczne, w asystentach wyszukujących dane za pomocą funkcji zdefiniowanych przez użytkownika oraz w podsumowywaniu i weryfikowaniu dokumentów. W benchmarku TerminalBench 2.1 osiągnął wynik 80,52, deklarowany przez twórców jako najwyższy wśród amerykańskich modeli o otwartych wagach, przy zaledwie1,4 miliona rolloutów. Model uzyskał 10-krotną redukcję kosztów względem poprzedniego otwartego modelu agentowego, przyłącznym koszcie badań i rozwoju wynoszącym 32 miliony dolarów.
Jak rozliczane jest użycie?
Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.
Jakie dane wejściowe obsługuje Ripple-65B Preview?
Model przyjmuje wyłącznie dane tekstowe i generuje odpowiedzi tekstowe.
Jaki jest limit kontekstu w Ripple-65B Preview?
Model obsługuje kontekst o długości 1 miliona tokenów.
Do jakich zadań najlepiej nadaje się Ripple-65B Preview?
Sprawdza się w budowaniu agentów kodujących, przeglądzie i refaktoryzacji kodu, odpowiadaniu na pytania techniczne, asystentach korzystających z funkcji użytkownika oraz podsumowywaniu i weryfikacji dokumentów.
Czym różni się Ripple-65B Preview od modeli z rodziny GPT-6?
Ripple-65B Preview to gęsty model o 65 miliardach parametrów na licencji Apache 2.0, dostępny jako otwarte wagi, podczas gdy modele GPT-6 Sol, GPT-6 Astra i GPT-6 Luna należą do innej rodziny i nie są opisane w tym materiale.
Jakie tryby pracy oferuje Ripple-65B Preview?
Model oferuje tryb rozumowania, który przedstawia wewnętrzny tok myślenia w osobnej sekcji przed finalną odpowiedzią, oraz natywne wywoływanie narzędzi z jednym wywołaniem funkcji na turę.