Felo API PlatformFelo API Platform
Wróć do modeli
Ricursiveaimessages

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

1 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność
$0.2$0.6$0.05

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

  • TerminalBench 2.1

    wynik deklarowany przez twórców; najwyższy wśród amerykańskich modeli o otwartych wagach

    80,52
  • SWE-Bench Pro v2.0-Hard

    punktów

    79,1
  • DeepSWE v1.1

    punktów

    44,3
  • SciCode

    najniższy wynik wśród pięciu modeli w tabeli porównawczej Ricursive

    39,4

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.

1

Pobierz klucz API

Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.

export FELO_API_KEY="YOUR_API_KEY"
2

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-preview

Ten 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.

3

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.

InterfejsMetodaURL

Messages

Komunikaty zgodne z Anthropic dla klientów w stylu Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parametry

NazwaTypDomyślnieOpis
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.