Felo API PlatformFelo API Platform
返回模型列表
Ricursiveaimessages

ricursiveAI/Ripple-65B-Preview API

Ricursive Intelligence 推出的 65B 稠密開源權重模型,專攻代理式編碼與工具呼叫,支援百萬 token 上下文。

Ripple-65B Preview 是 Ricursive Intelligence 於 2026 年 11 月 5 日發布的開源權重模型,採用 65B 參數稠密 Transformer 架構,以 Apache 2.0 授權釋出。模型從零開始預訓練,使用約 12 兆 token 的語料,內容以英文文字與程式碼為主。稠密架構讓它能在 MacBook 或 NVIDIA DGX Spark 等消費級硬體上執行;BF16 版本在 2 張 B200 GPU、批次大小為 8 的條件下,量化前可達每秒 250 token。

模型支援原生工具呼叫,每輪可執行一次函式呼叫並回傳函式名稱與 JSON 參數;推理模式會先輸出內部推理段落,再給出最終答案。它也能處理檔案與模組規模約 15,000 token 的程式碼審查與重構計畫,並支援選用的系統指示、使用者與工作階段識別碼、函式定義、取樣控制、停止字串、數值種子,以及確定性解碼與取樣之間的切換。

這個預覽版特別適合建立會規劃變更、呼叫工具並依據結果繼續執行的編碼代理,也適合程式碼審查與重構輔助、技術問答、透過使用者自訂函式查詢資料的助理,以及文件摘要與交叉核對。需要注意的是,此預覽版的后訓練相對輕量,且每輪僅支援一次函式呼叫。

更新時間:

模型 ID

ripple-65b-preview
上下文
1.049M
最大輸出
131.072K
建議 API
messages
輸入
text
輸出
text

核心要點

  • 65B 稠密 Transformer,Apache 2.0 開源權重
  • 100 萬 token 上下文視窗
  • 原生工具呼叫,每輪一次函式呼叫
  • 推理模式分離內部推理與最終答案
  • 可在 MacBook 或 DGX Spark 等消費級硬體執行
  • BF16 版本在 2 張 B200 上達每秒 250 token

供應商

1 個供應商

比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。

供應商 · 計費明細
可用率
$0.2$0.6$0.05

10 美元能買多少 token

輸入
5000萬 tokens
輸出
1666.7萬 tokens

依目前輸入與輸出單價估算,未計入折扣。

基準測試

  • TerminalBench 2.1

    自報成績,在美國開源權重模型中排名第一

    80.52
  • SWE-Bench Pro v2.0-Hard

    分

    79.1
  • DeepSWE v1.1

    分

    44.3
  • SciCode

    在 Ricursive 比較表中的五個模型中最低

    39.4

分數來自模型廠商公布的資料,未經獨立驗證。

推理能力

預設啟用
否
始終啟用
否

快速开始

直接复制代码,通过 Felo API Platform 兼容 API 调用该模型。写代码前可先在 Playground 测试提示词。

1

填入 API key

從 Felo API Platform 帳戶建立 key,並設定為環境變數。

export FELO_API_KEY="YOUR_API_KEY"
2

發出第一次請求

使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。

ripple-65b-preview

該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。

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());

使用第三方 SDK

兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.

3

啟用串流輸出

加入 stream: true,即可以 server-sent events 接收回應。

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 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。

SurfaceMethodURL

Messages

Anthropic-compatible messages for Claude-style clients.

POST

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

参数

名称类型默认值说明
modelstringripple-65b-previewPublic model ID to call.
max_tokensinteger—Maximum generated tokens.
messagesarray—Conversation messages for Chat Completions.
seed———
toolsarray—Tool calling definitions following compatible schema.
top_p———
logprobs———
temperaturenumber—Controls response variety when supported.
tool_choicestring or object—Controls whether a tool should be called.
top_logprobs———
response_formatobject—Request structured output when supported.

常見問題

什麼是 ricursiveAI/Ripple-65B-Preview?

Ripple-65B Preview 是 Ricursive Intelligence 於 2026 年 11 月 5 日發布的開源權重模型,採用 65B 參數稠密 Transformer 架構,以 Apache 2.0 授權釋出。模型從零開始預訓練,使用約 12 兆 token 的語料,內容以英文文字與程式碼為主。稠密架構讓它能在 MacBook 或 NVIDIA DGX Spark 等消費級硬體上執行;BF16 版本在 2 張 B200 GPU、批次大小為 8 的條件下,量化前可達每秒 250 token。 模型支援原生工具呼叫,每輪可執行一次函式呼叫並回傳函式名稱與 JSON 參數;推理模式會先輸出內部推理段落,再給出最終答案。它也能處理檔案與模組規模約 15,000 token 的程式碼審查與重構計畫,並支援選用的系統指示、使用者與工作階段識別碼、函式定義、取樣控制、停止字串、數值種子,以及確定性解碼與取樣之間的切換。 這個預覽版特別適合建立會規劃變更、呼叫工具並依據結果繼續執行的編碼代理,也適合程式碼審查與重構輔助、技術問答、透過使用者自訂函式查詢資料的助理,以及文件摘要與交叉核對。需要注意的是,此預覽版的后訓練相對輕量,且每輪僅支援一次函式呼叫。

如何計算呼叫費用?

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。

Ripple-65B Preview 支援哪些輸入與輸出?

模型僅支援文字輸入與文字輸出,不處理圖像或音訊。

上下文長度是多少?

上下文視窗為 100 萬 token,適合處理長篇文件與大型程式碼庫。

它適合哪些任務?

特別適合建立編碼代理、程式碼審查與重構輔助、技術問答、透過自訂函式查詢資料的助理,以及文件摘要與交叉核對。

工具呼叫有什麼限制?

每輪僅支援一次函式呼叫,回傳函式名稱與 JSON 參數。

推理模式如何運作?

推理模式會先輸出內部推理段落,再給出最終答案,方便檢視模型的思考過程。

與同系列模型相比有何不同?

同系列包含 GPT-6 Sol、GPT-6 Astra 與 GPT-6 Luna,但資料未提供各自的具體差異。