Ripple-65B Preview: SOTA de peso aberto nos EUA em codificação agentiva
Um novo modelo de linguagem de peso aberto feito nos EUA, o Ripple-65B, afirma status de “state-of-the-art” em codificação agentiva, mas muitos comentaristas questionam a estreiteza dessa alegação e a seleção tendenciosa de benchmarks e modelos comparados — especialmente a omissão de modelos chineses líderes como Qwen. Os pontos fortes do modelo parecem ser sua licença permissiva Apache-2.0 e sua adequação para governos dos EUA ou ambientes regulamentados que evitam IA de origem chinesa, enquanto sua arquitetura dense de 65B levanta dúvidas sobre a praticidade para uso local por entusiastas em comparação com alternativas MoE mais eficientes. No geral, ele é visto como uma adição bem-vinda para casos de uso orientados por soberania e conformidade, e não como um líder claro de desempenho global.
Posicionamento do modelo e benchmarks
- O Ripple-65B é apresentado como um modelo forte para codificação agentiva, mas muitos comentaristas consideram que as escolhas de benchmark são estreitas e desatualizadas (por exemplo, Terminal Bench 2.1, SWE-bench, DeepSWE).
- Várias pessoas apontam comparações “cherry-picked”: omissão de modelos de peso aberto líderes (especialmente Qwen), uso de bases de referência mais antigas ou fracas e mistura de dense vs MoE sem ajuste.
- Alguns observam que, mesmo dentro do conjunto de peso aberto dos EUA escolhido, a margem sobre os concorrentes é pequena.
“SOTA de peso aberto nos EUA” e o ângulo de soberania
- O qualificativo “EUA” é muito discutido. Muitos veem isso como a criação de uma categoria muito estreita para reivindicar SOTA ou “frontier”.
- Outros argumentam que essa segmentação é relevante na prática: alguns ambientes do governo dos EUA, de defesa e regulamentados são explicitamente desencorajados ou proibidos de usar modelos de origem chinesa.
- Há discordância sobre se a origem deve importar para confiança, viés ou risco de backdoor; alguns veem isso como algo crítico, outros como algo amplamente ideológico ou protecionista.
Uso de “SOTA” e “frontier”
- Vários comentaristas argumentam que SOTA/frontier está sendo diluído ao adicionar restrições (apenas EUA, peso aberto, codificação agentiva, certo tamanho).
- Outros apontam que, em um sentido de Pareto, você sempre pode construir uma “fronteira” adicionando dimensões suficientes, o que enfraquece a दावा.
- Alguns sugerem que “frontier” agora é usado quase como sinônimo de “novo” em vez de realmente o melhor da categoria.
Comparações com Qwen e modelos chineses
- Crítica recorrente de que o post não compara com Qwen 3.8 e outros fortes modelos chineses de peso aberto.
- Onde números são mencionados, os modelos Qwen frequentemente têm desempenho semelhante ou melhor nos mesmos benchmarks, levantando dúvidas sobre quão competitivo o Ripple-65B é globalmente.
- Alguns observam preocupações de que laboratórios chineses dependem fortemente de destilação a partir de modelos fechados e podem superajustar aos benchmarks; outros respondem que todos os laboratórios dependem de conhecimento humano e benchmarks de formas semelhantes.
Hardware, inferência local e usuários-alvo
- Comentadores com Mac Studios de muita memória e servidores com muita RAM demonstram interesse; dense de 65B é visto como limítrofe, mas viável quando quantizado.
- As trocas entre dense e MoE são debatidas: dense exige mais computação, mas é mais simples; MoE pode ser mais barato por token, mas é mais complexo de executar, especialmente com streaming de pesos.
- Muitos esperam que este modelo seja voltado menos para entusiastas e mais para organizações com bastante computação e fluxos de trabalho air-gapped / sensíveis à propriedade intelectual (por exemplo, design de chips, governo).
Licenciamento e abertura
- A licença Apache-2.0 do Ripple-65B é elogiada como “realmente open-weight”, em contraste com alguns modelos conhecidos com restrições de uso.
- Alguns ressaltam que, para quem está impedido de usar fornecedores não americanos, um modelo realmente aberto, de origem norte-americana e de ponta preenche um nicho real.
Ceticismo sobre marketing e benchmarks
- Vários comentários caracterizam o gráfico comparativo e o título como orientados por marketing e potencialmente enganosos (por exemplo, não mostrar versões mais novas do TerminalBench, omitir pares mais fortes).
- Várias pessoas dizem que vão esperar avaliações de terceiros e benchmarks atualizados (por exemplo, um TerminalBench mais novo) antes de formar uma opinião sobre a competitividade real.