Ripple-65B 预览:面向 Agentic 编码的美国开权重 SOTA

一款新的美国制造开权重大语言模型 Ripple-65B 声称在 agentic 编码方面达到“最先进”水平,但许多评论者质疑这一说法的范围过窄,并指出基准测试和对比模型存在挑选性,尤其是遗漏了像 Qwen 这样的领先中国模型。该模型的优势似乎在于其宽松的 Apache-2.0 许可,以及适合规避中国来源 AI 的美国政府或受监管环境;而其 dense 65B 架构则让人担心对爱好者本地使用而言不如更高效的 MoE 方案实用。总体而言,它被视为一个适合主权与合规驱动场景的欢迎入局者,而不是明确的全球性能领跑者。

模型定位与基准测试

  • Ripple-65B 被呈现为一款强大的 agentic 编码模型,但许多评论者认为其基准选择过于狭窄且过时(例如 Terminal Bench 2.1、SWE-bench、DeepSWE)。
  • 有几位评论者指出存在“挑选性”对比:遗漏领先的开权重模型(尤其是 Qwen)、使用更旧或更弱的基线,以及在未做调整的情况下混合 dense 与 MoE。
  • 也有人指出,即使在所选的美国开权重集合内部,与竞争对手的差距也很小。

“美国开权重 SOTA”与主权角度

  • “美国(U.S.)”这一限定被广泛讨论。许多人认为这是在划出一个非常狭窄的类别,以便宣称 SOTA 或“frontier”。
  • 也有人认为这种细分在实践中确实有意义:一些美国政府、国防和受监管环境被明确不鼓励或禁止使用中国来源的模型。
  • 对于来源是否应当影响信任、偏见或后门风险,存在分歧;有人认为这很关键,也有人认为这在很大程度上只是意识形态或保护主义。

“SOTA”和“frontier”的使用

  • 多位评论者认为,通过增加限制条件(仅限美国、开权重、agentic 编码、特定规模),SOTA/frontier 的含义正在被稀释。
  • 也有人指出,从帕累托意义上讲,只要增加足够多的维度,总能构造出一个“frontier”,这削弱了这一说法。
  • 有人认为,如今“frontier”几乎已被当作“新的”同义词,而不是真正意义上的同类最佳。

与 Qwen 和中国模型的比较

  • 反复出现的批评是,该帖子没有与 Qwen 3.8 以及其他强大的中国开权重模型进行比较。
  • 在提到具体数字时,Qwen 模型在相同基准上往往表现相近或更好,这引发了对 Ripple-65B 在全球范围内竞争力的质疑。
  • 有人提到,对中国实验室依赖闭源模型蒸馏并可能对基准过拟合表示担忧;也有人回应称,所有实验室在某种程度上都依赖人类知识和基准,情况类似。

硬件、本地推理与目标用户

  • 拥有大内存 Mac Studio 和大内存服务器的评论者对此感兴趣;65B dense 被认为处于边缘但在量化后可行。
  • Dense 与 MoE 的权衡被讨论:dense 计算更重但更简单;MoE 每 token 成本可能更低,但运行更复杂,尤其是在权重流式加载时。
  • 许多人预计该模型面向的对象与其说是爱好者,不如说是拥有充足算力、并且工作流需要空气隔离 / IP 敏感环境的组织(例如芯片设计、政府)。

许可与开放性

  • Ripple-65B 的 Apache-2.0 许可证受到称赞,被认为是“真正的开权重”,与一些带有使用限制的知名模型形成对比。
  • 有人强调,对于被禁止使用非美国供应商的人来说,一个真正开放、美国来源、高端的模型填补了一个现实需求。

对营销和基准测试的怀疑

  • 多条评论将对比图表和标题描述为受营销驱动,并可能具有误导性(例如,没有展示更新的 TerminalBench 版本,遗漏更强的同行模型)。
  • 还有不少人表示,在对真实竞争力形成看法之前,他们会等待第三方评测和更新后的基准(例如更新版 TerminalBench)。