Ripple-65B de Ricursive: el modelo abierto con Apache 2.0 logra un 80,5% en TerminalBench

Si quiere ejecutar un agente de programación en sus propios servidores sin enviar el código fuente a una API externa, la oferta de modelos abiertos seguía siendo limitada. Ripple-65B Preview de Ricursive Intelligence amplía esa oferta: el modelo está disponible en Hugging Face bajo la licencia Apache 2.0, lo que permite ajustarlo, integrarlo en un producto y venderlo sin tener que lidiar con condiciones restrictivas.

Lo que se sabe del modelo

Ricursive Intelligence es conocida principalmente como una empresa que diseña chips de IA, y los modelos de lenguaje representan una nueva línea de negocio. Ripple-65B Preview fue preentrenado con 12 billones de tokens. Según la empresa, obtuvo un 80,52% en TerminalBench 2.1, el mejor resultado entre los modelos abiertos estadounidenses. En la prueba se utilizaron dos harnesses: en parte Terminus 2 y en parte OpenCode. Es un detalle importante: el resultado de los benchmarks agénticos depende en gran medida no solo del modelo, sino también de cómo esté implementado el ciclo de llamadas a herramientas.

La arquitectura también es atípica para el mercado actual. La mayoría de los grandes modelos recientes adoptan un diseño mixture-of-experts, en el que solo una parte de los parámetros procesa cada token. Ripple es un transformador denso de 65.000 millones de parámetros optimizado para hardware de Nvidia. Es más sencillo de desplegar y ofrece un comportamiento más predecible, aunque, con un nivel de rendimiento equivalente, suele requerir más cómputo por token.

El coste declarado de todo el desarrollo, incluida la investigación y el entrenamiento, asciende a $32 millones. Es una cifra modesta en comparación con los principales laboratorios, aunque no puede verificarse de forma independiente.

Comparación con Inkling 2 Small

El panorama completo es menos favorable. Inkling 2 Small se lanzó al mismo tiempo y es notablemente más potente en otras pruebas:

• SWE-Bench Pro v2.0 Hard: 79,1% para Ripple frente a 86,3% para Inkling
• DeepSWE v1.1: 44,3% frente a 72,1%
• MCP Atlas: 71,67% frente a aproximadamente 85%

La diferencia en DeepSWE resulta especialmente reveladora: Ripple queda casi 28 puntos por detrás. MCP Atlas, por su parte, evalúa el uso de herramientas mediante el protocolo MCP, algo fundamental para los agentes. Por tanto, el liderazgo de Ripple corresponde a un benchmark y una categoría concretos —los modelos abiertos estadounidenses—, no al mercado en su conjunto.

Según The Decoder, la ventaja de Ripple probablemente sea un despliegue más sencillo en hardware propio. Sin embargo, se trata de una hipótesis, no de un hecho medido.

Que hacer en la practica

Primero, no confíe en una sola cifra. Un 80,5% en TerminalBench no significa que el modelo vaya a manejar correctamente su monorepositorio. Pruébelo con tareas propias —corrección de errores, migraciones y escritura de pruebas— y con el harness que realmente utilice.

Segundo, si la claridad jurídica y el control de los datos son importantes, Apache 2.0 y el origen estadounidense resuelven numerosas cuestiones de cumplimiento normativo. Para los equipos que no pueden enviar código fuera de su entorno, es un argumento de peso.

Tercero, la palabra Preview en el nombre no está ahí por casualidad. Es una versión temprana y sus resultados probablemente cambiarán. Conviene evaluarla ahora, pero no hay motivo para apresurarse a llevarla a producción.

En resumen: Ripple-65B es un candidato abierto interesante para agentes de programación alojados localmente, con una licencia clara y un historial de desarrollo relativamente económico. Sin embargo, frente a Inkling 2 Small parece más bien una opción para quienes valoran la facilidad de despliegue por encima de la máxima calidad. Por ahora, todas las cifras proceden de la propia empresa y requieren una verificación independiente.