Ripple-65B da Ricursive: modelo aberto sob Apache 2.0 atinge 80,5% no TerminalBench

Se você quer executar um agente de programação em seus próprios servidores sem enviar o código-fonte para uma API externa, a oferta de modelos abertos ainda era limitada. O Ripple-65B Preview, da Ricursive Intelligence, amplia essa oferta: o modelo está disponível no Hugging Face sob a licença Apache 2.0, o que permite fazer ajustes finos, integrá-lo a um produto e comercializá-lo sem precisar lidar com termos restritivos.

O que se sabe sobre o modelo

A Ricursive Intelligence é conhecida principalmente como uma empresa que projeta chips de IA, e os modelos de linguagem representam uma nova linha de atuação. O Ripple-65B Preview foi pré-treinado com 12 trilhões de tokens. Segundo a empresa, ele alcançou 80,52% no TerminalBench 2.1 — o melhor resultado entre os modelos abertos dos Estados Unidos. Dois harnesses foram usados no teste: em parte o Terminus 2 e em parte o OpenCode. Esse é um detalhe importante: o desempenho em benchmarks agênticos depende muito não apenas do próprio modelo, mas também de como o ciclo de chamadas de ferramentas é implementado.

A arquitetura também é incomum para o mercado atual. A maioria dos grandes modelos recentes adota o esquema mixture-of-experts, no qual apenas uma parte dos parâmetros processa cada token. O Ripple é um transformer denso com 65 bilhões de parâmetros, otimizado para hardware da Nvidia. Ele é mais simples de implantar e tem comportamento mais previsível, embora, no mesmo nível de desempenho, geralmente exija mais computação por token.

O custo declarado de todo o desenvolvimento, incluindo pesquisa e treinamento, foi de $32 milhões. Em comparação com os principais laboratórios, é uma quantia modesta, embora não possa ser verificada de forma independente.

Comparação com o Inkling 2 Small

O quadro completo é menos favorável. O Inkling 2 Small foi lançado ao mesmo tempo e é consideravelmente mais forte em outros testes:

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

A diferença no DeepSWE é especialmente reveladora: nele, o modelo fica quase 28 pontos atrás. Já o MCP Atlas avalia o uso de ferramentas por meio do protocolo MCP, algo crucial para agentes. Portanto, a liderança do Ripple se aplica a um benchmark e a uma categoria específicos — modelos abertos dos Estados Unidos —, e não ao mercado inteiro.

Segundo a avaliação do The Decoder, a vantagem do Ripple provavelmente está na implantação mais simples em hardware próprio. Mas isso é uma hipótese, não um fato medido.

O que fazer na prática

Primeiro: não confie em um único número. Uma pontuação de 80,5% no TerminalBench não significa que o modelo dará conta do seu monorepositório. Teste-o em suas próprias tarefas — correção de bugs, migrações e criação de testes — usando o harness que você realmente utiliza.

Segundo: se clareza jurídica e controle sobre os dados forem importantes para você, a licença Apache 2.0, somada à origem estadounidense, resolve várias questões de conformidade. Para equipes que não podem enviar código para fora de seu ambiente, esse é um argumento relevante.

Terceiro: a palavra Preview no nome não está ali por acaso. Esta é uma versão inicial, e os resultados provavelmente mudarão. Vale a pena medi-los agora, mas é melhor não ter pressa para colocar o modelo em produção.

Em resumo: o Ripple-65B é um candidato aberto interessante para agentes de programação executados localmente, com uma licença clara e um histórico de desenvolvimento relativamente barato. No entanto, diante do Inkling 2 Small, ele parece ser mais uma opção para quem valoriza a facilidade de implantação acima da qualidade máxima. Por enquanto, todos os números foram produzidos pela própria empresa e exigem verificação independente.