Ripple-65B Preview mise sur un modèle ouvert taillé pour le code
Ricursive Intelligence a dévoilé Ripple-65B Preview, un modèle de langage ouvert de 65 milliards de paramètres. La société dit viser la programmation agentique, avec un coût total de développement de 32 millions de dollars.
Ricursive Intelligence, société spécialisée dans la conception de puces pour l’IA, a présenté Ripple-65B Preview, un modèle de langage ouvert entraîné sur 12 000 milliards de tokens et publié sous licence Apache 2.0. L’entreprise affirme qu’il obtient 80,52 sur TerminalBench 2.1, soit le meilleur score parmi les modèles américains ouverts, un résultat qui compte surtout pour les usages de code assisté par agents. En clair, Ripple veut se faire une place dans la boîte à outils des développeurs, pas seulement dans les démos qui brillent en conférence.
Un modèle dense, pas une usine à experts
Ripple-65B Preview repose sur une architecture Transformer dense de 65 milliards de paramètres, là où beaucoup de modèles récents s’appuient sur une approche mixture-of-experts, c’est-à-dire une architecture qui active seulement une partie du réseau selon la tâche. Ricursive dit avoir choisi cette voie pour simplifier le déploiement, notamment sur matériel personnel, même si le modèle reste optimisé pour les GPU Nvidia. Ce positionnement peut peser dans les arbitrages d’entreprises qui veulent réduire la complexité d’exploitation sans renoncer à un modèle de taille importante.
La société indique aussi que le développement et l’entraînement ont coûté 32 millions de dollars au total, recherche et développement compris. Ce chiffre place Ripple dans une zone plus accessible que certains programmes géants du marché, sans dire pour autant que le modèle est bon marché à opérer. Les promesses de sobriété ont parfois la peau dure, mais le calcul reste très concret pour les équipes infra.
Des résultats solides, mais pas les meilleurs partout
Sur les benchmarks publiés par Ricursive, Ripple-65B Preview se distingue sur TerminalBench 2.1, mais reste derrière Inkling 2 Small sur d’autres tests. La comparaison fournie donne 79,1 % contre 86,3 % sur SWE-Bench Pro v2.0 Hard, 44,3 % contre 72,1 % sur DeepSWE v1.1, et 71,67 % contre 85,4 % ou 85,0 % sur MCP Atlas. Autrement dit, le modèle ne domine pas l’ensemble du tableau, mais il affiche un profil cohérent pour certaines tâches de codage agentique.
Les sources disponibles ne précisent pas exactement le protocole de comparaison entre Ripple et Inkling, ni les conditions d’exécution des tests [à vérifier]. Elles indiquent toutefois que Ripple utilise partiellement Terminus 2 et partiellement OpenCode comme harness, c’est-à-dire l’outillage d’évaluation autour du modèle. Ce détail compte, car un benchmark n’a de valeur que si l’on sait comment il a été mené.
Pourquoi cette sortie peut intéresser le marché du code
Avec une licence Apache 2.0 et une disponibilité sur Hugging Face, Ripple-65B Preview vise un public qui veut tester, adapter et éventuellement héberger le modèle lui-même. Ce type de diffusion attire les équipes produit, les chercheurs et les intégrateurs qui cherchent une alternative ouverte aux modèles fermés, surtout pour des usages de développement logiciel. Le vrai sujet n’est donc pas seulement la performance brute, mais la liberté de déploiement et le coût d’intégration.
Ricursive ne dit pas seulement qu’il a construit un modèle ; la société essaie aussi de montrer qu’un acteur spécialisé dans les puces peut avancer sur le terrain logiciel avec une proposition crédible. Reste à voir si les benchmarks se traduisent en gains réels dans les environnements de production, là où les prompts sont parfois moins polis que dans les slides.
En chiffres
- 12 000 milliards de tokens — préentraînement de Ripple-65B Preview, selon Ricursive.
- 65 milliards de paramètres — architecture dense du modèle.
- 32 millions de dollars — coût total de développement et d’entraînement, selon l’entreprise.
- 80,52 — score annoncé sur TerminalBench 2.1.
- 2026 — date de publication du Preview, selon la source.