jueves, 5 de noviembre de 202622°General Pico · 9° / 26°Dólar Oficial $1.570Dólar Blue $1.555Dólar MEP $1.588Dólar Tarjeta $2.041
Ricursive presenta Ripple-65B Preview, un modelo abierto enfocado en programación con agentes
Ricursive Intelligence lanzó Ripple-65B Preview, un modelo de lenguaje de pesos abiertos que, según la empresa, lidera entre los desarrollos estadounidenses en codificación agéntica. Afirma haberlo entrenado con un costo total de 32 millones de dólares.
Redacción PicoTecno
2 min de lectura
(ricursive.com)
Ricursive Intelligence, un laboratorio de inteligencia artificial que se define como "full-stack" y que busca crear sistemas capaces de automejorarse optimizando en conjunto hardware, software y modelo, presentó Ripple-65B Preview. Según informó la propia empresa en ricursive.com, se trata de una variante de propósito general del modelo propietario que impulsa su plataforma de diseño de chips con IA.
El modelo fue preentrenado con 12 billones de tokens (las unidades de texto que procesan estos sistemas) y admite contextos de hasta un millón de tokens. En TerminalBench 2.1, una prueba de referencia de codificación agéntica, es decir, de tareas de programación en las que la IA actúa de forma autónoma, Ripple obtuvo 80,52 puntos. Con eso, afirma Ricursive, alcanzó el estado del arte (SOTA) entre los modelos de pesos abiertos de Estados Unidos. Los "pesos abiertos" son aquellos cuyos parámetros entrenados se publican para que otros los descarguen y usen.
Comparación con modelos más grandes
La empresa sostiene que Ripple supera a modelos bastante mayores del mismo origen:
Reflection Beam 501B: 80,1 puntos.
Meta Muse Spark Open 816B: 76,4 puntos.
Thinking Machines Inkling 975B: 63,8 puntos.
NVIDIA Nemotron 3 Ultra 550B: 56,4 puntos.
Por su tamaño relativamente chico, Ripple puede correr en dispositivos locales como el NVIDIA DGX Spark, que según la compañía tiene mucha capacidad de cálculo pero poco ancho de banda de memoria frente a los aceleradores de centros de datos. Está disponible en Hugging Face, Together AI, GMI Cloud y OpenRouter, y Fireworks lo habilitaría ese mismo día.
El punto que más destaca Ricursive es el costo. Dice que desarrollar y entrenar el modelo costó 32 millones de dólares, alrededor de una décima parte de lo que estima para el anterior líder abierto en codificación agéntica. Aclara que la cifra incluye toda la investigación y el desarrollo desde cero: experimentos previos, mezcla de datos, evaluaciones, generación de datos sintéticos y las corridas finales de preentrenamiento y posentrenamiento. También señala que la comparación es una estimación "a su leal saber y entender", y que Reflection habría comprometido 150 millones de dólares mensuales en cómputo.
Entre las decisiones técnicas, la compañía eligió una arquitectura Transformer densa en lugar de Mixture-of-Experts (MoE), un diseño que activa solo una parte del modelo en cada consulta. Dice que así simplificó la infraestructura y mantuvo una utilización de hardware (MFU) del 40% sin kernels personalizados ni cuantización. Para el aprendizaje por refuerzo usó datos sintéticos propios, sin comprar datos de posentrenamiento, y llegó al puntaje citado con 1,4 millones de simulaciones, unas 70 veces menos que Reflection Beam, según sus cálculos.
Ricursive agradeció los aportes de código abierto del equipo Olmo del Allen Institute for AI (AI2), Prime Intellect, RadixArk y NVIDIA. Aclara que Ripple-65B Preview es un primer paso para acercar los modelos al hardware que los hace funcionar, y que una variante interna ya sustenta su plataforma de diseño de chips. Los resultados y costos mencionados provienen de la propia empresa.
