Ripple-65B-Preview: 65B로 550B MoE를 제치는 agentic coding 성능

Ricursive Intelligence가 공개한 Ripple-65B Preview는 65B 파라미터의 dense Transformer 모델이다. 12조 토큰으로 사전 학습했으며 최대 1M 컨텍스트 길이를 지원한다. MoE 구조가 아닌 최신화된 dense 아키텍처를 채택해 NVIDIA 하드웨어에서 효율적으로 학습 및 서빙되도록 설계했다.

Agentic coding 분야에서 두각을 보인다. TerminalBench 2.1에서 80.52점을 기록하며, Reflection Beam 501B(80.1)와 Meta Muse Spark Open 816B(76.4) 등 총 파라미터 수가 10배 이상 큰 미국 오픈웨이트 모델들을 능가한다. SWE-bench Pro v2.0 Hard에서도 79.1점으로 경쟁 모델들을 압도한다.

학습 효율성 측면에서도 강점을 지닌다. Olmo 3 대비 코드 Compute Efficiency를 16배 향상시켰으며, 55B 규모까지 확장 시 55배의 이점을 보인다. BF16 정밀도로 학습 시 MFU 40%를 유지했으며, 커스텀 커널이나 양자화 없이 단순 샤딩만으로 안정적인 추론이 가능하다.

소비자용 하드웨어인 NVIDIA DGX Spark에서도 구동 가능하도록 NVFP4 체크포인트를 제공한다. 데이터센터 GPU 환경에서는 2xB200 배치 8 기준으로 초당 250 토큰의 빠른 생성 속도를 낸다. Apache 2.0 라이선스로 배포되어 로컬 모델 개발에 활용하기 쉽다.