Ripple-65B: US-Startup trainiert offenes Coding-Modell für 32 Millionen Dollar

Worum es geht

Das US-Unternehmen Ricursive Intelligence hat am 4. November 2026 Ripple-65B Preview veröffentlicht. Das Sprachmodell hat 65 Milliarden Parameter und wurde laut Hersteller komplett selbst trainiert. Es baut also nicht auf einem Modell von Meta, Alibaba oder einem anderen Anbieter auf. Die Gewichte liegen frei auf Hugging Face unter ricursiveAI/Ripple-65B-Preview, und zwar unter der Apache-2.0-Lizenz. Das ist eine der freizügigsten Lizenzen überhaupt: Man darf das Modell kommerziell nutzen, verändern und weitergeben. Per Programmierschnittstelle (API) ist Ripple außerdem bei Together AI, GMI Cloud und OpenRouter verfügbar. Laut dem Startup-Portal ecosistemastartup.com kam Fireworks noch am selben Tag dazu.

Ricursive sieht sich nicht als klassisches Modell-Labor. Das Unternehmen beschreibt sich als „Full-Stack-Labor“, das Hardware, Software und Modell gemeinsam optimiert und daraus sich selbst verbessernde Systeme bauen will. Ripple ist laut Ricursive die allgemeine Variante eines hauseigenen, nicht veröffentlichten Modells. Dieses steckt in einer Plattform des Unternehmens für Chipdesign.

Die Behauptung: Klein schlägt Groß beim Agenten-Coding

Ricursive bewirbt Ripple als neuen Spitzenreiter unter den offenen US-Modellen für agentisches Programmieren. Gemeint ist, dass die KI selbstständig im Terminal arbeitet, Befehle ausführt, Dateien bearbeitet und mehrstufige Aufgaben löst. Gemessen wurde das vor allem mit TerminalBench 2.1. Die vom Hersteller veröffentlichte Tabelle:

Weitere Werte aus der Modellkarte: 79,1 auf SWE-bench Pro v2.0 Hard, 76,5 auf SWE-bench Verified und 44,3 auf DeepSWE 1.1. Alle Zahlen stammen von Ricursive selbst. Laut OrcaRouter steht in der Modellkarte eher leise der Hinweis, dass sich die Benchmark-Werte „nur schwer reproduzieren ließen“. Gemessen wurde mit maximalem Aufwand und in voller BF16-Genauigkeit. Unabhängige Nachmessungen gibt es bisher nicht.

Wie das Modell gebaut ist

Die meisten Labore setzen auf Mixture-of-Experts (MoE). Dabei rechnet pro Wort nur ein kleiner Teil des Modells, ähnlich wie in einer großen Klinik, in der nur die zuständigen Fachärzte einen Patienten sehen. Ricursive hat sich bewusst dagegen entschieden. Ripple ist ein dichtes Modell: Bei jedem Token sind alle 65 Milliarden Parameter aktiv. Als Grund nennt das Unternehmen, dass Training und Betrieb dadurch einfacher werden. So sei eine Rechenauslastung (MFU) von dauerhaft 40 Prozent möglich gewesen, mit einfacher Verteilung auf die Chips, ohne eigene Spezialprogramme für die GPUs (Kernels) und ohne Quantisierung.

Die Architektur ist „dünn und tief“: 80 Schichten bei einer Breite von 5.120. Ricursive beschreibt das Design als Schritt weg vom offenen Olmo 3 des Allen Institute for AI und hin zu einem Aufbau ähnlich wie Googles Gemma 3N. Dazu gehören:

• mehr Attention-Köpfe als üblich. Attention ist der Mechanismus, mit dem das Modell entscheidet, welche früheren Textstellen gerade wichtig sind.
• ein höherer Anteil an Sliding-Window-Attention. Diese Schichten schauen nur auf einen begrenzten Ausschnitt des Textes, wie ein Leser, der nur die letzten Seiten im Kopf behält. Sie sind deutlich billiger als globale Attention, die den ganzen Text betrachtet.
• „Gated Attention“, globales NoPE (Schichten ohne Positionskodierung), Value-Residuals und eine Begrenzung von Extremwerten in den Feed-Forward-Schichten.

Vortrainiert wurde in 877.500 Schritten mit 8.000 Tokens langen Textstücken, insgesamt auf 12 Billionen Tokens. Die Daten sind fast nur englischer Text und Programmcode. Danach folgten ein Mid-Training, eine Phase für lange Texte und ein leichtes Reinforcement Learning (RL), bei dem das Modell durch Belohnung für gelöste Aufgaben lernt. Diese Phase konzentrierte sich auf agentisches Programmieren. Das Modell versteht nur Text, keine Bilder.

Billig und effizient trainiert, sagt der Hersteller

Die zweite Schlagzeile ist der Preis. Laut Ricursive hat die gesamte Entwicklung etwa 32 Millionen Dollar gekostet. Darin enthalten seien Vorversuche, Datenmischung, Evaluierung, Fehlersuche, synthetische Trainingsdaten und die finalen Trainingsläufe. Das sei rund ein Zehntel dessen, was der bisherige Spitzenreiter gekostet habe. Zum Vergleich verweist das Unternehmen auf Sam Altman, der 2023 sagte, GPT-4 habe über 100 Millionen Dollar gekostet. Über den Konkurrenten Reflection schreibt Ricursive, dieser habe laut Berichten 150 Millionen Dollar pro Monat für Rechenzeit zugesagt. TNW berichtete zudem von Compute-Deals über 6,3 Milliarden Dollar mit SpaceX und 1 Milliarde mit Nebius.

Beim RL kam Ripple nach eigenen Angaben mit 1,4 Millionen Rollouts aus, also Übungsdurchläufen, in denen das Modell eine Aufgabe versucht und bewertet wird. Das seien etwa 70-mal weniger als bei Reflection Beam. Trainingsdaten wurden nicht eingekauft, sondern mit eigenen Pipelines synthetisch erzeugt und gefiltert. Ausgangspunkt war die Versuchsreihe („Ladder“) von Olmo 3. In sechs Iterationen (v1.0 bis v1.6) habe Ricursive die Recheneffizienz beim Code-Training um bis zu das 16-Fache gesteigert, gemessen an einem kleineren Modell mit 4 Milliarden Parametern. Ecosistemastartup.com sieht darin den eigentlich übertragbaren Teil der Geschichte: erst im Kleinen billig testen und erst danach groß trainieren.

Preise, Kontext und Widersprüche

Bei Drittanbietern kostet Ripple laut OrcaRouter etwa 0,20 Dollar pro Million Eingabe-Tokens und 0,60 Dollar pro Million Ausgabe-Tokens. Zum Vergleich: Das am selben Tag freigegebene Kimi K3.1 Pro kostet 2 bzw. 10 Dollar. Ricursive selbst hat aber keine eigene Preisliste veröffentlicht. Außerdem bietet der erste gehostete Zugang nur 16.384 Tokens Kontext statt der beworbenen 1 Million. OrcaRouter merkt zudem an, dass mindestens ein Tracker das Modell fälschlich als proprietär führt.

OrcaRouter warnt auch vor einem beliebten Fehlvergleich: Ripples 80,5 auf TerminalBench 2.1 wird in Foren oft neben Kimis 65,7 auf TerminalBench 4.0 gestellt. Version 4.0 ist aber ein späterer und schwererer Test. Die beiden Zahlen lassen sich nicht vergleichen. Schon beim selben Modell und Test schwanken die Ergebnisse je nach Testumgebung um mehrere Punkte.

Was du zum Ausprobieren brauchst

In voller BF16-Genauigkeit ist das Modell rund 130 GB groß. Das passt auf keine einzelne Consumer-Grafikkarte und, anders als manche Berichte nahelegen, auch nicht ohne Weiteres in ein MacBook. Ricursive nennt als Zielgerät NVIDIA DGX Spark, einen kompakten KI-Rechner mit viel gemeinsamem Speicher. Auf zwei B200-Rechenzentrumsgrafikkarten erreicht das Modell laut Hersteller 250 Tokens pro Sekunde bei 8 parallelen Anfragen. Im Repository gibt es zusätzlich eine NVFP4-Variante, ein 4-Bit-Format für Nvidias neuere Blackwell-Generation, die den Betrieb auf kleineren Maschinen erst möglich macht.

Als grobe Faustregel brauchst du für eine 4-Bit-Fassung etwa 40 GB Grafikspeicher, also zwei Karten mit je 24 GB, eine Workstation-Karte oder einen Mac mit 64 GB oder mehr gemeinsamem Speicher. Fertige GGUF-Dateien für llama.cpp oder Ollama nennen die Quellen bisher nicht. Wer keine passende Hardware hat, kann das Modell günstig über OpenRouter oder Together AI ausprobieren. Je länger der Kontext, desto mehr Speicher wird zusätzlich gebraucht.

Einordnung

Ripple ist aus zwei Gründen interessant. Erstens kommen die stärksten offenen Modelle laut CNET derzeit aus China: DeepSeek, Kimi K3 und Qwen3.8 führen die Ranglisten von Artificial Analysis an. Ein komplett selbst trainiertes, vergleichsweise kleines US-Modell unter echter Open-Source-Lizenz ist da eine Ansage. Zweitens zeigt Ricursive, wenn die Zahlen stimmen, dass gute Agenten-Leistung nicht zwingend Milliardenbudgets und Billionen-Parameter-Modelle braucht.

Vorsicht ist trotzdem angebracht. Fast alle Zahlen stammen vom Hersteller. Die Modellkarte räumt Reproduktionsprobleme ein, und es ist eine „Preview“, also eine Vorabversion. Das Modell ist auf Englisch und Code ausgerichtet, mit Deutsch dürfte es schwächer sein. Für alle, die einen lokalen Coding-Agenten auf eigener Hardware betreiben oder ein Modell feintunen wollen, ist ein dichtes 65B-Modell unter Apache 2.0 aber ein deutlich zugänglicherer Ausgangspunkt als ein Billionen-Parameter-MoE.