美国时间 11 月 4 日，Ricursive Intelligence 放出一份和主流反着来的权重。它不是又一个把参数堆到上千亿的 MoE，而是 65B 稠密 Transformer，全部 65B 参数每个 token 都激活。官方模型卡自报 TerminalBench 2.1 拿 80.52 分，同一张表里被它压过的是 Reflection Beam 501B（80.1）、Meta Muse Spark Open 816B（76.4）、Thinking Machines Inkling 975B（63.8）和 NVIDIA Nemotron 3 Ultra 550B（56.4）——总参数量大约是它的 8 到 15 倍。要说明的是，这组对比数字全部出自 Ricursive 自己的表格，模型卡写明缺失的评测由自家 in-house 流程补齐。
65B 打赢 975B，靠的不是参数量
真正被挑战的不是参数量，是路线。当下的开放权重模型几乎清一色走 MoE：把总参数做大，用稀疏激活把每次推理的算力压下来，代价是模型复杂度和训练基础设施都跟着上去。Ripple 选择了相反的路线，官方给出的理由很直接：稠密模型换来的是低延迟的 token 生成，以及训练与服务两侧都更简单的工程复杂度。这条路的赌注很直白——让全部参数都参与进来，换一份更简单、训练和服务都不那么贵的模型。
模型是为跑它的那台机器设计的
结构不是随手选的。Ripple 走 thin-and-deep：d_model 只有 5120，层数堆到 80，从 Olmo 3 的 llama-like 布局换成 Gemma 3N 风格以稳住大规模训练；注意力头刻意超配，同时提高滑窗层占比、缩小滑窗窗口来抵掉成本，再叠上 gated attention、global NoPE、value residuals 和 FFN activation clipping。结果是全程 40% MFU，只用简单分片，没有自定义 kernel，也没做量化——团队规模从 1 人长到 5 人。推理侧，2 张 B200、batch=8 在量化前能跑 250 tok/s；65B 能放进 NVIDIA DGX Spark，官方另发了 NVFP4 版本和一份上手 colab。训练配方是从 Olmo 3 的模型阶梯改出来的，一路迭代到 v1.6：中途也试过 2-stream mHC，因为在 4B 规模上没看到收益被直接否掉。完整设计与取舍写在发布博客。
3200 万美元和 140 万次 rollout
账本比跑分更值得看。整个研发——预训练阶梯实验、数据配比、评测、合成数据、后训练配方，直到最终训练——官方称花了 3200 万美元，约为此前开放权重智能体编码榜首的十分之一。这是公司自己的估算，参照系是 Reflection 被报道每月 1.5 亿美元的算力承诺。后训练只用了 140 万次 RL rollout 就打到 80.5，官方称约是 Reflection Beam 的 1/70，而后者被报道用过超过 1 亿次。后训练各阶段的 token 分配也摊在模型卡上：中期训练 200B、长上下文 6.5B、SFT 183B、长上下文 SFT 13.5B、RL 700 步，长上下文阶段直接按 2M 序列长度训。预训练侧从 Olmo 3 的阶梯做起，4B 规模上代码算力效率提升 16 倍，完整 hero run 上最高到 55 倍。
榜单得打折看
换成官方 Terminus 2 harness、128K 上下文重跑，竞品普遍掉分：Reflection Beam 从 80.1 掉到 70.8，Inkling 63.8 掉到 56.2，Nemotron 3 Ultra 56.4 掉到 55.1，Muse Spark Open 反而升到 78.7，仍低于 Ripple 的 80.5。弱项也有：SciCode 39.4 在五个模型里垫底，SWE-bench Verified 76.5 低于 Beam 的 81.6 和 Inkling 的 77.6，MCP Atlas 71.67 同样排在后面。中国开放权重模型不在这张表里；据 IAMagazine 核查，发布时 Ripple 也尚未进入 Artificial Analysis 的 Intelligence Index v5，第三方独立复现目前没有。
所以呢
真正的看点不是又一款更大的模型，而是「小而稠密 + 本地跑得动 + 成本可核对」这条路线第一次被完整摊开：架构、训练配方、硬件适配、每一步花多少钱都写在明面上，可以被人逐项查。TerminalBench 这类智能体基准对评测脚手架格外敏感，同一批模型换个 harness 分数就能整体位移，这 80.52 分该打折看。但如果路线成立，受影响的不只是终端编码这一张榜单，而是「默认必须用 MoE 才能追前沿」这个前提本身。