Home / IA & ML / Ricursive lanza Ripple-65B Preview, modelo abierto para código
Ricursive lanza Ripple-65B Preview, modelo abierto para código

Ricursive lanza Ripple-65B Preview, modelo abierto para código

22 November 2026 · 23 min de lectura ··

Un laboratorio de chips entra en la carrera de los modelos de código

El 4 de noviembre de 2026, Ricursive Intelligence, una empresa fundada a finales de 2025 por Anna Goldie y Azalia Mirhoseini y dedicada a crear inteligencia artificial para el diseño de chips, presentó Ripple-65B Preview, un modelo de pesos abiertos orientado a la programación. Se distribuye con licencia Apache 2.0, lo que permite uso comercial, modificación y redistribución con pocas restricciones, y sus pesos están disponibles en Hugging Face y en plataformas de inferencia como Together AI, GMI Cloud y OpenRouter.

La noticia llama la atención por dos razones. La primera es el perfil de la compañía: no nació como un laboratorio generalista de modelos de lenguaje, sino como una firma que aplica aprendizaje automático al diseño de hardware. La segunda es el tamaño del modelo. Con 65.000 millones de parámetros, Ripple-65B es notablemente más pequeño que varios de los modelos abiertos con los que la propia empresa lo compara, y aun así sus resultados declarados en pruebas de agentes de terminal lo colocan, por un margen estrecho, por delante de ellos.

Conviene precisar desde el principio el estatus de la información. Las cifras de rendimiento y de coste proceden en su mayor parte de la propia Ricursive, y hasta donde se ha podido comprobar no existe todavía una evaluación independiente que las replique. La etiqueta de “SOTA abierto de EE. UU.” que acompaña a la presentación es un marco de alcance, es decir, una forma de acotar la comparación a modelos abiertos desarrollados en Estados Unidos, y no un título oficial otorgado por ningún organismo ni clasificación neutral. Con esas cautelas, el lanzamiento merece un análisis detallado, porque dice mucho sobre hacia dónde se mueve el ecosistema de modelos abiertos para desarrolladores.

Qué es exactamente Ripple-65B Preview

Ripple-65B Preview es un Transformer denso. Esto significa que, a diferencia de las arquitecturas de mezcla de expertos (MoE), en cada paso de generación se activan todos sus parámetros y no solo una fracción. Según los datos publicados por la empresa, el modelo tiene 80 capas y un ancho oculto de 5.120, y fue preentrenado con 12 billones de tokens. Se anuncia además un contexto de hasta aproximadamente un millón de tokens, una cifra que, según los reportes, forma parte de las especificaciones declaradas.

La palabra “Preview” en el nombre no es un detalle menor. Indica que el modelo se ofrece como una versión preliminar, sujeta a cambios y mejoras posteriores. Para quien piense en integrarlo en un producto, esto implica que los pesos actuales podrían ser sustituidos por una versión más pulida, y que el comportamiento en casos límite todavía no ha pasado por el ciclo habitual de ajustes que sigue a una publicación general.

La elección de una arquitectura densa en una época en la que muchos de los modelos abiertos más grandes recurren a MoE es, en sí misma, una decisión de diseño con consecuencias prácticas. Un modelo MoE de cientos de miles de millones de parámetros totales activa solo una parte en cada token, lo que abarata el cómputo por token, pero exige cargar en memoria todos los expertos. Un modelo denso de 65.000 millones es más modesto en memoria total, aunque cada token cuesta más cómputo que en un MoE con pocos parámetros activos. La elección favorece la simplicidad del despliegue y la previsibilidad del comportamiento, a cambio de no aprovechar la dispersión de cálculo.

Los números de la arquitectura en contexto

Ochenta capas con un ancho oculto de 5.120 sitúan al modelo en una zona intermedia-alta entre los modelos densos abiertos. Es una configuración profunda en relación con su anchura, algo que suele asociarse con buena capacidad de razonamiento en cadenas largas, aunque la relación entre profundidad y rendimiento en tareas de código sigue siendo objeto de investigación y no puede darse por demostrada solo a partir de estas cifras.

Los 12 billones de tokens de preentrenamiento son una cantidad considerable para un modelo de este tamaño. La tendencia de los últimos años ha sido entrenar modelos relativamente pequeños con volúmenes de datos muy superiores a los que sugerirían las leyes de escalado clásicas, con la idea de que un modelo más compacto, pero más “saturado” de datos, resulta más barato de servir durante toda su vida útil. Ripple-65B encaja en esa filosofía.

La ficha técnica de un vistazo

Para tener presentes los datos principales, estos son los que la empresa ha hecho públicos y que se repiten en los reportes disponibles:

  • Fecha de lanzamiento: 4 de noviembre de 2026.
  • Arquitectura: Transformer denso, sin mezcla de expertos.
  • Tamaño: 65.000 millones de parámetros.
  • Profundidad y anchura: 80 capas y ancho oculto de 5.120.
  • Preentrenamiento: 12 billones de tokens.
  • Contexto: hasta aproximadamente un millón de tokens.
  • Licencia: Apache 2.0.
  • Distribución: Hugging Face, Together AI, GMI Cloud y OpenRouter.
  • Coste de entrenamiento: unos 32 millones de dólares, una estimación de la propia empresa.

Todo lo anterior procede de la comunicación de la compañía. No hay, por ahora, auditorías externas del proceso de entrenamiento, de la composición de los datos ni del coste, de modo que conviene leer estas cifras como declaraciones y no como hechos verificados de forma independiente.

Los resultados en pruebas: una victoria por la mínima y una derrota reconocida

El dato más citado es el de Terminal-Bench 2.1, una prueba que mide la capacidad de un agente para completar tareas reales en un entorno de línea de comandos: instalar dependencias, depurar, manipular archivos, compilar o encadenar utilidades. Según Ricursive, Ripple-65B Preview obtiene 80,52 puntos. La cifra que la empresa utiliza como referencia comparativa es la de Reflection Beam 501B, un modelo abierto con 501.000 millones de parámetros, que se queda en 80,1.

La diferencia es de 0,42 puntos, es decir, menos de medio punto de ventaja. Cualquiera que haya trabajado con benchmarks de agentes sabe que una distancia así cae con facilidad dentro del ruido estadístico: variaciones en la configuración del arnés, en la semilla de muestreo, en el número de intentos o en la versión exacta del conjunto de tareas pueden mover el resultado más que ese margen. Presentar el resultado como un liderazgo claro sería exagerado; lo prudente es describirlo como un empate técnico a favor del modelo más pequeño, con la salvedad de que las cifras son autodeclaradas.

Lo notable, en cualquier caso, es la relación de tamaños. Que un modelo de 65.000 millones de parámetros alcance, al menos en la tabla de la empresa, a otro de 501.000 millones sugiere que la eficiencia por parámetro en tareas de terminal ha mejorado mucho, y que parte de la ventaja competitiva ya no está solo en el tamaño bruto, sino en los datos, en el entrenamiento posterior y en la calidad de las trayectorias de agente utilizadas para ajustar el modelo.

SWE-bench Pro: donde Ripple no lidera

La segunda cifra que aporta la propia empresa es menos favorable y por eso resulta más interesante. En SWE-bench Pro v2.0 Hard, una prueba orientada a resolver incidencias reales en repositorios de software, Ripple-65B Preview marca 79,1. En esa misma tabla, otro modelo, Inkling 2 Small, lo supera con un 86,3 %. La diferencia es de más de siete puntos, un margen que sí es difícil de atribuir al azar.

Esta asimetría ilustra bien por qué un único benchmark rara vez cuenta la historia completa. Terminal-Bench evalúa sobre todo la capacidad de actuar de forma autónoma en un entorno de comandos, con herramientas y estados cambiantes. SWE-bench Pro, en cambio, mide la comprensión de bases de código grandes, la localización de errores y la generación de parches que pasan pruebas existentes. Un modelo puede destacar en una y quedar rezagado en la otra, y un equipo que vaya a elegir un modelo para su flujo de trabajo debería probar ambas capacidades sobre su propio código en lugar de fiarse del titular más favorable.

También es relevante que la comparación se haga entre modelos con distinta filosofía de despliegue. Inkling 2 Small, por su nombre, pertenece a una familia en la que se ofrecen varios tamaños, y el resultado depende de condiciones de evaluación que no siempre coinciden entre laboratorios. De nuevo, la recomendación periodística y técnica es la misma: tomar las tablas como indicios y esperar a las réplicas independientes.

El significado de “SOTA abierto de EE. UU.”

La presentación del modelo ha circulado con la etiqueta de “SOTA abierto de EE. UU.”, abreviatura de estado del arte entre los modelos abiertos desarrollados en Estados Unidos. Es un recurso de comunicación habitual, pero merece una lectura cuidadosa. Se trata de un marco de alcance: limita el universo de comparación a una geografía y a una categoría de licencia, y dentro de ese universo la empresa sostiene que su modelo encabeza la prueba de terminal. No es un título oficial, ni procede de un comité o de una clasificación independiente, y no dice nada sobre la comparación con modelos abiertos desarrollados fuera de ese ámbito.

Los marcos de alcance como este cumplen una función: permiten a las empresas contar una historia clara en un mercado saturado de modelos. Pero también pueden esconder matices. Un liderazgo “entre los modelos abiertos estadounidenses” en una sola prueba, por menos de medio punto, es una afirmación mucho más estrecha que la de “el mejor modelo abierto de código”. Los lectores técnicos harán bien en retener la formulación completa y no el eslogan.

Hay además una cuestión terminológica que suele generar confusión: “abierto” no significa lo mismo para todos los proyectos. En este caso, los pesos se publican con licencia Apache 2.0, que es una licencia permisiva reconocida y no una licencia restrictiva con cláusulas de uso. Eso sitúa a Ripple-65B en el extremo más generoso del espectro de apertura de pesos, aunque, como en la mayoría de lanzamientos de este tipo, no se ha anunciado la publicación completa de los datos de entrenamiento, por lo que no debería describirse como software libre en el sentido estricto de reproducibilidad total.

Cuánto cuesta entrenar un modelo así

Ricursive sitúa el coste de entrenamiento en unos 32 millones de dólares. Es importante subrayar que se trata de una estimación de la empresa, no de una cifra auditada, y que no está claro qué partidas incluye: si solo el cómputo de la ejecución final de preentrenamiento, si también las pruebas previas, los experimentos descartados, el ajuste posterior y los datos sintéticos, o si se han imputado costes de personal e infraestructura.

Aun con esa reserva, el orden de magnitud es significativo. Hace pocos años, un modelo de frontera abierto requería inversiones muy por encima de esa cifra, y que un laboratorio joven pueda plantear un entrenamiento de 12 billones de tokens por unos 32 millones de dólares habla de la caída del coste del cómputo y de la maduración de las técnicas de entrenamiento eficiente. También abre la puerta a que más organizaciones, no solo las grandes tecnológicas, puedan permitirse su propio modelo de código especializado.

Para dimensionar la cifra, basta pensar en el coste de oportunidad: 32 millones es una cantidad que muchas empresas de tamaño medio del sector del software o de los semiconductores podrían asumir si el retorno fuera claro. Si el dato de la empresa resulta ser razonablemente fiel, el listón económico para entrar en el negocio de los modelos abiertos de código se está desplazando hacia abajo, con implicaciones para la competencia que se comentan más adelante.

Quiénes son Anna Goldie y Azalia Mirhoseini y por qué importa su perfil

Ricursive Intelligence fue fundada a finales de 2025 por Anna Goldie y Azalia Mirhoseini. La compañía se presenta como un laboratorio que crea inteligencia artificial para el diseño de chips, un campo en el que la optimización automática de la distribución física de los componentes, la planificación del silicio y la verificación pueden beneficiarse de modelos capaces de razonar sobre grandes espacios de búsqueda.

Ese origen explica en parte el interés por un modelo de código. El diseño de chips moderno es, en buena medida, ingeniería de software: descripciones de hardware en lenguajes especializados, flujos de herramientas que se orquestan desde la terminal, scripts de automatización y grandes bases de código de verificación. Un modelo que sea especialmente bueno operando en entornos de línea de comandos, como sugiere su resultado en Terminal-Bench, resulta coherente con esa necesidad. No se ha afirmado, sin embargo, que Ripple-65B esté especializado en hardware, y atribuirle esa orientación sería una especulación; lo que sí consta es que el lanzamiento se presenta como un modelo de código de propósito general para programadores.

Desde el punto de vista del sector, el movimiento ilustra una tendencia: las empresas que empiezan resolviendo un problema vertical muy concreto terminan desarrollando capacidades de modelo lo bastante generales como para ofrecerlas al público, y deciden abrir los pesos para ganar visibilidad, atraer talento y generar una comunidad alrededor de su tecnología. La estrategia tiene precedentes en el mundo del software libre, donde publicar el núcleo técnico suele ser una vía de reconocimiento antes que un obstáculo comercial.

Dónde se puede usar el modelo

La distribución de Ripple-65B Preview no se limita a un único canal. Los pesos pueden descargarse desde Hugging Face, que es el repositorio de referencia para modelos abiertos, y el acceso por API se ofrece a través de Together AI, GMI Cloud y OpenRouter. Esa combinación cubre los dos perfiles de usuario más comunes: quienes quieren ejecutar el modelo en su propia infraestructura y quienes prefieren consumirlo como servicio con facturación por uso.

Para los equipos que valoran la soberanía de los datos, la posibilidad de alojar el modelo internamente es el atractivo principal. Un modelo de 65.000 millones de parámetros sigue exigiendo hardware serio: en precisión completa o media ocupa cientos de gigabytes de memoria, y para servirlo con latencia razonable se necesitan varias GPU de gama alta o técnicas de cuantización que reduzcan la huella. Con cuantización agresiva puede encajar en configuraciones más modestas, aunque con una posible pérdida de calidad que habría que medir caso por caso.

Para quienes prefieren la vía de la API, los proveedores externos ofrecen una forma rápida de probar el modelo sin montar infraestructura. La presencia en agregadores permite además comparar su comportamiento con otros modelos con el mismo código de integración, algo útil cuando se quiere cambiar de proveedor sin reescribir la aplicación.

Qué implica un contexto de un millón de tokens

El contexto anunciado de hasta aproximadamente un millón de tokens es, sobre el papel, una de las características más llamativas. En términos prácticos, equivale a poder ofrecer al modelo repositorios enteros de tamaño medio, largos historiales de conversación o documentación extensa. Pero hay que separar la capacidad nominal de la utilidad real. La calidad de la recuperación de información a lo largo de contextos muy largos tiende a degradarse, y los costes de memoria de la caché de claves y valores crecen con la longitud, de modo que servir peticiones de ese tamaño es caro. Antes de apoyarse en esa ventana completa, los equipos deberían medir con sus propios casos la precisión en distintas longitudes.

Qué ofrece frente a otros modelos abiertos de código

El panorama de modelos abiertos para código se ha poblado rápidamente. Algunas de las comparaciones relevantes que la propia presentación plantea o que cabe hacer son las siguientes. Reflection Beam 501B es el referente directo en la prueba de terminal, con un tamaño casi ocho veces superior. Inkling 2 Small, por su parte, supera a Ripple en la prueba de incidencias de repositorio. Y fuera del ámbito de los modelos estrictamente comparados, existen otras propuestas de grandes empresas que han abierto sus pesos con vocación de agentes y código, como la que se comentó en la cobertura de Meta abre los pesos de Muse Spark Open para agentes y código, un movimiento que muestra que la apertura de pesos ya no es patrimonio exclusivo de laboratorios pequeños.

La lectura estratégica es que el mercado de modelos abiertos se está segmentando. Hay modelos enormes, con cientos de miles de millones de parámetros, pensados para quien dispone de clústeres; y hay modelos de tamaño medio, como Ripple-65B, que buscan un equilibrio entre capacidad y coste de servicio. Para muchos equipos de desarrollo, el segundo grupo es el realmente utilizable. Que un modelo de ese rango pueda competir en una prueba de agentes con otro varias veces mayor es exactamente el tipo de resultado que hace atractivo el segmento.

Cómo se mide un agente de terminal y qué cuestan los puntos

Para entender el peso del dato, ayuda recordar qué mide una prueba como Terminal-Bench. Se plantea al agente una tarea descrita en lenguaje natural, por ejemplo configurar un servicio, reparar una compilación rota o procesar un conjunto de archivos, y se le deja actuar en un entorno aislado con una terminal. Al final, un conjunto de comprobaciones automáticas determina si la tarea se ha resuelto. No se evalúa la elegancia del código, sino el resultado funcional.

Ese tipo de prueba es valioso porque se acerca más al trabajo real de un asistente de programación que las pruebas clásicas de completar una función. Pero también tiene limitaciones: los entornos son sintéticos, las tareas están acotadas y es posible que los modelos se ajusten específicamente a ese formato. Cuando dos modelos se disputan décimas de punto, la elección del arnés de agente, el número máximo de pasos y los tiempos límite influyen tanto como la inteligencia del modelo. Por eso conviene mirar la comparativa con otras cifras del sector, como la discutida en la información sobre Copilot Fusion Max, que alcanza un 71,2 en Terminal-Bench 4.1, donde el número de versión de la prueba y su dificultad cambian por completo la escala de los resultados. Comparar puntuaciones entre versiones distintas del mismo benchmark, o entre arneses diferentes, es una fuente frecuente de malentendidos.

Un lector atento debería hacerse tres preguntas ante cualquier tabla de este tipo: qué versión exacta de la prueba se usó, quién ejecutó la evaluación y con qué configuración, y cuántas ejecuciones se promediaron. En el caso de Ripple-65B Preview, la respuesta a la segunda pregunta es la propia empresa, lo que no invalida los resultados, pero sí aconseja esperar a que terceros los reproduzcan.

Implicaciones para los desarrolladores y los equipos de ingeniería

Para un desarrollador individual, la llegada de un modelo abierto competitivo con licencia permisiva significa más opciones para construir asistentes de código sin depender de una API cerrada. Puede ajustar el modelo con sus propios datos, integrarlo en su editor, incorporarlo a una canalización de integración continua o desplegarlo en una red aislada. La licencia Apache 2.0 elimina buena parte de la fricción legal que acompaña a otros modelos con condiciones de uso más estrictas.

Para los equipos de ingeniería de empresas, la discusión es más matizada. Hay beneficios claros: control sobre los datos, previsibilidad de costes a largo plazo y capacidad de personalización. Pero también hay costes ocultos: operar infraestructura de inferencia, vigilar actualizaciones, evaluar regresiones y asumir la responsabilidad de la seguridad del modelo. No todas las organizaciones están en condiciones de asumir esa carga, y para muchas seguirá siendo más racional consumir el modelo como servicio.

Quien quiera experimentar sin comprometer infraestructura puede empezar con versiones reducidas o cuantizadas de modelos abiertos en un equipo propio. Existen guías prácticas sobre cómo usar modelos de IA de código abierto en local con Ollama, útiles para familiarizarse con el flujo de trabajo antes de dar el salto a un modelo del tamaño de Ripple-65B, que probablemente requerirá hardware más exigente que el de un portátil convencional.

Riesgos y precauciones al adoptar un modelo nuevo

Como con cualquier modelo recién publicado, hay precauciones razonables. Conviene ejecutar el código generado en entornos aislados, revisar los cambios antes de integrarlos y no conceder a un agente de terminal permisos más amplios de los necesarios. Un agente que opera con acceso a comandos puede, por error, borrar archivos, modificar configuraciones o exponer credenciales. El hecho de que el modelo destaque en pruebas de terminal es, en este sentido, un argumento a favor de extremar los controles, no de relajarlos.

También hay que considerar la procedencia y las licencias del código que el modelo produce. Los modelos entrenados con grandes corpus de código pueden reproducir fragmentos con licencias específicas. Aunque la licencia de los pesos sea permisiva, eso no resuelve por sí solo las cuestiones de propiedad intelectual del código generado, y las organizaciones con requisitos de cumplimiento deberían establecer políticas de revisión.

Un caso de estudio sobre el cambio en la economía de los modelos

El lanzamiento de Ripple-65B invita a una reflexión más amplia sobre la economía de los modelos de lenguaje. Durante años, la narrativa dominante sostenía que la capacidad de frontera requería escalas de cómputo accesibles solo a un puñado de empresas con recursos casi ilimitados. Los datos de la propia compañía, de confirmarse, apuntan a un escenario diferente: un laboratorio de reciente creación, con una inversión de unas decenas de millones de dólares, podría situarse a la altura de modelos bastante más grandes en una dimensión concreta.

Esto no significa que la frontera general esté al alcance de cualquiera. Los modelos de código evaluados en pruebas específicas son una porción del espacio de capacidades, y los modelos cerrados más avanzados siguen disponiendo de ventajas en razonamiento general, multimodalidad y herramientas. Pero para el nicho de la ingeniería de software, donde los datos de calidad son abundantes y las pruebas automáticas ofrecen señales de recompensa claras, la especialización parece rendir muy bien. Es un terreno en el que los equipos pequeños con buenas ideas de entrenamiento y datos cuidados pueden competir.

La consecuencia para el mercado es una presión a la baja sobre los precios de las API de modelos de código. Si un modelo abierto de rendimiento comparable puede servirse en infraestructura propia o en proveedores de inferencia con márgenes ajustados, los proveedores cerrados tendrán que justificar su prima con ventajas adicionales, como integración, soporte, garantías o capacidades que los abiertos no ofrecen.

Lo que queda por demostrar

Hay varias incógnitas que solo el tiempo y la comunidad resolverán. La primera es la reproducibilidad: si evaluadores independientes obtienen cifras similares a las declaradas. La segunda es la robustez en el uso real, fuera de los benchmarks, con bases de código desordenadas, dependencias antiguas y requisitos ambiguos. La tercera es la calidad del ajuste fino: si la comunidad puede adaptar el modelo con facilidad y qué rendimiento obtienen las variantes cuantizadas. Y la cuarta es la evolución de la versión “Preview” hacia una versión estable, con las mejoras que ello pueda traer.

Situación actual de la historia

A fecha de 22 de noviembre de 2026, Ripple-65B Preview lleva casi tres semanas disponible. Los pesos pueden descargarse con licencia Apache 2.0 y el modelo se ofrece a través de los proveedores citados. Las cifras de rendimiento que circulan, entre ellas el 80,52 en Terminal-Bench 2.1 y el 79,1 en SWE-bench Pro v2.0 Hard, son las comunicadas por Ricursive, y no se ha encontrado una evaluación independiente que las confirme o las matice de forma concluyente. Tampoco hay verificación externa del coste de entrenamiento de 32 millones de dólares, que sigue siendo una estimación de la empresa.

La etiqueta de liderazgo entre los modelos abiertos estadounidenses continúa siendo un marco de alcance utilizado en la comunicación, sin reconocimiento oficial. Por su parte, la ventaja sobre Reflection Beam 501B en la prueba de terminal, de menos de medio punto, es tan estrecha que cualquier replicación con ajustes distintos podría invertirla. En la prueba de incidencias de repositorio, el propio material de la empresa reconoce que otro modelo, Inkling 2 Small, obtiene un resultado superior.

La compañía no ha anunciado, según la información disponible, una fecha concreta para la versión final del modelo. Lo esperable es que la comunidad de desarrolladores empiece a publicar sus propias pruebas, cuantizaciones y ajustes, lo que irá aclarando el rendimiento real. Hasta entonces, la mejor descripción del estado de la historia es la de un lanzamiento prometedor, con resultados autodeclarados llamativos y pendiente de validación externa.

Cómo evaluar el modelo en tu propio entorno

Para quien quiera formarse una opinión propia, el método más fiable es construir una pequeña batería de pruebas con tareas representativas del trabajo diario. Conviene incluir correcciones de errores reales de proyectos propios, refactorizaciones moderadas, generación de pruebas unitarias y tareas de terminal como configuración de entornos o análisis de registros. Se debe fijar de antemano el criterio de éxito, repetir las ejecuciones varias veces para medir la variabilidad y comparar el modelo con el que se usa actualmente en las mismas condiciones.

Es útil registrar no solo la tasa de acierto, sino también el coste por tarea, la latencia y el número de intervenciones humanas necesarias. Un modelo ligeramente menos preciso pero mucho más barato y rápido puede resultar la mejor opción para determinados flujos, mientras que para tareas críticas puede compensar pagar más por mayor fiabilidad. La decisión rara vez es binaria, y muchos equipos terminan combinando varios modelos según el tipo de tarea.

Otro aspecto práctico es la compatibilidad con las herramientas existentes. Si el modelo se sirve con interfaces compatibles con los formatos de API más extendidos, integrarlo en editores y agentes es sencillo. Si requiere adaptaciones, hay que sumar ese coste de ingeniería al cálculo. Los agregadores de modelos facilitan esta comparación porque permiten cambiar de modelo modificando un parámetro.

Lecciones que deja el lanzamiento

La primera lección es de método: ante una tabla de resultados autodeclarados, hay que desconfiar de los titulares simples y buscar los matices. En este caso, el mismo material que presenta un liderazgo por décimas en una prueba reconoce una derrota clara en otra. Esa honestidad parcial es de agradecer y ofrece una imagen más realista que la de un dominio generalizado.

La segunda lección es de mercado: el tamaño ya no lo es todo. Un modelo denso de 65.000 millones de parámetros que se mide de tú a tú con uno de 501.000 millones obliga a repensar qué ingredientes producen capacidad: los datos, la calidad del entrenamiento posterior, la eficiencia arquitectónica. Para los equipos que eligen herramientas, significa que los modelos medianos merecen atención seria.

La tercera es de estrategia empresarial: abrir los pesos con una licencia permisiva es una apuesta por la adopción y la reputación. Para una empresa joven que parte del diseño de chips, entrar en el terreno de los modelos de código con un producto abierto es una forma de ganar presencia en la comunidad de desarrolladores y de demostrar sus capacidades técnicas ante clientes e inversores potenciales.

La cuarta tiene que ver con la prudencia: un modelo que opera en terminales exige controles de seguridad y supervisión. La autonomía de los agentes crece más deprisa que las prácticas para limitarla, y cada modelo capaz que se publica con pesos abiertos amplía la necesidad de aislamiento, permisos mínimos y revisión humana.

Conclusiones

Ripple-65B Preview es, ante todo, una señal de que el segmento de modelos abiertos de tamaño medio para programación se ha vuelto competitivo. Según las cifras de Ricursive Intelligence, un Transformer denso de 65.000 millones de parámetros, entrenado con 12 billones de tokens y publicado con licencia Apache 2.0, alcanza 80,52 en Terminal-Bench 2.1 frente a los 80,1 de un modelo de 501.000 millones, aunque con una ventaja que es casi un empate y que solo la empresa ha medido por ahora.

Los resultados no son uniformes: en SWE-bench Pro v2.0 Hard, el 79,1 de Ripple queda por debajo del 86,3 % de Inkling 2 Small. La etiqueta de “SOTA abierto de EE. UU.” es un marco de alcance y no un título oficial, y el coste de entrenamiento de 32 millones de dólares es una estimación de la compañía. Con esas cautelas, lo prudente es tratar el lanzamiento como una promesa interesante y no como un veredicto.

Para los desarrolladores, la recomendación es práctica: probar el modelo con tareas propias, medir coste y calidad, extremar las precauciones al darle acceso a una terminal y esperar a las evaluaciones independientes antes de tomar decisiones de adopción a gran escala. Para el sector, el episodio confirma que la competencia en modelos de código ya no depende solo de quién tiene el clúster más grande, sino de quién entrena mejor y con más criterio.