Viral Nusantara dari dunia kecerdasan buatan: sebuah model terbuka berukuran 65 miliar parameter mengklaim mengungguli model yang jauh lebih besar pada uji coding agen. Model itu bernama Ripple-65B Preview, dirilis Ricursive Intelligence pada 4 November 2026. Klaim tersebut langsung memicu perdebatan karena ukuran model selama ini dianggap penentu kemampuan.
Viral Nusantara: Model Kecil Kalahkan Raksasa
Ricursive Intelligence adalah laboratorium yang membangun sistem untuk desain chip. Perusahaan itu melatih model bahasanya sendiri dari awal untuk mendukung platform mereka. Versi umum dari model tersebut kini dilepas sebagai Ripple-65B Preview dengan lisensi Apache 2.0.
Model ini memakai arsitektur Transformer padat dengan 65 miliar parameter. Pendekatan itu berbeda dari model besar yang umumnya memakai campuran pakar atau mixture of experts. Arsitektur padat dipilih untuk menjaga latensi tetap rendah saat menghasilkan token.
Menurut halaman resmi Ricursive, model dilatih pada 12 triliun token dan mendukung konteks hingga satu juta token. Model dioptimalkan untuk perangkat keras Nvidia dan mendukung pemanggilan alat secara langsung. Bobotnya tersedia di Hugging Face serta sejumlah penyedia API pihak ketiga.
Yang membuat rilis ini ramai dibicarakan adalah perbandingan ukuran. Ripple memiliki 65 miliar parameter, jauh lebih kecil dari model pesaing yang mencapai 501 miliar hingga 975 miliar parameter. Klaim keunggulan pada uji coding membuat model kecil ini masuk perbincangan pengembang.
Iklan

Paviliun Akademika: punya kost tanpa repot kelola
Paviliun Akademika menghadirkan pilihan investasi kost terkelola di Akademika Townhouse, Gowa. Unit disiapkan untuk disewakan, dengan pengelolaan kawasan yang ditangani pemilik proyek.
Skor Terminal-Bench dan Perbandingan Model
Ricursive menyebut Ripple-65B Preview meraih skor 80,52 pada Terminal-Bench 2.1. Skor itu disebut sebagai yang tertinggi di antara model terbuka asal Amerika Serikat. Terminal-Bench menguji kemampuan model menyelesaikan tugas di lingkungan terminal, termasuk penggunaan alat dan langkah berurutan.
Sebagai pembanding, Reflection Beam 501B berada di 80,1 pada uji yang sama. Meta Muse Spark Open 816B tercatat 76,4, Thinking Machines Inkling 975B di 63,8, dan Nvidia Nemotron 3 Ultra 550B di 56,4. Selisih Ripple dengan Beam sekitar 0,4 poin persentase bila angka dibulatkan.
Pada SWE-bench Pro v2.0 Hard, Ricursive melaporkan skor 79,1 untuk Ripple, di atas Reflection Beam 501B yang tercatat 76,5 dan Meta Muse Spark Open 816B di 72,4. Namun The Decoder mencatat model Inkling 2 Small yang lebih baru meraih 86,3 pada uji yang sama. Artinya keunggulan Ripple berlaku pada kelompok model terbuka asal Amerika Serikat, bukan pada seluruh model yang ada.
The Decoder mencatat Ripple juga tertinggal pada DeepSWE v1.1 dengan 44,3 berbanding 72,1 milik Inkling 2 Small. Pada MCP Atlas, Ripple mencatat 71,67 sementara Inkling 2 Small di kisaran 85. Artinya, keunggulan Ripple tidak merata di semua jenis uji.
Ricursive menyebut pengujian dilakukan dengan dua kerangka berbeda, sebagian memakai Terminus 2 dan sebagian OpenCode. Pilihan kerangka pengujian memengaruhi skor karena mengubah cara model mengakses alat dan mengelola percakapan panjang. Perbedaan itu diakui dalam kartu model.
Biaya 32 Juta Dolar dan Lisensi Apache 2.0
Ricursive menyatakan biaya riset dan pengembangan Ripple-65B Preview sekitar 32 juta dolar Amerika Serikat. Angka itu mencakup seluruh proses dari awal, termasuk pengembangan data, evaluasi, hingga pelatihan akhir. Perusahaan menyebut nilainya sekitar sepersepuluh biaya model terbuka sebelumnya yang memegang rekor serupa.
Pelatihan model ini menggunakan sekitar 1,4 juta rollout untuk tahap pembelajaran penguatan. Jumlah itu disebut sekitar 70 kali lebih sedikit dibanding Reflection Beam. Efisiensi pada tahap ini menjadi salah satu alasan biaya pengembangan bisa ditekan.
Lisensi Apache 2.0 memberi keleluasaan bagi pengembang. Lisensi itu mengizinkan penggunaan komersial, modifikasi, dan redistribusi tanpa ambang pendapatan atau jumlah pengguna. Konsekuensinya, perusahaan bisa mengadaptasi model untuk produk sendiri tanpa membayar royalti lisensi.
Ada kewajiban yang tetap melekat pada redistribusi. Penerima harus mendapatkan salinan lisensi, perubahan pada berkas harus ditandai, dan pemberitahuan hak cipta dipertahankan. Lisensi ini juga tidak memberikan hak atas merek dagang Ricursive maupun jaminan atas hasil penggunaan.


