Klaim Perusahaan dan Catatan Independen
Angka benchmark yang dipublikasikan berasal dari klaim perusahaan dan belum direproduksi pihak independen. Kartu model menggabungkan hasil yang sudah terbit dengan evaluasi internal. Ricursive sendiri mengakui evaluasi agen sulit direproduksi secara persis di lingkungan berbeda.
VentureBeat menyoroti bahwa selisih 0,4 poin persentase di Terminal-Bench sangat kecil. Perbedaan sekecil itu bisa muncul karena perubahan versi alat uji atau cara penyusunan tugas. Karena itu, klaim keunggulan perlu dibaca sebagai indikasi awal, bukan kesimpulan akhir.
Bagi pembeli atau tim engineering, hasil benchmark tidak langsung menjawab kebutuhan nyata. Kinerja agen coding juga ditentukan oleh alat yang terhubung, cara mengelola konteks, dan penanganan kegagalan. Lingkungan kerja tiap perusahaan berbeda dan belum tentu tercermin dalam uji standar.
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.
Apa Artinya bagi Pengguna di Indonesia
Model terbuka seperti Ripple memperluas pilihan bagi pengembang lokal. Tim bisa menjalankan model sendiri bila punya perangkat memadai atau memakai penyedia API. Lisensi Apache 2.0 memudahkan integrasi ke produk komersial tanpa negosiasi lisensi tambahan.
Ricursive menyebut versi NVFP4 dapat berjalan pada satu unit Nvidia DGX Spark dengan konteks 128 ribu token. Perangkat kelas meja itu memang dirancang untuk pengembangan model kecil di sisi pengguna. Namun kebutuhan memori dan biaya perangkat tetap menjadi pertimbangan.
Kemunculan model open-weight juga mendorong persaingan harga layanan AI. Penyedia API bisa menawarkan model berkemampuan coding tinggi dengan biaya lebih rendah. Dampaknya terasa pada startup yang ingin membangun produk tanpa ketergantungan pada satu vendor.
Apa yang Diketahui
Ricursive Intelligence merilis Ripple-65B Preview pada 4 November 2026 dengan lisensi Apache 2.0. Model memakai arsitektur Transformer padat berukuran 65 miliar parameter dan dilatih pada 12 triliun token. Model mendukung konteks hingga satu juta token dan pemanggilan alat.
Perusahaan melaporkan skor 80,52 pada Terminal-Bench 2.1 dan 79,1 pada SWE-bench Pro v2.0 Hard. Biaya riset dan pengembangan disebut sekitar 32 juta dolar Amerika Serikat. Bobot model tersedia di Hugging Face dan sejumlah penyedia API.
Pada beberapa uji lain, Ripple tertinggal dari Inkling 2 Small. Skor DeepSWE v1.1 tercatat 44,3 berbanding 72,1, sedangkan MCP Atlas 71,67 berbanding sekitar 85. Kartu model mengakui perbedaan hasil akibat kerangka pengujian.
Apa yang Belum Terkonfirmasi
Belum ada replikasi independen atas seluruh angka benchmark yang diklaim Ricursive. Belum diketahui berapa biaya penyajian model per token di penyedia API. Klaim efisiensi biaya 32 juta dolar belum diverifikasi pihak luar.
Belum ada pengujian menyeluruh untuk bahasa Indonesia dan konteks lokal. Kemampuan model pada tugas hukum, administrasi, atau dokumentasi berbahasa Indonesia belum dipublikasikan. Pengembang perlu menguji sendiri sebelum memakai untuk produksi.
Belum jelas kapan versi final di luar label Preview akan dirilis. Ricursive menyebut ini model pertama mereka tanpa memberi tanggal pasti. Dukungan jangka panjang dan pembaruan keamanan juga belum diumumkan.
Konteks Persaingan Model Terbuka
Persaingan model coding agen semakin ketat dalam beberapa bulan terakhir. Sejumlah laboratorium merilis model dengan penekanan pada kemampuan menjalankan tugas panjang. Ukuran parameter tidak lagi menjadi satu-satunya ukuran kualitas.
Isu keamanan juga mengemuka seiring makin banyaknya agen coding dipakai di lingkungan kerja. Kasus kebocoran kredensial melalui berkas konfigurasi agen menjadi peringatan tersendiri, seperti dibahas dalam artikel Claude Code bocorkan sandi ke GitHub. Pengembang perlu memperhatikan izin akses yang diberikan kepada agen.
Di sisi infrastruktur, kebutuhan komputasi untuk melatih dan menjalankan model terus meningkat. Perpindahan kepemilikan proyek data center besar menunjukkan betapa besarnya modal yang dibutuhkan, seperti tercatat dalam artikel Google ambil alih data center Crusoe. Model kecil yang efisien menjadi alternatif yang menarik di tengah tekanan biaya.
FAQ Seputar Ripple-65B Preview
Apakah Ripple-65B Preview gratis dipakai?
Bobotnya tersedia dengan lisensi Apache 2.0 yang mengizinkan penggunaan komersial. Biaya muncul dari infrastruktur komputasi atau langganan penyedia API yang dipakai.
Berapa parameter model ini?
65 miliar parameter dengan arsitektur Transformer padat. Model dilatih pada 12 triliun token dan mendukung konteks hingga satu juta token.
Apakah skornya sudah diverifikasi pihak independen?
Belum sepenuhnya. Angka benchmark berasal dari klaim perusahaan, meski sebagian media teknologi sudah mengulasnya dengan catatan soal keterbatasan replikasi.
Baca juga
- Berita Politik: Eisenkot Dapat Mandat Bentuk Pemerintahan
- Berita Viral: Badai Rendam 70 Ribu Tenda Pengungsi Gaza
- Berita Indonesia: Heli Water Bombing Jatuh di Sungai Barito
Kumpulan berita terbaru seputar kabar Luwu Timur ada di kanal kabar Luwu Timur.


