Moonshot abre pesos do Kimi K3.1 Pro e Ricursive lança o Ripple-65B
O Ripple custou US$ 32 mi, diz a Ricursive, e reivindica a liderança entre modelos abertos dos EUA em programação agêntica, medida em um só benchmark, sem verificação independente.
Pontos principais
- A Moonshot AI cumpriu a promessa de abrir o Kimi K3.1 Pro, lançado em outubro: os pesos estão no Hugging Face desde 4 de novembro.
- O Kimi K3.1 Pro é um modelo de mistura de especialistas, com 2,8 trilhões de parâmetros totais e 104 bilhões ativos por token, contexto de 1 milhão de tokens e entrada de texto e imagem.
- A licença própria do Kimi exige acordo com a Moonshot de quem oferece o modelo como serviço a terceiros e passa de US$ 20 mi de receita em qualquer período de 12 meses consecutivos; uso interno fica isento.
- A Ricursive Intelligence lançou em 4 de novembro o Ripple-65B Preview, denso, com 65 bilhões de parâmetros, licença Apache 2.0 e contexto de até 1 milhão de tokens.
- O Ripple tem pré-treino de 12 trilhões de tokens; a receita partiu de uma base Olmo 3, mas o modelo não é um ajuste fino dos pesos dela.
- No Terminal-Bench 2.1, a Ricursive reporta 80,52, acima de Reflection Beam (80,1) e Muse Spark Open, da Meta (76,4), e diz ser o estado da arte entre modelos abertos dos EUA nesse benchmark; no SWE-bench Pro v2.0 Hard, marca 79,1.
- A Ricursive estima em US$ 32 mi o custo total de P&D do modelo, feito do zero, e cerca de um décimo do custo do modelo aberto anterior em programação agêntica; a comparação usa relatos da imprensa sobre os gastos da Reflection em computação.
- Disponível no Hugging Face, Together AI, GMI Cloud e OpenRouter; a Fireworks deve ativá-lo ainda no dia do anúncio.
Os dois lançamentos saíram no mesmo dia, em escalas e com licenças bem diferentes. O Kimi K3.1 Pro, lançado em outubro pela Moonshot AI, passou a ter os pesos disponíveis para download. O Ripple é uma variante de uso geral do modelo por trás da plataforma de design de chips da Ricursive, que não reporta resultados nessa tarefa.
Os números do Ripple são da própria Ricursive e não têm verificação independente. A empresa chama o modelo de Preview, com pós-treino relativamente leve, e descreve os próprios resultados como uma tentativa de comparação justa com o melhor esforço, já que replicar os benchmarks se mostrou difícil.
Fontes primárias
Post da Kimi.ai no X: liberação dos pesos do Kimi K3.1 Pro
Post da conta oficial Kimi.ai (Moonshot AI) no X, em 4/11/2026: "Releasing the model weights of Kimi K3.1 Pro", com link para o repositório no Hugging Face, seguido de "We'll keep advancing open intelligence". O post não traz números; o repositório moonshotai/Kimi-K3.1-Pro é o que contém os pesos.
Model card do Kimi-K3.1-Pro (Hugging Face)
Modelo de pesos abertos, multimodal (texto e imagem) e agêntico, que a Moonshot descreve como o mais capaz de sua classe de 3T até agora; primeiro modelo da série K3.1, pós-treinado a partir do Kimi K3, com contexto de 1 milhão de tokens. Arquitetura MoE com 2,8 trilhões de parâmetros totais e 104 bilhões ativos por token; quantização MXFP4 nos pesos e MXFP8 nas ativações. Publicado sob a Kimi K3.1 Pro License, licença própria da Moonshot.
Introducing Ripple-65B Preview, a Frontier Open-Weight Model
Anúncio da Ricursive Intelligence do Ripple-65B Preview, modelo de pesos abertos de 65 bilhões de parâmetros, arquitetura densa, pré-treinado com 12 trilhões de tokens e contexto de até 1 milhão. A empresa afirma 80,52 no TerminalBench 2.1, "U.S. open-weight state-of-the-art" em programação agêntica, acima de Reflection Beam 501B (80,1), Meta Muse Spark Open 816B (76,4), Thinking Machines Inkling 975B (63,8) e NVIDIA Nemotron 3 Ultra 550B (56,4). Diz ter custado US$ 32 milhões em P&D completo, do zero. Disponível no Hugging Face, Together AI, GMI Cloud e OpenRouter; Fireworks, "later today".
Model card do Ripple-65B Preview (Hugging Face)
Model card do repositório ricursiveAI/Ripple-65B-Preview com a versão instruída em BF16 (a release também inclui NVFP4 e base BF16, em outros repositórios). Transformer denso de 65B parâmetros, pré-treinado com 12 trilhões de tokens, até 1M de contexto, licença Apache 2.0. Declara 80,52 no TerminalBench 2.1 e partida de uma base Olmo 3, com melhorias no recipe de treino.
Cobertura da mídia
Ricursive lança o Ripple-65B Preview, modelo aberto de 65 bilhões de parâmetros feito para programação com agentes
Neuralbrew • 5 nov, 09:00
Novo modelo Apache 2.0 de ex-funcionárias do Google, o Ripple-65B Preview reivindica a liderança aberta dos EUA em programação em dois benchmarks
Venturebeat • 5 nov, 09:00
Pesos do Kimi K3.1 Pro são disponibilizados gratuitamente
Gigazine • 5 nov, 09:00
Comentários (0)
Seja o primeiro a comentar.
