Ripple-65B Preview: Selbstgemeldeter Coding-Bestwert

Ricursive Intelligence hat am 4. November 2026 sein erstes großes Sprachmodell veröffentlicht: Ripple-65B Preview. Das Open-Weight-Modell besitzt 65 Milliarden Parameter und erreicht nach Angaben des Unternehmens 80,52 Punkte auf TerminalBench 2.1. Ricursive ordnet das Ergebnis als höchste selbstgemeldete Punktzahl unter US-Open-Weight-Modellen für agentenbasierte Programmierung ein. Die Einschränkungen in diesem Satz gehören zur Nachricht. Ein allgemeiner Spitzenplatz unter KI-Modellen ist damit nicht belegt.

Für Entwickler ist Ripple deshalb zunächst ein Kandidat für den eigenen Coding-Test. Die zugänglichen Modellgewichte und die Apache-2.0-Lizenz machen die Veröffentlichung praktisch interessant. Ob das Modell im eigenen Projekt zuverlässig arbeitet oder den Betrieb günstiger macht, beantwortet der Benchmarkwert allein aber nicht.

Ein Bestwert in einer eng umrissenen Kategorie

Die Zahl 80,52 liefert einen konkreten Anhaltspunkt für die Coding-Fähigkeiten von Ripple-65B Preview. Sie steht jedoch für einen bestimmten Benchmark in einer bestimmten Version. Hinzu kommen zwei weitere Grenzen der Einordnung: der Vergleich mit US-Modellen und die Beschränkung auf Modelle mit offenen Gewichten. Wer daraus „beste Programmier-KI“ macht, lässt entscheidende Teile der Aussage weg.

Auch die Herkunft des Ergebnisses zählt. Es handelt sich um eine selbstgemeldete Punktzahl von Ricursive. Das entwertet sie nicht. Sie sollte aber als Herstellerangabe gelesen werden, nicht als unabhängig bestätigtes Gesamturteil über die Qualität des Modells.

Im Arbeitsalltag müssen andere Fragen beantwortet werden: Löst der Agent die Aufgaben im eigenen Repository? Hält er Projektvorgaben ein? Wie viel Nacharbeit bleibt nach einer Änderung? Der veröffentlichte Wert kann einen Test rechtfertigen. Die Entscheidung über den Einsatz nimmt er einem Entwicklungsteam nicht ab.

Offene Gewichte schaffen Spielraum, keinen fertigen Betrieb

Ripple-65B Preview ist ein dichtes Modell und nach Unternehmensangaben unter Apache 2.0 verfügbar. Für Teams, die Modelle selbst einsetzen und in eigene Werkzeuge integrieren wollen, ist das ein greifbarer Unterschied zu einem ausschließlich geschlossenen Angebot. Sie können das Modell als technische Komponente prüfen, statt allein einen fertigen Assistenten zu bewerten.

Open Weight bedeutet allerdings zunächst, dass die Modellgewichte zugänglich sind. Daraus folgt keine Aussage darüber, ob sämtliche Trainingsdaten und jeder Schritt der Entwicklung offengelegt wurden. Für die praktische Einordnung ist diese Trennung hilfreicher als das pauschale Etikett „quelloffene KI“.

Ebenso wenig macht die Veröffentlichung aus einem Modell automatisch einen einsatzfertigen Programmieragenten. Für einen eigenen Betrieb müssen Teams klären, wie sie Ripple in ihre Abläufe einbinden und welche Aufgaben es übernehmen darf. Der Nutzen der offenen Gewichte liegt im zusätzlichen Gestaltungsspielraum. Die Verantwortung für einen brauchbaren Einsatz bleibt beim Betreiber.

Eine Million Token ist eine Kapazitätsangabe

Nach Angaben von Ricursive wurde das Modell auf zwölf Billionen Token vortrainiert. Die unterstützte Kontextlänge soll bis zu einer Million Token reichen. Gerade bei Programmieraufgaben ist ein großes Kontextfenster attraktiv: Es bietet Raum, umfangreichen Code und zusätzliche Projektinformationen in die Bearbeitung einzubeziehen.

Die maximale Länge sagt aber noch nicht, wie zuverlässig das Modell jedes Detail dieses Materials verarbeitet. Ein großes Fenster ist keine Garantie dafür, dass eine Änderung alle Abhängigkeiten berücksichtigt. Für einen Praxistest gehören deshalb auch Aufgaben dazu, bei denen wichtige Vorgaben über mehrere Dateien verteilt sind.

Die Zahl sollte außerdem nicht die eigentliche Aufgabe verdrängen. Wer kleine, klar abgegrenzte Änderungen bearbeiten lässt, braucht nicht automatisch das maximale Kontextfenster. Entscheidend ist, ob Ripple mit dem benötigten Material verlässlich zum richtigen Ergebnis kommt. Mehr Platz für Eingaben ist dabei eine Möglichkeit, kein Qualitätsnachweis.

Entwicklungskosten sind keine Betriebskosten

Ricursive beziffert die gesamten Forschungs- und Entwicklungskosten auf 32 Millionen US-Dollar. Daraus lässt sich weder ein Preis pro Coding-Aufgabe noch ein Kostenvorteil gegenüber größeren Modellen ableiten. Dafür fehlen Angaben zum konkreten Betrieb. Auch die Parameterzahl allein reicht für einen belastbaren Wirtschaftlichkeitsvergleich nicht aus.

Ricursive verweist zudem auf einen Hintergrund in der Automatisierung des Halbleiterdesigns. Gegründet wurde das Unternehmen demnach von Dr. Anna Goldie und Dr. Azalia Mirhoseini. Dieser Hintergrund erklärt den technischen Schwerpunkt, ersetzt aber ebenfalls keinen Test an gewöhnlichen Softwareprojekten.

Ripple-65B Preview bringt damit einen klaren Anlass zum Ausprobieren mit: offene Gewichte, eine Apache-2.0-Lizenz und einen hohen selbstgemeldeten Coding-Benchmarkwert. Für die Auswahl eines Programmieragenten zählt anschließend die eigene Aufgabenliste. Erst dort lässt sich feststellen, ob aus dem guten Messwert tatsächlich weniger Korrekturarbeit wird.