Ripple-65B 预览版在代理编码任务上达到美国开源权重模型SOTA水平

Ripple-65B 预览版在 TerminalBench 2.1 基准测试中取得 80.5 分，成为美国开源权重模型在代理编码领域的当前最佳水平（SOTA）。该成果并非来自大规模强化学习暴力训练，而是通过精心迭代监督微调（SFT）和强化学习（RL）配方实现，仅消耗了约 140 万次 rollouts。

关键事实显示，其训练过程未购买任何后训练数据，完全依赖自建的合成数据管道、质量过滤及覆盖度指标。其混合 RL 配方采用了截断重要性采样、分数中心化及线性长度惩罚策略，并在高质量长周期合成环境中持续增加任务难度。这种策略使得模型从强初始 SFT 检查点开始实现了陡峭的性能提升，且所需 rollouts 数量仅为前代 SOTA 模型 Reflection Beam 的约 1/70。

推断认为，这一结果标志着开源模型在复杂编码 Agent 任务上的效率边界正在被重新定义，证明高质量的合成环境与算法优化可替代昂贵的数据采购与算力堆叠。事实层面确认了 Ripple-65B 的具体性能数值与训练参数，但关于其是否已正式开源或具体部署成本仍属猜测，需等待官方进一步披露。