Ripple-65B Preview: U.S. Open-Weight SOTA on Agentic Coding
Ricursive Intelligence发布Ripple-65B Preview,以3200万美元成本实现美国开放权重模型在agentic coding上的SOTA,性能超越多个更大模型。
入选理由:Ripple-65B在TerminalBench 2.1得分80.52,超越Reflection Beam 501B等更大模型
概念
别名:TerminalBench
评估agentic coding性能的基准测试
已跟踪 2 条高相关材料
最近变化
2026-11-04 · Ripple-65B在TerminalBench 2.1得分80.52,超越Reflection Beam 501B等更大模型
为什么值得关注
TerminalBench 2.1 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Ripple-65B Preview: U.S. Open-Weight SOTA on Agentic Coding
Hacker News Best · 8.5 分
Ricursive Intelligence发布Ripple-65B Preview,以3200万美元成本实现美国开放权重模型在agentic coding上的SOTA,性能超越多个更大模型。
Project HydraFusion: Frontier quality via multi-model orchestration
The GitHub Blog · 8.5 分
GitHub推出HydraFusion,通过多模型编排实现前沿质量,三种执行模式在TerminalBench 2.1上提升4.9个百分点,成本降低67%。
已收录 2 条与 TerminalBench 2.1 相关的内容,按评分排序。
Ricursive Intelligence发布Ripple-65B Preview,以3200万美元成本实现美国开放权重模型在agentic coding上的SOTA,性能超越多个更大模型。
入选理由:Ripple-65B在TerminalBench 2.1得分80.52,超越Reflection Beam 501B等更大模型
GitHub推出HydraFusion,通过多模型编排实现前沿质量,三种执行模式在TerminalBench 2.1上提升4.9个百分点,成本降低67%。
入选理由:Cascade模式在TerminalBench 2.1上提升4.9个百分点,成本降低67%。