65B 叫板 800B，280B 却故意不微调：本周 Hugging Face 的两极

本周 Hugging Face 上新了两个模型，一个 65B，一个 280B，走的是完全相反的路子。放在一起读，正好能看出开源正在分叉。

测评结论先说。Ripple-65B Preview（ricursiveAI，11 月 4 日上架）：64.8B 参数的密集 Transformer，基于 Olmo 3，Apache 2.0 协议，训练用了 12 万亿 token，上下文 100 万。模型卡自报的分数很抢眼：Terminal-Bench 2.1 拿了 80.5 分，SWE-bench Pro v2.0 Hard 79.1 分——同一张表里，550B 的 Nemotron 3 Ultra 只有 56.4 分，816B 的 Muse Spark Open 76.4 分，501B 的 Reflection Beam 80.1 分。也就是说，一个 65B 的模型在 agent 编程这两项上打平甚至超过了大它 8 到 12 倍的模型；知识（MMLU 89.6）和数学（AIME 2024 97.1）上它略逊于巨无霸，但差距不大。

ERNIE-5.5-Flash-Base（百度，11 月 6 日上架）则反着来：280B 参数的 MoE，每次只激活 14B，33.5 万亿 token 预训练，训练上下文 12.8 万（架构支持拉到 100 万）。它最大的特点是“故意不做任何微调和后训练就开源”——百度把对齐和调教的工作整个交给了下载者，微调版“以后再说”，没有日期。

能用于啥，分得很清。Ripple 是“拿来就能干活”的：定位就是推理和 agentic coding，适合挂在 coding agent 后面跑终端任务、修 bug、写测试。ERNIE 这个底座则是“拿来自己调”的：适合有微调能力的团队按自己的场景训专属版本，或者研究者拿一个前沿规模的中国模型原始状态做分析——没经过后训练打磨的底座长什么样，平时是看不到的。

怎么用，也要分开说。Ripple 有 BF16 和 NVFP4 两种格式，官方给了 Colab 笔记本上手；但别被“65B 小模型”误导，BF16 权重约 130GB，满血跑要两块 80GB 的卡或 256GB 统一内存的 Mac，4-bit 量化后也要约 39GB 显存起步——这是工作站和数据中心的活，不是笔记本上随便跑的。ERNIE 更直接：先微调再用。底座模型不会好好聊天，直接部署就是个半成品；有微调管线和评估集的团队再碰，没这个能力的先等百度出微调版。

我的判断是，这两个模型代表了开源的两条路线。Ripple 的路线是“小模型跑出大模型分”：靠架构（密集、薄而深、80 层）和针对性训练，在特定任务上越级。ERNIE 的路线是“只给底座、把定制权交出去”：赌的是社区愿意接手后训练这部分活。对普通开发者，Ripple 是本周更值得试的那个；对有微调能力的团队，ERNIE 的底座是一次难得的、能拿到前沿规模原始权重的机会。两边的分数都要打个折：Ripple 的 80.5 分和 ERNIE 的各项对比都是厂商自报，没有独立复现；Ripple 名字里还带着 Preview，正式版可能还会变。

边界：以上分数均为模型卡/厂商自报，未独立验证；ERNIE 微调版无发布时间；Ripple 的本地运行显存数字为 Sci Herald 按参数量估算，非官方给出。