Ripple-65B-Preview

65B

Ripple

ricursiveAI 发布的 65B 稠密模型，Apache 2.0 许可，目前是预览版；Ollama 0.40.16 的发布说明称它面向智能体编程，运行名为 `ripple-preview`。只有每 5 层中的 1 层（80 层中 16 层）是全局注意力，缓存增长的就是这部分：每个 token 64 KB，32K 窗口多占 1.9 GB，128K 多占约 8.5 GB。其余 64 层是 1,024 token 的滑动窗口，合计固定约 0.4 GB；窗口长度为 2,097,152 token。AtomicChat 名为 AD 的文件比同名的标准档位更大（它的 IQ2_XXS 是 20.0 GB，每权重 2.47 bit）。IQ1_M 在 4K 下约需 20.0 GB，24 GB 显卡可以从容运行。IQ2_XXS 在 4K 下约需 21.6 GB，24 GB 显卡偏紧。IQ2_S 在 4K 下约需 27.2 GB，32 GB 显卡可以从容运行。Q4_K_M 是 38.8 GB 的标准文件，在 4K 下约需 41.2 GB，48 GB 显卡可以从容运行。体积按 AtomicChat 发布的 GGUF 文件计算，各档位的质量损失未公布。

⬇ 6.5K HF 下载量♥ 487 点赞ricursiveAI/Ripple-65B-Preview· 数据更新于 11/11/2026
专业 GPUMac / 苹果芯片

2097K

最大上下文

11

量化变体

GGUF Q8_0

最佳质量

—

困惑度增幅（最佳档位）

计算显存Hugging Face对比

量化变体对比

各量化级别的显存、质量损失及 RTX 4090 推理速度

实测 = 本站跑过 · 估算 = 本站未跑过：推算所得，或本站未核实的数字 · 社区 = 公开报告

格式级别BPW显存PPL 损失速度来源操作
GGUFIQ1_M2.2820.0 GB——估算
计算HF
GGUFIQ2_XXS2.4721.6 GB——估算
计算HF
GGUFIQ2_XS2.7323.8 GB——估算
计算HF
GGUFIQ2_S3.1327.2 GB——估算
计算HF
GGUFIQ3_XXS3.4529.9 GB——估算
计算HF
GGUFIQ3_S434.5 GB——估算
计算HF
GGUFIQ4_XS4.7841.1 GB——估算
计算HF
GGUFQ4_K_M4.7941.2 GB——估算
计算HF
GGUFQ5_K_M5.9250.8 GB——估算
计算HF
GGUFQ6_K7.1260.9 GB——估算
计算HF
GGUFQ8_08.572.6 GB——估算
计算HF

每个体积对应哪个文件

文件大小不等于显存：显存一栏是计算器在 4K 上下文下的总量 —— 权重加 KV 缓存，再加 10% 的激活缓冲。两边的单位是有意不同的：文件大小用十进制 GB，和 Hugging Face 列表一致；显存一栏用 GiB（1024³ 字节），并在权重上多算 2%，所以 7.12 GB 的文件在那一栏里约是 6.8 GiB。仓库若带视觉投影（mmproj），它是另外下载的文件，两个数字都不含它。

相似模型

与 GPT-OSS 120B 对比
117B MoE

GPT-OSS 120B

OpenAI GPT-OSS

专业 GPUMac / 苹果芯片
MXFP466.4 GB+0.0%困惑度增幅

GPT-OSS 大杯（总 117B / 激活 5.1B）。原生 MXFP4 权重约 61GB —— 单张 80GB 卡或 128GB 统一内存 Mac 可跑。24GB 消费卡部分卸载虽慢但可用。

106B MoE

GLM-4.5-Air

Zhipu GLM-4.5

专业 GPUMac / 苹果芯片
Q4_K_M67.9 GB+2.4%困惑度增幅

智谱 Agent/推理向 MoE（总 106B / 激活 12B）。Q4 约 64GB —— 96GB+ 统一内存 Mac 或双 48GB 卡最合适。同级别中工具调用能力突出。

125B-A6B

Qwen3.8-Flash-Next

Qwen3.8

Mac / 苹果芯片专业 GPU
Q4_K_M79.3 GB—困惑度增幅

Qwen 下一代架构的预览版，8 月发布：125B 的混合专家模型，每个 token 约激活 6B 参数，另带一张 51B 的 n-gram 查找表。llama.cpp 从内存或磁盘按需读取这张表，它从不占用显存，但要占磁盘空间，而且打包在 GGUF 文件里，所以文件比下面的数字大得多。48 层中只有 12 层保留会增长的 KV 缓存，即使用满 256K 窗口也只多约 7.5 GB。Q4_K_M 在 4K 上下文下约需 79 GB，128 GB 的 Mac 或 DGX Spark 都能从容运行；256K 下约需 87 GB，在 DGX Spark 上仍然宽裕，在 Mac 上偏紧，因为 macOS 只让 GPU 使用约四分之三的内存。单张 24 或 32 GB 显卡只有把专家卸载到系统内存才能跑。llama.cpp 以 `qwen4exp` 架构支持它。下方体积使用计算器的通用比特率（没有哪个文件大小能把模型本身和查找表分开），各档位的质量损失也未公布。

816B-A42B

Muse Spark Open 816B-A42B

Meta Muse

Mac / 苹果芯片专业 GPU
Q4_K_S492.4 GB—困惑度增幅

Meta 目前最大的开放权重模型，10 月以 Muse Model License 发布：816B 混合专家模型，每个 token 约激活 42B 参数，面向编程和智能体任务，支持图像和音频输入。只有最小的量化版本能在单台机器上运行。Q2_K（ggml-org 发布的 304 GB 文件）在 4K 上下文下约需 319 GB，到 128K 也只要 327 GB，因为 62 层中只有 16 层的缓存会随上下文增长——512 GB 的 Mac Studio 可以从容运行，四张 80 GB 的 H100 则偏紧。用满 100 万上下文约需 389 GB。Q4_K_S（470 GB）和 Q8_0（872 GB）在本站收录的任何单台机器上都装不下。视觉和音频编码器是另外 2–4 GB 的文件，未计入。体积按已发布的 GGUF 文件计算；基准成绩是 Meta 自己报的，各档位的质量损失未公布。它的许可证不是常规开源许可：Meta 的仓库需要申请访问才能下载；基于它的产品须注明"Built with Muse Spark Open"；年收入超过 2000 万美元的公司若要把它作为 API 服务提供，须先与 Meta 另签协议。

在本地运行 Ripple-65B-Preview

在 Q4_K_M、4K 上下文下，Ripple-65B-Preview 约需 41.2 GB —— 权重 36.9 GB、KV 缓存 0.63 GB、激活缓冲 3.8 GB。本索引中能宽裕跑它的最小规格是 48 GB 显卡 —— 共 3 张，A40 48G 起步；78 张卡中有 17 张可以。这些是计算值而非实测值：估算把「宽裕」的界线画在显存的 88%，大致就是桌面环境需要留出的余量。

上下文变长会多花多少

从 4K 提到 32K 约多占 1.75 GB，总量来到 43.1 GB。这比参数量给人的印象要温和：80 层中只有 16 层的 KV 缓存会随上下文增长，另有 64 层被滑动窗口封顶，因此缓存的增速只有常规架构的一小部分。该模型的原生上下文是 2M；在 Q4_K_M 下把它全部撑满约需 182 GB。

该下载哪个版本

本索引只收录了 Ripple-65B-Preview 的 GGUF 格式，共 11 个档位（IQ1_M、IQ2_XXS、IQ2_XS、IQ2_S、IQ3_XXS、IQ3_S、IQ4_XS、Q4_K_M、Q5_K_M、Q6_K、Q8_0）。 该模型没有公开的逐档困惑度数据，因此质量一列留空而不是填估算值 —— 在同一个模型内部，位数越多越忠实是数据唯一支持的排序。本站硬件上没有该模型的吞吐实测数据。GGUF 可在 NVIDIA、AMD 与苹果芯片上通过 llama.cpp 和 Ollama 运行；AWQ 与 GPTQ 面向 CUDA 和 ROCm 上的 vLLM；EXL2 是 ExLlamaV2 —— 仅限 CUDA，而且已经归档，适合本机使用而不适合提供服务。

常见问题

Ripple-65B-Preview 需要多少显存？
在 Q4_K_M、4K 上下文、batch 1 下约 41.2 GB，到 32K 时约 43.1 GB。这个数字是权重加 KV 缓存再加 10% 激活缓冲，由模型架构计算得出，不是在显卡上实测的。
Ripple-65B-Preview 能在 48GB 显卡上跑吗？
可以 —— 在 Q4_K_M、4K 上下文下约需 41.2 GB，在 A40 48G 上还剩 6.8 GB，本索引中 3 张 48 GB 显卡都一样。这是能宽裕跑它的最小规格；78 张中有 17 张可以。
Ripple-65B-Preview 该用哪个量化档位？
该模型没有公开的质量对比数据，所以按体积来选：Q4_K_M 是多数人使用的档位，bits-per-weight 越高越忠实。索引中的 11 个档位是 IQ1_M、IQ2_XXS、IQ2_XS、IQ2_S、IQ3_XXS、IQ3_S、IQ4_XS、Q4_K_M、Q5_K_M、Q6_K、Q8_0。

这个模型能跑在哪

按 Q4_K_M、4K 上下文估算，显存从小到大排列。「从容」指估算占用不超过显存的 88%。

可从容运行
A40 48G48GB · +6.8L40S 48G48GB · +6.8Radeon PRO W7900 48G48GB · +6.8DGX Spark 64G64GB · +22.8Mac M5 Pro 64G64GB · +6.8
勉强能跑
A100 40G40GB
差一点装不下
Mac M4 Pro 48G+5.2GB 超出Mac M3 Max 48G+5.2GB 超出
提供格式
GGUF
是以下档位的推荐
24GB 能跑的最好的本地大模型
自己试试
在计算器里算显存生成运行命令

怎么把它跑起来

针对本模型及同类硬件的部署指南。

本页数字会随模型数据或运行时版本的变化而更新。最近更新 2026-11-11 RSS → /zh/feed.xml