---
format: "aidr-story-markdown/v1"
id: "3f9528bcc55fb814891a59a52024c426104dc52dd2641196801d098bbb372371"
canonical_url: "https://aidr.today/3f9528bc?lang=vi"
title: "Codex coding harness đồng hạng nhất trên các benchmark Ripple-65B Preview"
lang: "vi"
requested_lang: "vi"
available_langs: ["en","vi"]
translation_fallback: null
fallback_fields: []
published_at: "2026-11-16T16:24:22.000Z"
category: "Models"
topics: ["coding"]
source_urls: ["https://huggingnews.com/ai/update-codex-coding-harness-ties-for-first-place-on-ripple-65b-preview-b-4f9be188","https://x.com/joelniklaus/status/2122360077567013049","https://x.com/RicursiveAI/status/2118046765857546733","https://x.com/RicursiveAI/status/2118046775852634594","https://x.com/teortaxesTex/status/2118052356495389041","https://x.com/RicursiveAI/status/2118078913809420541","https://x.com/talaei_shayan/status/2118058679736193304","https://x.com/elliotarledge/status/2118076745207497012"]
summary: "Theo những phát hiện gần đây của nhà nghiên cứu Joel Niklaus, hiệu quả của các công cụ phần mềm dùng để đánh giá khả năng lập trình của AI có thể thay đổi tùy thuộc vào mô hình được thử nghiệm. Kết quả thử nghiệm trên Hugging Face Harness Leaderboard cho thấy Codex coding harness đã đồng hạng nhất khi dùng với Ripple-65B Preview của RicursiveAI qua 198 tác vụ, trong khi chính harness này chỉ xếp thứ 9 trên 10 khi dùng với mô hình GLM-5.3-Flash. Joel Niklaus lưu ý rằng sự khác biệt này cho thấy cách quản lý context window và kiến trúc mô hình ảnh hưởng đến kết quả benchmark, đặc biệt là đối với các tác vụ dài hạn. Mô hình Ripple-65B là một LLM dạng dense được huấn luyện từ đầu với chi phí 32 triệu USD, con số mà RicursiveAI cho biết đã bao gồm toàn bộ quá trình R&D và chỉ bằng 1/10 chi phí của các mô hình open-weight dẫn đầu trước đây trong mảng agentic coding. Dù một số nhà nghiên cứu đặt câu hỏi liệu mô hình này có tụt hậu so với V4 Flash 284B hay không, công ty khẳng định mô hình của mình vượt trội hơn hẳn các mô hình lớn hơn nhiều như Inkling-975B. Mô hình này sở hữu context window 1 triệu token, được cấp phép theo Apache 2.0 và hiện có sẵn qua Ollama, Together AI và Fireworks."
---

# Codex coding harness đồng hạng nhất trên các benchmark Ripple\-65B Preview

> [Open the canonical story](<https://aidr.today/3f9528bc?lang=vi>)

**Published:** 2026-11-16T16:24:22.000Z
**Category:** Models
**Topics:** coding

## Summary

Theo những phát hiện gần đây của nhà nghiên cứu Joel Niklaus, hiệu quả của các công cụ phần mềm dùng để đánh giá khả năng lập trình của AI có thể thay đổi tùy thuộc vào mô hình được thử nghiệm\. Kết quả thử nghiệm trên Hugging Face Harness Leaderboard cho thấy Codex coding harness đã đồng hạng nhất khi dùng với Ripple\-65B Preview của RicursiveAI qua 198 tác vụ, trong khi chính harness này chỉ xếp thứ 9 trên 10 khi dùng với mô hình GLM\-5\.3\-Flash\. Joel Niklaus lưu ý rằng sự khác biệt này cho thấy cách quản lý context window và kiến trúc mô hình ảnh hưởng đến kết quả benchmark, đặc biệt là đối với các tác vụ dài hạn\. Mô hình Ripple\-65B là một LLM dạng dense được huấn luyện từ đầu với chi phí 32 triệu USD, con số mà RicursiveAI cho biết đã bao gồm toàn bộ quá trình R&amp;D và chỉ bằng 1/10 chi phí của các mô hình open\-weight dẫn đầu trước đây trong mảng agentic coding\. Dù một số nhà nghiên cứu đặt câu hỏi liệu mô hình này có tụt hậu so với V4 Flash 284B hay không, công ty khẳng định mô hình của mình vượt trội hơn hẳn các mô hình lớn hơn nhiều như Inkling\-975B\. Mô hình này sở hữu context window 1 triệu token, được cấp phép theo Apache 2\.0 và hiện có sẵn qua Ollama, Together AI và Fireworks\.

## Sources

- [Story source](<https://huggingnews.com/ai/update-codex-coding-harness-ties-for-first-place-on-ripple-65b-preview-b-4f9be188>)
- [Story source](<https://x.com/joelniklaus/status/2122360077567013049>)
- [Story source](<https://x.com/RicursiveAI/status/2118046765857546733>)
- [Supporting source](<https://x.com/RicursiveAI/status/2118046775852634594>)
- [Supporting source](<https://x.com/teortaxesTex/status/2118052356495389041>)
- [Supporting source](<https://x.com/RicursiveAI/status/2118078913809420541>)
- [Supporting source](<https://x.com/talaei_shayan/status/2118058679736193304>)
- [Supporting source](<https://x.com/elliotarledge/status/2118076745207497012>)

