Ripple まとめ:必要VRAM・GGUF版

当サイトが Ripple 系統について公開した記事(1本)と、記事の公開後に見つかった変換版(GGUF・MLX等)、必要メモリの判定を1ページにまとめたものです。必要メモリはモデルカードの公称値ではなく、当サイトが配布ファイルのサイズから機械的に算出した値です。モデル系統別まとめの1ページです。

基本情報

項目 内容
元のモデル ricursiveAI/Ripple-65B-Preview
公開元 ricursiveAI
パラメータ数 64.8B
ライセンス(モデルカード) apache-2.0
最小のVRAM階層 32GB
記事数 1本

動作環境

動作環境の目安(Local Model Watch 算出) — パラメータ数 64.8B

手持ちのVRAM 選べる量子化 ファイルサイズ 必要メモリの目安
RTX 5090 など 32GB Q2_K 22.1GB 26.5GB
RTX 6000 Ada / A6000 など 48GB Q4_K_M 36.1GB 43.4GB
A100 / H100 80GB クラス Q8_0 64.1GB 76.9GB

必要メモリは配布ファイルの実サイズに実行時のオーバーヘッド(KVキャッシュ等)を20%見込んだ概算で、文脈長・バッチサイズ・推論エンジンによって増減します。公開元の公称値ではなく、当サイトがファイルサイズから機械的に算出した値です。 ファイルサイズは変換版 DevQuasar/ricursiveAI.Ripple-65B-Preview-GGUF の配布ファイルの実測値です。 他のモデルとの比較はVRAM別の早見表を参照してください。 量子化の名前の読み方は用語集にあります。

手元で動かせるか

公開元の配布形式は safetensors です。

ライセンス apache-2.0(商用利用可): 商用利用を含めて自由に利用・改変・再配布できます。再配布時にライセンス文と変更点の告知が必要で、特許の許諾条項があります。

量子化の圧縮率: Q2_K は実測 2.93 bit/weight で、元の16bitの重みの約18%のサイズです(配布ファイルの実サイズから当サイトが算出)。

配布形式とライセンス表記から当サイトのコードが組み立てた判定です。ライセンスの要約は法的助言ではないため、実際の利用にあたっては公開元の原文を確認してください。

派生版・量子化版

→ 横にスクロールできます

追記日 配布元 形式 リポジトリ 最小のVRAM階層(量子化・必要メモリの目安)
2026-11-17 ricursiveAI NVFP4 ricursiveAI/Ripple-65B-Preview-NVFP4 NVFP4 63.9GB(80GB VRAMで動作)
2026-11-17 DevQuasar GGUF DevQuasar/ricursiveAI.Ripple-65B-Preview-GGUF Q2_K 26.5GB(32GB VRAMで動作)

各リポジトリの量子化とファイルサイズ:

  • ricursiveAI/Ripple-65B-Preview-NVFP4 の量子化: NVFP4 53.3GB
  • DevQuasar/ricursiveAI.Ripple-65B-Preview-GGUF の量子化: Q2_K 22.1GB / Q3_K_M 28.9GB / Q4_K_M 36.1GB / Q5_K_M 42.6GB / Q6_K 49.5GB / Q8_0 64.1GB

この節は、記事公開後に見つかった変換版を当サイトが機械的に追記したものです。必要メモリは配布ファイルのサイズから算出した概算です。

記事(シリーズ自身のモデルを先に、新しい順)

公開日 モデル 種類 記事
2026-11-17 ricursiveAI/Ripple-65B-Preview 新モデル 「Ripple-65B-Preview」エージェントコーディング特化のデンスモデル:必要VRAM 32GB〜

リポジトリ

最終更新 2026-11-17(JST)。記事ログからコードが組み立てたページで、AIモデルが書いた文章はありません。