Το Thinking Machines λανσάρει το Inkling 2 Small: 594B-Παράμετρος MoE With Apache 2.0 Weights που έρχεται την επόμενη εβδομάδα

Η Thinking Machines Lab, η startup που ιδρύθηκε από την πρώην Διευθύντρια Τεχνολογίας OpenAI Mira Murati, παρουσίασε το Inkling 2 Small στις 5 Νοεμβρίου, τη δεύτερη γενιά της οικογένειας μοντέλων της και μια έκδοση που η εταιρεία λέει ότι προσφέρει ένα σημαντικό άλμα στην κωδικοποίηση, το όραμα, τη γνώση και τη λογική. Το μοντέλο κάνει το ντεμπούτο του με κλειστά βάρη στην πλατφόρμα Tinker της εταιρείας, με πλήρη ανοιχτά βάρη που υπόσχονται με άδεια Apache 2.0 την επόμενη εβδομάδα, μόλις ολοκληρωθούν οι εξωτερικές δοκιμές ασφάλειας και το red-teaming. Είναι ένα από τα πιο προσεχτικά λανσαρίσματα μοντέλων σε μια εβδομάδα γεμάτη με κυκλοφορίες και προσγειώνεται σε έναν αγώνα ανοιχτών βαρών που παρακολουθούμε καθημερινά στις [τελευταίες εξελίξεις AI] (https://aibuzzwire.news).

Τι δείχνουν οι αριθμοί

Το Inkling 2 Small είναι ένα μοντέλο Mixture of Experts (MoE) με 594 δισεκατομμύρια συνολικές παραμέτρους και 17 δισεκατομμύρια ενεργές ανά συμπέρασμα — μια σχεδίαση που διατηρεί το υπολογιστικό κόστος διαχειρίσιμο παρά το μέγεθος του μοντέλου. Υποστηρίζει εισόδους εικόνας και μεταβλητή προσπάθεια, επιτρέποντας στους χρήστες να ανταλλάσσουν το βάθος απόκρισης με την ταχύτητα ανάλογα με την εργασία.

Ο τίτλος προέρχεται από τον Δείκτη Νοημοσύνης Τεχνητής Ανάλυσης, όπου η εταιρεία λέει ότι το Inkling 2 Small σημείωσε 31, το οποίο περιγράφει ότι ξεπερνάει κατά πολύ τις βαθμολογίες των προηγούμενων μοντέλων της. Η Thinking Machines αποδίδει το κέρδος σε βελτιώσεις "σε κάθε βήμα" της εκπαίδευσης, συμπεριλαμβανομένης της αποτελεσματικότερης προεκπαίδευσης και μιας μεγάλης, ενοποιημένης σειράς ενισχυτικής εκμάθησης.

Στα σημεία αναφοράς κωδικοποίησης που δημοσιεύτηκαν στην ανακοίνωση, το Inkling 2 Small δημοσίευσε ισχυρά αλλά όχι ομοιόμορφα κορυφαία αποτελέσματα σε ένα πεδίο που περιλαμβάνει τα GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark και Kimi K3. Σημείωσε 86,3% στο SWEBench Pro v2 (Σκληρό) — το δεύτερο υψηλότερο στη σύγκριση, πίσω από το 88,2% της Kimi K3 — και 72,1% στο DeepSWE v1.1, όπου το Muse Spark προηγήθηκε με 77,0%. Στο FrontierCode v2.0 έφτασε το 25,4%, δεύτερο μετά το 28,5% του Muse Spark και δημοσίευσε 81,6% στο Vibe Code Bench v1.1.

Εκπαιδεύτηκε για Εργασία Αντιπροσώπου Long-Horizon

Η εταιρεία λέει ότι οι αντιπροσωπευτικές ικανότητες του μοντέλου προέρχονται από την ενισχυτική μάθηση σε εκατοντάδες χιλιάδες εργασίες κωδικοποίησης μακρού ορίζοντα, που εκτελούνται σε πολλαπλές πλεξούδες πρακτόρων και στρατηγικές συμπίεσης περιβάλλοντος. Σημειωτέον, το Thinking Machines ξεπέρασε τις απλές ανταμοιβές δοκιμής μονάδας: πολλές εκπαιδευτικές εργασίες περιελάμβαναν έναν agentic RL grader που αξιολόγησε πώς το μοντέλο προσέγγιζε ένα πρόβλημα, όχι μόνο αν ο τελικός κωδικός πέρασε.

Η ομάδα δοκίμασε επίσης πρώιμα σημεία ελέγχου στη φύση, εκτελώντας τα στο OpenCode με την κωδική ονομασία "Fledge-Alpha" για να μετρήσει την απόδοση στον πραγματικό κόσμο. Σύμφωνα με την ανακοίνωση, το αποτέλεσμα είναι ένα μοντέλο που ακολουθεί τις οδηγίες καλύτερα από τον προκάτοχό του, εξετάζει προσεκτικά τις αλλαγές και επαληθεύει τη δουλειά του χωρίς να του ζητηθεί.

Όραμα, χρήση υπολογιστή και διαδραστικές επιδείξεις

Το Inkling 2 Small επεκτείνει την οικογένεια πέρα από το κείμενο. Η εταιρεία επισημαίνει επιδείξεις στις οποίες το μοντέλο χρησιμοποίησε το Three.js για να δημιουργήσει έναν πλήρη προσομοιωτή πόλης από την αρχή — δημιουργώντας κάθε κτίριο, υφή και αυτοκίνητο διαδικαστικά χωρίς προκατασκευασμένα στοιχεία — και έγραψε έναν λειτουργικό εξομοιωτή υπολογιστή στην Python που εκκινεί έναν πραγματικό πυρήνα Linux, ο οποίος μπορεί να προβληθεί στο πρόγραμμα περιήγησης. Ένα άλλο demo δείχνει το μοντέλο να δημιουργεί και να αναθεωρεί σκηνές στο Blender, συμπεριλαμβανομένης μιας κοιλάδας που σχεδιάζεται με το χέρι με κινούμενους γερανούς origami.

Αυτά τα demo υπογραμμίζουν τον τόνο της κυκλοφορίας: ένα μοντέλο που μπορεί να ενσωματώσει οπτική ανατροφοδότηση και να βελτιώσει επαναληπτικά αυτό που δημιουργεί — ιστότοπους, παιχνίδια, τρισδιάστατα σχέδια — αντί να παράγει αποτελέσματα μίας λήψης.

The Open-Weights Path

Η σκηνοθετημένη κυκλοφορία ακολουθεί την προσέγγιση του Thinking Machines που είχε παρουσιάσει στο προηγούμενο δοκίμιό του «ασφαλής πορεία προς τα ανοιχτά βάρη». Το Inkling 2 Small είναι διαθέσιμο σήμερα μέσω του Tinker, όπου οι χρήστες μπορούν να το δοκιμάσουν στην παιδική χαρά και να το χρησιμοποιήσουν για τελειοποίηση και δειγματοληψία. Τα σημεία ελέγχου θα καταστούν διαθέσιμα όταν τα βάρη κυκλοφορήσουν στο Apache 2.0, που έχει προγραμματιστεί για την επόμενη εβδομάδα μετά την ολοκλήρωση των εξωτερικών δοκιμών ασφαλείας και της ολοκλήρωσης του red-teaming.

Η στρατηγική απηχεί την πρώτη γενιά της εταιρείας: την αρχική ναυαρχίδα της Inkling και τη μικρότερη Inkling-Small, ένα μοντέλο ανοιχτού βάρους 276 δισεκατομμυρίων παραμέτρων που κυκλοφόρησε νωρίτερα αυτό το έτος και τράβηξε μεγάλη προσοχή για την αντιστοίχιση των επιδόσεων της ναυαρχίδας σε ένα κλάσμα του μεγέθους. Με το Inkling 2 Small, το εργαστήριο διπλασιάζει την ίδια πρώτη θέση απόδοσης — μεγαλύτερη συνολική χωρητικότητα, μικροσκοπικό ενεργό αποτύπωμα.

Γιατί έχει σημασία

Τα αμερικανικά εργαστήρια έχουν ιστορικά υστερήσει Κινέζους ανταγωνιστές στα ανοικτά βάρη με δυνατότητα μεταφοράς συνόρων, ένα χάσμα που μειώθηκε καθώς οι εκδόσεις των Z.ai, DeepSeek, Tencent και Moonshot land βδομάδα με την εβδομάδα. Η Thinking Machines είναι πλέον η πιο σημαντική εταιρεία που συμμετέχει στις ΗΠΑ και μια έκδοση δεύτερης γενιάς τόσο σύντομα μετά την πρώτη υποδηλώνει ότι το εργαστήριο επαναλαμβάνεται ταχύτερα από ό,τι περίμεναν πολλοί.

Οι επιφυλάξεις είναι οι ίδιες οι συγκρίσεις αναφοράς. Η Thinking Machines επέλεξε τις συγκρίσεις και σημείωσε τις «υψηλότερες αναφερόμενες» βαθμολογίες σε κάθε σειρά — και σε αρκετές από αυτές τις σειρές, το Inkling 2 Small ήρθε δεύτερο, όχι πρώτο. Η κυκλοφορία του Apache 2.0 την επόμενη εβδομάδα θα είναι η πραγματική δοκιμή: μόλις οι προγραμματιστές μπορέσουν να κατεβάσουν και να εξετάσουν τα βάρη ανεξάρτητα, το μάρκετινγκ δίνει τη θέση του στη μέτρηση. Προς το παρόν, η ανακοίνωση τοποθετεί το Inkling 2 Small ως απόδειξη ότι ο σφόνδυλος μοντέλου-προϊόντος της startup περιστρέφεται — και ότι τα σύνορα ανοιχτών βαρών έχουν τώρα έναν γνήσιο διαγωνισμό για τον Ειρηνικό.

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Νέα μοντέλα ανοιχτού βάρους προσγειώνονται κάθε εβδομάδα από εργαστήρια σε τρεις ηπείρους. Παρακολουθήστε κάθε κυκλοφορία μέσω της [κάλυψης του κλάδου AI] (https://aibuzzwire.news).

Διαβάστε περισσότερα νέα AI →