विशेषज्ञों का मिश्रण डिज़ाइन
टेस्टिंगकैटलॉग एआई न्यूज के अनुसार, इंकलिंग-स्मॉल एक मिक्सचर-ऑफ-एक्सपर्ट्स (एमओई) ट्रांसफार्मर है जिसमें 276 बिलियन कुल पैरामीटर होते हैं, जिसमें किसी भी अनुमान के दौरान 12 बिलियन सक्रिय होते हैं। वह आर्किटेक्चर - जहां प्रत्येक टोकन के लिए मॉडल का केवल एक छोटा सा टुकड़ा "जागता है" - वही दक्षता चाल है जिसने डीपसीक जैसे चीनी ओपन-वेट मॉडल को चलाने के लिए इतना सस्ता बना दिया है। थिंकिंग मशीन्स ने पुष्टि की कि पूरा भार हगिंग फेस पर जारी किया जा रहा है।यह मॉडल एक मिलियन टोकन तक की संदर्भ विंडो के साथ भी आता है और जिसे प्रयोगशाला "परिवर्तनीय सोच प्रयास" कहती है, जो न्यूनतम से लेकर "xhigh" तक होती है, जिससे डेवलपर्स कार्य के आधार पर प्रदर्शन के लिए गणना कर सकते हैं। फाइन-ट्यूनिंग कंपनी के टिंकर प्लेटफॉर्म के माध्यम से उपलब्ध है, और टेक्स्ट, छवि और ऑडियो चैट टिंकर प्लेग्राउंड में पहुंच योग्य हैं।
NVIDIA GB300 सिस्टम पर प्रशिक्षित
थिंकिंग मशीन्स ने कहा कि इंकलिंग-स्मॉल को NVIDIA GB300 NVL72 सिस्टम पर प्रशिक्षित किया गया था और यह मूल इंकलिंग मॉडल की तुलना में "काफी कम गणना" का उपयोग करता है, जिसे 15 जुलाई, 2026 को लॉन्च किया गया था। उस पहले मॉडल - जिसे थिंकिंग मशीन्स की पहली रिलीज के रूप में WIRED और TechCrunch द्वारा कवर किया गया था - ने प्रयोगशाला को लगभग रातोंरात एक प्रतिस्पर्धी के रूप में स्थापित कर दिया।
इंकलिंग-स्मॉल का मार्ग एक सुविचारित दक्षता रणनीति को प्रकट करता है। लैब ने अपने पूर्व-प्रशिक्षण डेटा मिश्रण और मशीन-लर्निंग रेसिपी को संशोधित करने के लिए श्वास कक्ष का उपयोग करते हुए, इंकलिंग को प्रशिक्षित करने के बाद ही छोटे मॉडल पर काम शुरू किया। पहले पूर्वावलोकन चेकपॉइंट को आंशिक रूप से ऑन-पॉलिसी डिस्टिलेशन के माध्यम से प्रशिक्षित किया गया था, जिसमें इंकलिंग ने शिक्षक के रूप में काम किया था, इसके बाद लगभग दो सप्ताह तक स्केल्ड एजेंटिक-कोडिंग सुदृढीकरण सीखना हुआ।
यह कहां जीतता है - और कहां नहीं
उस नुस्खे के परिणाम उल्लेखनीय हैं. थिंकिंग मशीन्स का दावा है कि इंकलिंग-स्मॉल तर्क और एजेंटिक-कोडिंग बेंचमार्क पर मूल इंकलिंग से आगे निकल जाता है, जबकि इंकलिंग ज्ञान कवरेज और तथ्यात्मकता में मजबूत बनी हुई है। केवल पाठ पर मानवता की अंतिम परीक्षा, एक बेहद कठिन मूल्यांकन, छोटे मॉडल ने कथित तौर पर 31.6% स्कोर किया, जबकि इंकलिंग के लिए 29.7% - सक्रिय मापदंडों में नाटकीय कमी के बावजूद एक वास्तविक सुधार।
व्यापार-बंद स्पष्ट है: इंकलिंग-स्मॉल तेज कोडर और तर्ककर्ता है, जबकि इसका बड़ा भाई व्यापक ज्ञान आधार रखता है। डेवलपर्स के लिए, यह एक सुविधा है, बग नहीं - इसका मतलब है कि प्रत्येक कार्य पर एक विशाल मॉडल के लिए भुगतान करने के बजाय कार्य के लिए सही उपकरण चुनना।
चीन के नेतृत्व में ओपन-वेट फील्ड में एक अमेरिकी खिलाड़ी
शायद सबसे बड़ा निहितार्थ भू-राजनीतिक है। जैसा कि सीएनबीसी और अन्य ने नोट किया है, ओपन-वेट फ्रंटियर मॉडल यू.एस.-चीन फ्लैशप्वाइंट बन गए हैं, जिसमें डीपसीक और अलीबाबा की क्वेन जैसी चीनी प्रयोगशालाएं शक्तिशाली मॉडल पेश कर रही हैं और पश्चिमी मूल्य निर्धारण में कटौती कर रही हैं। फोर्कास्ट ने इंकलिंग-स्मॉल रिलीज को स्पष्ट रूप से तैयार किया: "ओपन-वेट कॉम्पिटिशन में अब एक यूएस एंट्रेंट है।"
अब तक, प्रमुख ओपन-वेट मॉडल लगभग विशेष रूप से चीन से आए हैं, जिससे वाशिंगटन में चिंता बढ़ गई है कि अमेरिकी प्रयोगशालाएं बाजार की एक पूरी श्रेणी को सौंप रही हैं। थिंकिंग मशीन्स - एआई में सबसे प्रमुख हस्तियों में से एक के नेतृत्व में एक अच्छी तरह से वित्त पोषित अमेरिकी स्टार्टअप - उस कैलकुलस को बदल देता है। हगिंग फेस पर पूर्ण भार जारी करके और ओपन फाइन-ट्यूनिंग का समर्थन करके, प्रयोगशाला डेवलपर समुदाय के लिए सीधा खेल बना रही है जिसे चीनी ओपन-वेट मॉडल ने तैयार किया है।
डेवलपर्स के लिए बनाया गया, न कि केवल बेंचमार्क के लिए
थिंकिंग मशीन्स ने रिलीज को डेवलपर्स पर लक्षित टूलींग के साथ जोड़ा है। ओपन हगिंग फेस वेट से परे, डेटाब्रिक्स ने पुष्टि की कि इंकलिंग परिवार अपने प्लेटफॉर्म पर उपलब्ध है, और टिंकर प्लेग्राउंड बॉक्स से बाहर मल्टीमॉडल टेक्स्ट, छवि और ऑडियो चैट का समर्थन करता है। परिवर्तनीय "सोच प्रयास" सेटिंग - न्यूनतम से "xhigh" तक - वास्तविक इंजीनियरिंग ट्रेड-ऑफ के लिए डिज़ाइन की गई है: जब कोई कार्य सरल हो तो सस्ते में चलाएं, जब कोई समस्या गहन तर्क की मांग करती है तो अधिक गणना खर्च करें। यह लचीलापन उन स्टार्टअप्स के लिए मायने रखता है जो अपने अनुमान बिलों पर नजर रखते हैं, जिनमें से कई पहले ही प्रीमियम एपीआई दरों का भुगतान करने के बजाय सस्ते ओपन-वेट विकल्पों में स्थानांतरित हो चुके हैं।
पूरे उद्योग में दक्षता की प्रवृत्ति
इंकलिंग-स्मॉल भी व्यापक पैटर्न में फिट बैठता है। पूरे उद्योग में, अत्याधुनिक मॉडल बड़े मोनोलिथिक मॉडल से छोटे, स्मार्ट सिस्टम की ओर स्थानांतरित हो रहे हैं जो अपने वजन से ऊपर हैं। डीपसीक के मूल्य-युद्ध मॉडल से लेकर संपीड़ित आर्किटेक्चर तक, संदेश सुसंगत है: कच्चे पैरामीटर की गिनती इस बात से कम मायने रखती है कि कोई मॉडल अपनी क्षमता का कितनी कुशलता से उपयोग करता है।
थिंकिंग मशीनों के लिए, आकार से अधिक दक्षता पर दांव अब दो मॉडल गहरा है - और शुरुआती बेंचमार्क सुझाव देते हैं कि रणनीति काम कर रही है। इंकलिंग-स्मॉल आज डाउनलोड और फ़ाइन-ट्यूनिंग के लिए उपलब्ध होने के साथ, डेवलपर्स स्वयं उस दावे का परीक्षण कर सकते हैं।
एआई से आगे रहें
हर हफ्ते नए ओपन-वेट मॉडल आ रहे हैं और प्रतिस्पर्धा बढ़ती ही जा रही है। हमारे [एआई उद्योग कवरेज] (https://aibuzzwire.news) के माध्यम से हर रिलीज के साथ बने रहें।
अधिक AI समाचार पढ़ें →
