Thinking Machines Lab, syarikat permulaan AI yang diasaskan oleh bekas Ketua Pegawai Teknologi OpenAI Mira Murati, telah mengeluarkan Inkling-Small, model berwajaran terbuka yang menurut syarikat itu sepadan dengan prestasi perdananya pada kira-kira satu perempat daripada saiz. Keluaran itu memberikan Amerika Syarikat peserta yang serius dalam perlumbaan model sempadan kelas terbuka — kategori yang, sehingga kini, telah didominasi oleh makmal China. Pelancaran adalah salah satu daripada beberapa langkah pantas yang membentuk semula landskap AI sumber terbuka yang kami bincangkan dalam [berita terbaharu AI] kami(https://aibuzzwire.news).

Reka Bentuk Gabungan Pakar

Menurut TestingCatalog AI News, Inkling-Small ialah pengubah Campuran Pakar (MoE) yang mengandungi 276 bilion jumlah parameter, dengan 12 bilion aktif semasa sebarang inferens tertentu. Seni bina itu — di mana hanya sebahagian kecil model "bangun" untuk setiap token — ialah helah kecekapan yang sama yang menjadikan model berat terbuka Cina seperti DeepSeek begitu murah untuk dijalankan. Thinking Machines mengesahkan pemberat penuh dikeluarkan pada Memeluk Muka.

Model ini juga dihantar dengan tetingkap konteks sehingga satu juta token dan apa yang makmal panggil "usaha pemikiran berubah-ubah," dari minimum hingga "xhigh", membenarkan pembangun berdagang mengira prestasi bergantung pada tugas. Penalaan halus tersedia melalui platform Tinker syarikat, dan teks, imej dan sembang audio boleh diakses di Taman Permainan Tinker.

Dilatih pada Sistem NVIDIA GB300

Thinking Machines berkata Inkling-Small telah dilatih pada sistem NVIDIA GB300 NVL72 dan menggunakan "pengiraan yang agak kurang" berbanding model Inkling yang asal, yang dilancarkan pada 15 Julai 2026. Model pertama itu — diliputi oleh WIRED dan TechCrunch sebagai keluaran pertama Thinking Machines — menjadikan makmal itu sebagai syarikat pesaing yang serius sepanjang malam.

Laluan ke Inkling-Small mendedahkan strategi kecekapan yang disengajakan. Makmal mula bekerja pada model yang lebih kecil hanya selepas melatih Inkling, menggunakan bilik pernafasan untuk menyemak semula gabungan data pra-latihan dan resipi pembelajaran mesin. Pusat pemeriksaan pratonton lebih awal telah dilatih sebahagiannya melalui penyulingan atas dasar, dengan Inkling berkhidmat sebagai guru, diikuti kira-kira dua minggu pembelajaran pengukuhan pengekodan agen berskala.

Di Mana Ia Menang — dan Di Mana Ia Tidak

Hasil resipi itu adalah ketara. Thinking Machines mendakwa Inkling-Small mengatasi Inkling asal pada penaakulan dan penanda aras pengekodan agen, manakala Inkling kekal lebih kukuh dalam liputan pengetahuan dan fakta. Pada teks sahaja Peperiksaan Terakhir Kemanusiaan, penilaian yang terkenal sukar, model yang lebih kecil dilaporkan memperoleh 31.6%, berbanding dengan 29.7% untuk Inkling — peningkatan sebenar walaupun terdapat pengurangan mendadak dalam parameter aktif.

Pertukaran adalah jelas: Inkling-Small ialah pengekod dan penaakulan yang lebih tajam, manakala adiknya yang lebih besar mengekalkan asas pengetahuan yang lebih luas. Bagi pembangun, itu adalah ciri, bukan pepijat — ini bermakna memilih alat yang sesuai untuk pekerjaan itu daripada membayar untuk model gergasi tunggal pada setiap tugas.

Pemain A.S. dalam Padang Berat Terbuka Diketuai oleh China

Mungkin implikasi terbesar adalah geopolitik. Seperti yang telah dinyatakan oleh CNBC dan yang lain, model sempadan berat terbuka telah menjadi titik kilat A.S.–China, dengan makmal China seperti DeepSeek dan Qwen Alibaba memberikan model berkuasa dan mengurangkan harga Barat. Forkast membingkai keluaran Inkling-Small secara terang-terangan: "Pertandingan Wajaran Terbuka Kini Mempunyai Peserta AS."

Sehingga kini, model berat terbuka terkemuka datang hampir secara eksklusif dari China, menimbulkan kebimbangan di Washington bahawa makmal Amerika telah menyerahkan keseluruhan kategori pasaran. Thinking Machines — syarikat permulaan A.S. yang dibiayai dengan baik yang diketuai oleh salah seorang tokoh yang paling menonjol dalam AI — mengubah kalkulus itu. Dengan melepaskan pemberat penuh pada Wajah Memeluk dan menyokong penalaan halus terbuka, makmal membuat permainan langsung untuk komuniti pembangun yang telah diusahakan oleh model berat terbuka Cina.

Dibina untuk Pembangun, Bukan Sekadar Penanda Aras

Thinking Machines telah menggandingkan keluaran dengan perkakasan yang ditujukan tepat kepada pembangun. Di sebalik pemberat Muka Memeluk terbuka, Databricks mengesahkan keluarga Inkling tersedia pada platformnya, dan Taman Permainan Tinker menyokong teks, imej dan sembang audio berbilang mod di luar kotak. Tetapan "usaha berfikir" yang berubah-ubah — daripada minimum kepada "xhigh" — direka untuk pertukaran kejuruteraan sebenar: berjalan murah apabila tugasan mudah, belanjakan lebih banyak pengiraan apabila masalah memerlukan penaakulan yang lebih mendalam. Fleksibiliti itu penting untuk pemula yang menonton bil inferens mereka, yang kebanyakannya telah berhijrah ke alternatif berwajaran terbuka yang lebih murah daripada membayar kadar API premium.

Trend Kecekapan Merentas Industri

Inkling-Small juga sesuai dengan corak yang lebih luas. Di seluruh industri, teknologi canggih sedang beralih daripada model monolitik yang lebih besar kepada sistem yang lebih kecil dan lebih pintar yang melebihi beratnya. Daripada model perang harga DeepSeek kepada seni bina termampat, mesejnya adalah konsisten: kiraan parameter mentah kurang penting daripada seberapa cekap model menggunakan kapasitinya.

Untuk Mesin Berfikir, pertaruhan pada kecekapan atas saiz kini adalah dua model yang mendalam — dan penanda aras awal mencadangkan strategi itu berfungsi. Dengan Inkling-Small tersedia untuk muat turun dan penalaan halus hari ini, pembangun boleh menguji tuntutan itu sendiri.

Kekal Mendahului AI

Model berat terbuka baharu mendarat setiap minggu, dan persaingan semakin sengit. Ikuti perkembangan setiap keluaran melalui [liputan industri AI] kami(https://aibuzzwire.news).

Baca lebih banyak berita AI →