Дизайн, созданный совместными усилиями экспертов
Согласно TestingCatalog AI News, Inkling-Small представляет собой трансформатор, созданный на основе смеси экспертов (MoE), содержащий 276 миллиардов общих параметров, из которых 12 миллиардов являются активными во время любого конкретного вывода. Эта архитектура, в которой только небольшая часть модели «просыпается» для каждого токена, представляет собой тот же трюк с эффективностью, который сделал китайские модели с открытым весом, такие как DeepSeek, такими дешевыми в эксплуатации. Компания Thinking Machines подтвердила, что на Hugging Face будут опубликованы полные веса.
Модель также поставляется с контекстным окном, содержащим до одного миллиона токенов, и тем, что лаборатория называет «переменным усилием мышления» в диапазоне от минимального до «высокого», что позволяет разработчикам обменивать вычисления на производительность в зависимости от задачи. Точная настройка доступна через платформу компании Tinker, а текст, изображения и аудиочат доступны на Tinker Playground.
Обучение на системах NVIDIA GB300
В компании Thinking Machines заявили, что Inkling-Small была обучена на системах NVIDIA GB300 NVL72 и использует «существенно меньше вычислительных ресурсов», чем оригинальная модель Inkling, выпущенная 15 июля 2026 года. Эта первая модель, представленная WIRED и TechCrunch как дебютный выпуск Thinking Machines, практически в мгновение ока сделала лабораторию серьезным конкурентом.
Путь к Inkling-Small демонстрирует продуманную стратегию повышения эффективности. Лаборатория начала работу над меньшей моделью только после обучения Inkling, используя передышку для пересмотра набора данных перед обучением и рецепта машинного обучения. Предыдущая контрольная точка предварительного просмотра была частично обучена посредством дистилляции в соответствии с политикой, где Инклинг выступал в качестве преподавателя, после чего последовало примерно две недели масштабного обучения с подкреплением агентного кодирования.
Где он выигрывает, а где нет
Результаты этого рецепта заметны. Компания Thinking Machines утверждает, что Inkling-Small обгоняет первоначальный Inkling по критериям рассуждения и агентного кодирования, в то время как Inkling остается сильнее по охвату знаний и фактологии. В текстовом тесте Последний экзамен человечества, общеизвестно сложном тесте, меньшая модель, как сообщается, набрала 31,6% по сравнению с 29,7% для Inkling — реальное улучшение, несмотря на резкое сокращение активных параметров.
Компромисс очевиден: Inkling-Small — более опытный программист и мыслитель, в то время как его старший брат сохраняет более широкую базу знаний. Для разработчиков это особенность, а не ошибка — это означает выбор правильного инструмента для работы, а не платить за одну гигантскую модель для каждой задачи.
Американский игрок в открытом весе во главе с Китаем
Возможно, самое большое значение имеет геополитический характер. Как отметили CNBC и другие, пограничные модели с открытым весом стали горячей точкой между США и Китаем, когда китайские лаборатории, такие как DeepSeek и Qwen от Alibaba, раздают мощные модели и снижают западные цены. Forkast прямо сформулировал релиз Inkling-Small: «В соревнованиях по открытому весу теперь есть участник из США».
До сих пор ведущие модели открытого веса поставлялись почти исключительно из Китая, что вызывало в Вашингтоне опасения, что американские лаборатории уступают целую категорию рынка. Thinking Machines — хорошо финансируемый американский стартап, возглавляемый одним из самых выдающихся деятелей в области искусственного интеллекта — меняет этот подход. Выпуская полновесные модели Hugging Face и поддерживая открытую тонкую настройку, лаборатория напрямую помогает сообществу разработчиков, которое развивает китайские модели с открытым весом.
Создано для разработчиков, а не только для тестов
Компания Thinking Machines объединила этот выпуск с инструментами, предназначенными специально для разработчиков. Помимо открытых весов Hugging Face, Databricks подтвердила, что семейство Inkling доступно на ее платформе, а Tinker Playground поддерживает мультимодальный текст, изображения и аудиочат из коробки. Настройка переменной «усилия на обдумывание» — от минимальной до «высокой» — предназначена для реальных инженерных компромиссов: работать дешевле, когда задача проста, тратить больше вычислений, когда проблема требует более глубокого рассуждения. Эта гибкость важна для стартапов, которые следят за своими счетами за вывод, многие из которых уже перешли на более дешевые альтернативы с открытым весом, а не платят повышенные ставки API.
Тенденция повышения эффективности во всей отрасли
Inkling-Small также соответствует более широкой схеме. Во всей отрасли передовые позиции смещаются от все более крупных монолитных моделей к меньшим, более интеллектуальным системам, которые превосходят свой вес. От моделей ценовой войны DeepSeek до сжатых архитектур идея остается неизменной: количество необработанных параметров имеет меньшее значение, чем то, насколько эффективно модель использует свою мощность.
Для «Мыслящих машин» ставка на эффективность, а не на размер, теперь стоит на две модели, и ранние тесты показывают, что стратегия работает. Благодаря Inkling-Small, доступному для загрузки и тонкой настройки уже сегодня, разработчики могут проверить это утверждение на себе.
Будьте впереди ИИ
Новые модели открытого веса появляются каждую неделю, и конкуренция только усиливается. Следите за каждым выпуском через наш [освещение об отрасли искусственного интеллекта] (https://aibuzzwire.news).
Читать больше новостей об искусственном интеллекте →
