สิ่งที่ตัวเลขแสดง
Inkling 2 Small เป็นโมเดล Mixture-of-Experts (MoE) ที่มีพารามิเตอร์ทั้งหมด 594 พันล้านพารามิเตอร์ และ 17 พันล้านแอ็คทีฟ ต่อการอนุมาน ซึ่งเป็นการออกแบบที่ช่วยให้ต้นทุนการประมวลผลสามารถจัดการได้แม้จะมีขนาดของโมเดลก็ตาม รองรับอินพุตรูปภาพและความพยายามที่หลากหลาย ทำให้ผู้ใช้สามารถเปลี่ยนความลึกของการตอบสนองเป็นความเร็วได้ ขึ้นอยู่กับงาน
คำกล่าวอ้างพาดหัวมาจาก Artificial Analysis Intelligence Index ซึ่งบริษัทระบุว่า Inkling 2 Small ได้คะแนน 31 ซึ่งถือว่าเหนือกว่าคะแนนของรุ่นก่อนๆ มาก Thinking Machines ถือว่าสิ่งที่ได้รับนั้นมาจากการปรับปรุง "ในทุกขั้นตอน" ของการฝึกอบรม รวมถึงการฝึกอบรมก่อนการฝึกอบรมที่มีประสิทธิภาพมากขึ้น และการเรียนรู้แบบเสริมกำลังขนาดใหญ่ที่เป็นหนึ่งเดียว
ในเกณฑ์มาตรฐานการเข้ารหัสที่เผยแพร่ในประกาศ Inkling 2 Small โพสต์ผลลัพธ์ที่แข็งแกร่งแต่ไม่ได้เป็นผู้นำอย่างสม่ำเสมอเมื่อเทียบกับฟิลด์ที่มี GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark และ Kimi K3 โดยได้คะแนน 86.3% บน SWEBench Pro v2 (ยาก) — สูงสุดเป็นอันดับสองในการเปรียบเทียบ ตามหลัง Kimi K3 ที่ได้ 88.2% — และ 72.1% บน DeepSWE v1.1 โดยที่ Muse Spark เป็นผู้นำที่ 77.0% บน FrontierCode เวอร์ชัน 2.0 สูงถึง 25.4% รองจาก Muse Spark 28.5% และโพสต์ 81.6% บน Vibe Code Bench v1.1
ผ่านการฝึกอบรมสำหรับงานตัวแทน Long-Horizon
บริษัทกล่าวว่าความสามารถด้านเอเจนต์ของโมเดลมาจากการเรียนรู้แบบเสริมแรงใน งานเขียนโค้ดในขอบเขตระยะยาวหลายแสนรายการ ทำงานในการควบคุมเอเจนต์หลายรายการ และกลยุทธ์การบีบอัดบริบท โดยเฉพาะอย่างยิ่ง Thinking Machines ก้าวไปไกลกว่ารางวัลการทดสอบหน่วยแบบธรรมดา: งานการฝึกอบรมจำนวนมากมี ตัวแทน RL grader ที่ประเมิน *วิธีที่โมเดลจัดการกับปัญหา ไม่ใช่แค่ว่าโค้ดสุดท้ายผ่านหรือไม่
ทีมงานยังได้ทดสอบจุดตรวจตั้งแต่เนิ่นๆ ในป่า โดยรันบน OpenCode ภายใต้ชื่อรหัส "Fledge-Alpha" เพื่อวัดประสิทธิภาพในโลกแห่งความเป็นจริง ตามประกาศ ผลลัพธ์ที่ได้คือโมเดลที่ทำตามคำแนะนำได้ดีกว่ารุ่นก่อน พิจารณาการเปลี่ยนแปลงอย่างรอบคอบ และ ตรวจสอบผลงานของตัวเองโดยไม่ต้องถาม
วิสัยทัศน์ การใช้คอมพิวเตอร์ และการสาธิตเชิงโต้ตอบ
Inkling 2 Small ขยายครอบครัวไปไกลกว่าข้อความ บริษัทเน้นการสาธิตที่โมเดลใช้ Three.js เพื่อสร้างเมืองจำลองเต็มรูปแบบตั้งแต่เริ่มต้น — สร้างอาคาร พื้นผิว และรถยนต์ทุกคันตามขั้นตอนโดยไม่มีทรัพย์สินที่สร้างไว้ล่วงหน้า — และเขียน โปรแกรมจำลองพีซีที่ทำงานได้ใน Python ที่บูทเคอร์เนล Linux จริง ซึ่งสามารถดูได้ในเบราว์เซอร์ การสาธิตอีกรายการหนึ่งแสดงแบบจำลองที่สร้างและแก้ไขฉากใน Blender รวมถึงหุบเขาที่วาดด้วยมือพร้อมนกกระเรียนพับแบบเคลื่อนไหวได้
การสาธิตเหล่านั้นเน้นย้ำถึงการนำเสนอของการเปิดตัว: โมเดลที่สามารถรวมการตอบสนองด้วยภาพและปรับแต่งสิ่งที่สร้างขึ้นซ้ำ ๆ เช่น เว็บไซต์ เกม การออกแบบ 3 มิติ แทนที่จะสร้างเอาต์พุตแบบช็อตเดียว
เส้นทาง Open-Weights
การเปิดตัวแบบเป็นฉากเป็นไปตามแนวทาง Thinking Machines ที่กำหนดไว้ในเรียงความ "เส้นทางที่ปลอดภัยในการเปิดน้ำหนัก" ก่อนหน้านี้ Inkling 2 Small วางจำหน่ายแล้ววันนี้ผ่านทาง Tinker ซึ่งผู้ใช้สามารถทดลองใช้ใน Playground และใช้เพื่อปรับแต่งและสุ่มตัวอย่างอย่างละเอียด จุดตรวจสอบจะสามารถดาวน์โหลดได้เมื่อมีการปล่อยตุ้มน้ำหนักภายใต้ Apache 2.0** ซึ่งวางแผนไว้สำหรับสัปดาห์หน้าหลังจากการทดสอบความปลอดภัยภายนอกและการรวมทีมสีแดงสิ้นสุดลง
กลยุทธ์ดังกล่าวสะท้อนถึงรุ่นแรกของบริษัท ซึ่งก็คือรุ่นเรือธง Inkling รุ่นดั้งเดิม และรุ่น Inkling-Small ที่เล็กกว่า ซึ่งเป็นรุ่นเปิดน้ำหนักพารามิเตอร์ 2.76 แสนล้านพารามิเตอร์ที่เปิดตัวเมื่อต้นปีนี้ ซึ่งดึงดูดความสนใจอย่างมากในการจับคู่ประสิทธิภาพของเรือธงในขนาดที่เล็กลง ด้วย Inkling 2 Small ห้องปฏิบัติการได้เพิ่มประสิทธิภาพเป็นสองเท่าในวิทยานิพนธ์แรกที่เน้นประสิทธิภาพแบบเดียวกัน — ความจุรวมที่มากขึ้น, รอยเท้าที่ใช้งานเพียงเล็กน้อย
ทำไมมันถึงสำคัญ
ในอดีต ห้องปฏิบัติการของอเมริกาตามรอยคู่แข่งของจีนในด้านการขนส่งตุ้มน้ำหนักแบบเปิดที่สามารถข้ามพรมแดนได้ ช่องว่างที่แคบลงเมื่อมีการเผยแพร่จาก Z.ai, DeepSeek, Tencent และ Moonshot ลงสู่พื้นสัปดาห์แล้วสัปดาห์เล่า ขณะนี้ Thinking Machines เป็นผู้เข้ามามีส่วนร่วมที่โดดเด่นที่สุดในสหรัฐฯ และการเปิดตัวรุ่นที่สองหลังจากการเปิดตัวครั้งแรกไม่นาน บ่งชี้ว่าห้องปฏิบัติการกำลังทำซ้ำได้เร็วกว่าที่หลายๆ คนคาดไว้
คำเตือนคือการเปรียบเทียบเกณฑ์มาตรฐาน Thinking Machines เลือกการเปรียบเทียบและระบุคะแนน "ที่รายงานสูงสุด" ในแต่ละแถว และในหลายแถวนั้น Inkling 2 Small มาเป็นที่สอง ไม่ใช่อันดับหนึ่ง การเปิดตัว Apache 2.0 ในสัปดาห์หน้าจะเป็นการทดสอบจริง เมื่อนักพัฒนาสามารถดาวน์โหลดและตรวจสอบตุ้มน้ำหนักได้อย่างอิสระ ฝ่ายการตลาดจะเปิดช่องทางในการวัดผล ในตอนนี้ การประกาศวางตำแหน่ง Inkling 2 Small เพื่อเป็นหลักฐานว่ามู่เล่โมเดลและผลิตภัณฑ์ของสตาร์ทอัพกำลังเปลี่ยนไป และขอบเขตของ open-weights ขณะนี้มีการแข่งขันข้ามมหาสมุทรแปซิฟิกอย่างแท้จริง
ก้าวนำหน้า AI
โมเดลน้ำหนักเปิดใหม่จะลงจอดจากห้องปฏิบัติการในสามทวีปทุกสัปดาห์ ติดตามทุกข่าวผ่าน การรายงานข่าวอุตสาหกรรม AI ของเรา
อ่านข่าว AI เพิ่มเติม →
