Thinking Machines, Inkling-Small'ı Piyasaya Sürüyor: Amiral Gemisinin Çeyrek Boyutunda 276B Açık Ağırlık Modeli

Eski OpenAI Baş Teknoloji Sorumlusu Mira Murati tarafından kurulan yapay zeka girişimi Thinking Machines Lab, şirketin amiral gemisinin performansının yaklaşık dörtte biri boyutunda eşleştiğini söylediği açık ağırlıklı bir model olan Inkling-Small'ı piyasaya sürdü. Bu sürüm, Amerika Birleşik Devletleri'ne, şu ana kadar Çin laboratuvarlarının hakim olduğu bir kategori olan açık ağırlık sınır modeli yarışında ciddi bir katılımcı sağlıyor. Lansman, son dakika yapay zeka haberlerimizde ele aldığımız açık kaynak yapay zeka ortamını yeniden şekillendiren birkaç hızlı hamleden biri.

Uzmanların Karma Tasarımı

TestingCatalog AI News'e göre Inkling-Small, herhangi bir çıkarım sırasında 12 milyarı aktif olmak üzere toplam 276 milyar parametre içeren bir Uzmanlar Karışımı (MoE) transformatörüdür. Her token için modelin yalnızca küçük bir bölümünün "uyandığı" bu mimari, DeepSeek gibi Çin'in açık ağırlıklı modellerini çalıştırmayı bu kadar ucuz hale getiren verimlilik hilesinin aynısıdır. Thinking Machines Hugging Face'te tüm ağırlıkların yayınlandığını doğruladı.

Model aynı zamanda bir milyon jetona kadar içerik penceresi ve laboratuvarın "değişken düşünme çabası" olarak adlandırdığı, minimumdan "xyüksek"e kadar değişen bir özellik ile birlikte geliyor; bu da geliştiricilerin göreve bağlı olarak performans karşılığında bilgi işlem yapmalarına olanak tanıyor. İnce ayar, şirketin Tinker platformu üzerinden yapılabilir ve metin, resim ve sesli sohbete Tinker Playground'dan erişilebilir.

NVIDIA GB300 Sistemleri konusunda eğitimli

Thinking Machines, Inkling-Small'ın NVIDIA GB300 NVL72 sistemleri üzerinde eğitildiğini ve 15 Temmuz 2026'da piyasaya sürülen orijinal Inkling modelinden "önemli ölçüde daha az bilgi işlem" kullandığını söyledi. Thinking Machines'in ilk sürümü olarak WIRED ve TechCrunch tarafından kapsanan bu ilk model, laboratuvarın neredeyse bir gecede ciddi bir rakip haline gelmesini sağladı.

Inkling-Small'a giden yol bilinçli bir verimlilik stratejisini ortaya koyuyor. Laboratuvar, Inkling'i eğittikten sonra daha küçük model üzerinde çalışmaya başladı; eğitim öncesi veri karışımını ve makine öğrenimi tarifini revize etmek için nefes alma odasını kullandı. Daha önceki bir ön izleme kontrol noktası, Inkling'in öğretmen olarak görev yaptığı politikaya dayalı damıtma yoluyla kısmen sonradan eğitildi ve ardından yaklaşık iki hafta boyunca ölçeklendirilmiş ajansal kodlama takviye öğrenimi uygulandı.

Nerede Kazanır - Nerede Kazanmaz

Bu tarifin sonuçları dikkate değerdir. Thinking Machines, Inkling-Small'ın akıl yürütme ve eylemli kodlama kriterlerinde orijinal Inkling'i geride bıraktığını, Inkling'in ise bilgi kapsamı ve gerçeklik açısından daha güçlü olduğunu iddia ediyor. Sadece metinden oluşan İnsanlığın Son Sınavı'nda, herkesin bildiği gibi zor bir değerlendirmede, daha küçük modelin %31,6 puan aldığı, Inkling'in ise %29,7 puan aldığı bildirildi; aktif parametrelerdeki dramatik düşüşe rağmen gerçek bir gelişme.

Aradaki fark açıktır: Inkling-Small daha keskin kodlayıcı ve akıl yürütücüdür, büyük kardeşi ise daha geniş bilgi tabanını korur. Geliştiriciler için bu bir hata değil, bir özelliktir; her görev için tek bir dev modele para ödemek yerine iş için doğru aracı seçmek anlamına gelir.

Çin Liderliğinde Açık Sıklet Sahasında ABD'li Bir Oyuncu

Belki de en büyük çıkarım jeopolitiktir. CNBC ve diğerlerinin de belirttiği gibi, DeepSeek ve Alibaba'nın Qwen gibi Çin laboratuvarlarının güçlü modeller sunması ve Batı fiyatlarını düşürmesiyle açık ağırlıklı ön modeller ABD-Çin arasında bir parlama noktası haline geldi. Forkast Inkling-Small yayınını açık bir şekilde çerçeveledi: "Açık Ağırlık Yarışmasında Artık ABD'den Bir Katılımcı Var."

Şimdiye kadar önde gelen açık ağırlıklı modellerin neredeyse tamamı Çin'den geliyordu; bu da Washington'da Amerikan laboratuvarlarının pazarın bir kategorisini tamamen terk ettiği yönündeki endişeleri artırdı. Yapay zekanın en önde gelen isimlerinden birinin liderliğini yaptığı, iyi finanse edilen ABD merkezli bir girişim olan Thinking Machines, bu hesabı değiştiriyor. Laboratuvar, Hugging Face'te tam ağırlıkları serbest bırakarak ve açık ince ayarı destekleyerek, Çin açık ağırlık modellerinin geliştirdiği geliştirici topluluğu için doğrudan bir oyun oynuyor.

Yalnızca Karşılaştırmalar Değil, Geliştiriciler için Geliştirildi

Thinking Machines, sürümü doğrudan geliştiricilere yönelik araçlarla eşleştirdi. Açık Hugging Face ağırlıklarının ötesinde Databricks, Inkling ailesinin kendi platformunda mevcut olduğunu ve Tinker Playground'un çok modlu metin, resim ve sesli sohbeti kutudan çıktığı gibi desteklediğini doğruladı. Minimumdan "xyüksek"e kadar değişken "düşünme çabası" ayarı, gerçek mühendislik ödünleşimleri için tasarlanmıştır: bir görev basit olduğunda ucuza çalıştırın, bir sorun daha derin muhakeme gerektirdiğinde daha fazla bilgi işlem harcayın. Bu esneklik, birçoğu zaten premium API oranları ödemek yerine daha ucuz açık ağırlık alternatiflerine geçiş yapmış olan, çıkarım faturalarını izleyen yeni başlayanlar için önemlidir.

Sektör Genelinde Verimlilik Trendi

Inkling-Small ayrıca daha geniş bir modele de uyuyor. Sektör genelinde son teknoloji, giderek daha büyük yekpare modellerden ağırlığının üzerinde performans gösteren daha küçük, daha akıllı sistemlere doğru kayıyor. DeepSeek'in fiyat savaşı modellerinden sıkıştırılmış mimarilere kadar mesaj tutarlıdır: ham parametre sayısı, bir modelin kapasitesini ne kadar verimli kullandığından daha az önemlidir.

Thinking Machines için, büyüklük yerine verimlilik üzerine bahis artık iki modelde daha fazla ve ilk değerlendirmeler stratejinin işe yaradığını gösteriyor. Inkling-Small'ın bugün indirilip ince ayarlara sunulmasıyla geliştiriciler bu iddiayı kendileri test edebilir.

Yapay Zekanın Önünde Kalın

Her hafta yeni açık ağırlıklı modeller piyasaya çıkıyor ve rekabet giderek yoğunlaşıyor. Yapay zeka sektörü kapsamımız aracılığıyla her sürümü takip edin.

Daha fazla AI haberini okuyun →