Thinking Machines Lab، AI اسٹارٹ اپ جسے OpenAI کی سابق چیف ٹیکنالوجی آفیسر Mira Murati نے قائم کیا تھا، نے Inkling-Small کو جاری کیا ہے، جو ایک کھلا وزن والا ماڈل ہے جس کے بارے میں کمپنی کا کہنا ہے کہ اس کے فلیگ شپ کی کارکردگی تقریباً ایک چوتھائی سائز سے ملتی ہے۔ اس ریلیز سے ریاستہائے متحدہ کو اوپن ویٹ فرنٹیئر ماڈل ریس میں ایک سنجیدہ داخلہ ملتا ہے - ایک ایسا زمرہ جس پر اب تک چینی لیبز کا غلبہ رہا ہے۔ لانچ کئی تیز رفتار چالوں میں سے ایک ہے جو اوپن سورس AI لینڈ سکیپ کو نئی شکل دیتی ہے جس کا ہم اپنی بریکنگ AI نیوز میں احاطہ کرتے ہیں۔

ماہرین کا ایک مرکب ڈیزائن

TestingCatalog AI News کے مطابق، Inkling-Small ایک مکسچر-آف-Experts (MoE) ٹرانسفارمر ہے جس میں 276 بلین کل پیرامیٹرز ہیں، جن میں 12 بلین ایکٹیو ہوتے ہیں۔ وہ فن تعمیر - جہاں ہر ٹوکن کے لیے ماڈل کا صرف ایک چھوٹا سا ٹکڑا "جاگتا ہے" - وہی کارکردگی کی چال ہے جس نے ڈیپ سیک جیسے چینی اوپن ویٹ ماڈلز کو چلانے کے لیے اتنا سستا بنا دیا ہے۔ تھنکنگ مشینوں نے تصدیق کی ہے کہ گلے لگانے والے چہرے پر مکمل وزن جاری کیا جا رہا ہے۔

یہ ماڈل ایک ملین ٹوکنز تک کے سیاق و سباق کی ونڈو کے ساتھ بھی بھیجتا ہے اور جسے لیب "متغیر سوچنے کی کوشش" کہتی ہے، جس میں کم سے کم سے لے کر "xhigh" تک ہے، جس میں ڈویلپرز کو کام کے لحاظ سے کارکردگی کے حساب سے تجارت کرنے دیتا ہے۔ فائن ٹیوننگ کمپنی کے ٹنکر پلیٹ فارم کے ذریعے دستیاب ہے، اور ٹنکر پلے گراؤنڈ میں ٹیکسٹ، امیج اور آڈیو چیٹ قابل رسائی ہیں۔

NVIDIA GB300 سسٹمز پر تربیت یافتہ

تھنکنگ مشینوں نے کہا کہ انکلنگ سمال کو NVIDIA GB300 NVL72 سسٹمز پر تربیت دی گئی تھی اور وہ اصل انکلنگ ماڈل کے مقابلے میں "کافی حد تک کم کمپیوٹ" کا استعمال کرتا ہے، جس کا آغاز 15 جولائی 2026 کو ہوا تھا۔ وہ پہلا ماڈل — جس کا احاطہ WIRED اور TechCrunch کے ذریعے کیا گیا — تقریباً ایک سنجیدہ کمپیوٹنگ یا تھنکنگ لیب کے طور پر ریلیز ہوا۔ راتوں رات

انکلنگ سمال کا راستہ جان بوجھ کر کارکردگی کی حکمت عملی کو ظاہر کرتا ہے۔ لیب نے انکلنگ کی تربیت کے بعد ہی چھوٹے ماڈل پر کام شروع کیا، سانس لینے کے کمرے کا استعمال کرتے ہوئے اپنے پری ٹریننگ ڈیٹا مکس اور مشین لرننگ کی ترکیب پر نظر ثانی کی۔ ایک پہلے پیش نظارہ چیک پوائنٹ کو جزوی طور پر آن پالیسی ڈسٹلیشن کے ذریعے تربیت دی گئی تھی، جس میں انکلنگ استاد کے طور پر خدمات انجام دے رہی تھی، جس کے بعد تقریباً دو ہفتوں کی اسکیلڈ ایجنٹ کوڈنگ کمک سیکھنے کے بعد۔

جہاں یہ جیتتا ہے — اور کہاں نہیں ہوتا ہے۔

اس نسخہ کے نتائج قابل ذکر ہیں۔ تھنکنگ مشینوں کا دعویٰ ہے کہ انکلنگ سمال ریجننگ اور ایجنٹ کوڈنگ بینچ مارکس پر اصل انکلنگ کو پیچھے چھوڑ دیتا ہے، جبکہ انکلنگ علم کی کوریج اور حقیقت میں زیادہ مضبوط رہتی ہے۔ صرف متن والے Humanity's Last Exam پر، ایک انتہائی مشکل تشخیص، چھوٹے ماڈل نے مبینہ طور پر 31.6% اسکور کیے، جبکہ Inkling کے لیے 29.7% کے مقابلے میں - فعال پیرامیٹرز میں ڈرامائی کمی کے باوجود ایک حقیقی بہتری۔

ٹریڈ آف واضح ہے: Inkling-Small تیز کوڈر اور ریجنر ہے، جبکہ اس کا بڑا بھائی وسیع تر علمی بنیاد کو برقرار رکھتا ہے۔ ڈویلپرز کے لیے، یہ ایک خصوصیت ہے، کوئی بگ نہیں — اس کا مطلب ہے کہ ہر کام پر ایک ہی بڑے ماڈل کی ادائیگی کرنے کے بجائے کام کے لیے صحیح ٹول کا انتخاب کرنا۔

چین کی قیادت میں اوپن ویٹ فیلڈ میں ایک امریکی کھلاڑی

شاید سب سے بڑا اثر جغرافیائی سیاسی ہے۔ جیسا کہ CNBC اور دوسروں نے نوٹ کیا ہے، اوپن ویٹ فرنٹیئر ماڈلز یو ایس-چین فلیش پوائنٹ بن چکے ہیں، جس میں چینی لیبز جیسے DeepSeek اور Alibaba's Qwen طاقتور ماڈلز دے رہی ہیں اور مغربی قیمتوں کو کم کرتی ہیں۔ فورکاسٹ نے انکلنگ سمال ریلیز کو دو ٹوک انداز میں تیار کیا: "اوپن وزن کے مقابلے میں اب ایک امریکی داخلہ ہے۔"

اب تک، سرکردہ اوپن ویٹ ماڈل تقریباً صرف چین سے آئے ہیں، جس سے واشنگٹن میں یہ خدشات بڑھ رہے ہیں کہ امریکی لیبز مارکیٹ کے ایک پورے زمرے کو چھوڑ رہی ہیں۔ سوچنے والی مشینیں - ایک اچھی طرح سے مالی اعانت سے چلنے والا یو ایس اسٹارٹ اپ جس کی قیادت AI میں سب سے نمایاں شخصیت کرتی ہے - اس حساب کو تبدیل کرتی ہے۔ ہگنگ فیس پر مکمل وزن جاری کرکے اور اوپن فائن ٹیوننگ کی حمایت کرتے ہوئے، لیب ڈویلپر کمیونٹی کے لیے ایک براہ راست کھیل بنا رہی ہے جسے چینی اوپن ویٹ ماڈلز نے تیار کیا ہے۔

ڈیولپرز کے لیے بنایا گیا، نہ صرف بینچ مارکس

تھنکنگ مشینز نے ریلیز کو ٹولنگ کے ساتھ جوڑا بنایا ہے جس کا مقصد ڈویلپرز کے لیے ہے۔ کھلے ہیگنگ فیس کے وزن کے علاوہ، ڈیٹا برکس نے تصدیق کی کہ انکلنگ فیملی اس کے پلیٹ فارم پر دستیاب ہے، اور ٹنکر پلے گراؤنڈ باکس کے باہر ملٹی موڈل ٹیکسٹ، امیج، اور آڈیو چیٹ کو سپورٹ کرتا ہے۔ متغیر "سوچنے کی کوشش" کی ترتیب — کم سے کم سے لے کر "xhigh" تک — کو حقیقی انجینئرنگ ٹریڈ آف کے لیے ڈیزائن کیا گیا ہے: جب کوئی کام آسان ہو تو سستا چلائیں، جب کوئی مسئلہ گہری استدلال کا مطالبہ کرے تو زیادہ حساب لگائیں۔ یہ لچک ان کے تخمینہ بلوں کو دیکھنے والے اسٹارٹ اپس کے لیے اہمیت رکھتی ہے، جن میں سے بہت سے پہلے ہی پریمیم API کی شرح ادا کرنے کے بجائے سستے اوپن ویٹ متبادل کی طرف ہجرت کر چکے ہیں۔

پوری صنعت میں کارکردگی کا رجحان

Inkling-Small بھی ایک وسیع پیٹرن پر فٹ بیٹھتا ہے۔ پوری صنعت میں، کٹنگ ایج ہمیشہ سے بڑے یک سنگی ماڈلز سے چھوٹے، ہوشیار نظاموں کی طرف منتقل ہو رہی ہے جو اپنے وزن سے زیادہ پنچ کرتے ہیں۔ ڈیپ سیک کے پرائس وار ماڈلز سے لے کر کمپریسڈ آرکیٹیکچرز تک، پیغام یکساں ہے: خام پیرامیٹر کی گنتی اس سے کم اہمیت رکھتی ہے کہ ایک ماڈل اپنی صلاحیت کو کتنی موثر طریقے سے استعمال کرتا ہے۔

سوچنے والی مشینوں کے لیے، سائز سے زیادہ کارکردگی پر شرط اب دو ماڈلز گہری ہے - اور ابتدائی معیارات بتاتے ہیں کہ حکمت عملی کام کر رہی ہے۔ آج ڈاؤن لوڈ اور فائن ٹیوننگ کے لیے دستیاب Inkling-Small کے ساتھ، ڈویلپر اپنے لیے اس دعوے کی جانچ کر سکتے ہیں۔

AI سے آگے رہیں

نئے اوپن ویٹ ماڈلز ہر ہفتے اتر رہے ہیں، اور مقابلہ صرف شدت اختیار کر رہا ہے۔ ہماری [AI انڈسٹری کی کوریج] (https://aibuzzwire.news) کے ذریعے ہر ریلیز سے باخبر رہیں۔

مزید AI خبریں پڑھیں →