Những con số hiển thị gì
Inkling 2 Small là mô hình Hỗn hợp các chuyên gia (MoE) với tổng số 594 tỷ tham số và 17 tỷ hoạt động trên mỗi suy luận — một thiết kế giúp quản lý chi phí điện toán bất chấp kích thước của mô hình. Nó hỗ trợ đầu vào hình ảnh và nỗ lực thay đổi, cho phép người dùng đánh đổi độ sâu phản hồi để lấy tốc độ tùy theo tác vụ.
Tuyên bố tiêu đề này xuất phát từ Chỉ số thông minh phân tích nhân tạo, trong đó công ty cho biết Inkling 2 Small đã ghi được 31, con số mà họ mô tả là vượt xa điểm số của các mẫu trước đó. Think Machines cho rằng lợi ích đạt được là do sự cải thiện "ở mọi bước" của quá trình đào tạo, bao gồm đào tạo trước hiệu quả hơn và quá trình học tập củng cố thống nhất, quy mô lớn.
Về điểm chuẩn mã hóa được công bố trong thông báo, Inkling 2 Small đã đăng kết quả tốt nhưng không dẫn đầu thống nhất so với lĩnh vực bao gồm GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark và Kimi K3. Nó đạt điểm 86,3% trên SWEBench Pro v2 (Hard) — cao thứ hai trong so sánh, sau 88,2% của Kimi K3 — và 72,1% trên DeepSWE v1.1, trong đó Muse Spark dẫn đầu với 77,0%. Trên FrontierCode v2.0, nó đạt 25,4%, đứng thứ hai sau 28,5% của Muse Spark và nó đạt 81,6% trên Vibe Code Bench v1.1.
Được đào tạo cho công việc đại lý tầm xa
Công ty cho biết khả năng tác nhân của mô hình đến từ việc học tăng cường trên hàng trăm nghìn tác vụ mã hóa trong thời gian dài, chạy trên nhiều khai thác tác nhân và chiến lược nén ngữ cảnh. Đáng chú ý, Máy tư duy đã vượt xa các phần thưởng kiểm tra đơn vị đơn giản: nhiều nhiệm vụ đào tạo bao gồm nhân viên chấm điểm RL đánh giá cách mô hình tiếp cận một vấn đề chứ không chỉ liệu mã cuối cùng có vượt qua hay không.
Nhóm cũng đã thử nghiệm các điểm kiểm tra ban đầu trong thực tế, chạy chúng trên OpenCode với tên mã "Fledge-Alpha" để đo lường hiệu suất trong thế giới thực. Theo thông báo, kết quả là một mô hình tuân theo hướng dẫn tốt hơn so với mô hình tiền nhiệm, xem xét các thay đổi một cách cẩn thận và xác minh công việc của chính nó mà không cần được yêu cầu.
Tầm nhìn, Sử dụng Máy tính và Bản trình diễn Tương tác
Inkling 2 Small mở rộng phạm vi ra ngoài văn bản. Công ty nêu bật các bản demo trong đó mô hình đã sử dụng Three.js để xây dựng trình mô phỏng thành phố hoàn chỉnh từ đầu — tạo ra mọi tòa nhà, kết cấu và ô tô theo quy trình mà không cần nội dung tạo sẵn — và viết trình mô phỏng PC đang hoạt động bằng Python khởi động nhân Linux thực, có thể xem được trong trình duyệt. Một bản demo khác cho thấy các cảnh tạo và sửa đổi mô hình trong Blender, bao gồm một thung lũng vẽ tay với những con hạc origami hoạt hình.
Những bản demo đó nhấn mạnh mục đích của bản phát hành: một mô hình có thể kết hợp phản hồi trực quan và tinh chỉnh lặp đi lặp lại những gì nó xây dựng — trang web, trò chơi, thiết kế 3D — thay vì tạo ra kết quả một lần.
Con đường trọng lượng mở
Bản phát hành theo giai đoạn tuân theo cách tiếp cận mà Máy Tư duy đã trình bày trong bài tiểu luận "con đường an toàn để mở tạ" trước đó. Inkling 2 Small hiện có sẵn hôm nay thông qua Tinker, nơi người dùng có thể dùng thử trong sân chơi và sử dụng nó để tinh chỉnh và lấy mẫu. Các điểm kiểm tra sẽ có thể tải xuống được khi trọng lượng được phát hành trong Apache 2.0, được lên kế hoạch cho tuần tới sau khi thử nghiệm an toàn bên ngoài và nhóm đỏ kết thúc.
Chiến lược này phản ánh thế hệ đầu tiên của công ty: chiếc đầu bảng Inkling ban đầu và chiếc Inkling-Small nhỏ hơn, một mẫu máy có trọng lượng mở có 276 tỷ thông số được phát hành vào đầu năm nay đã thu hút sự chú ý đáng kể về việc phù hợp với hiệu suất của chiếc đầu bảng ở một phần nhỏ của kích thước. Với Inkling 2 Small, phòng thí nghiệm đang tăng gấp đôi dựa trên cùng một luận điểm ưu tiên hiệu quả — tổng công suất lớn hơn, diện tích hoạt động nhỏ hơn.
Tại sao nó lại quan trọng
Các phòng thí nghiệm của Mỹ trong lịch sử đã theo sau các đối thủ cạnh tranh của Trung Quốc trong việc vận chuyển các trọng lượng mở có khả năng vượt biên, khoảng cách đã được thu hẹp khi các bản phát hành từ Z.ai, DeepSeek, Tencent và Moonshot đổ bộ hàng tuần. Think Machines hiện là ứng dụng gia nhập nổi bật nhất của Hoa Kỳ và việc phát hành thế hệ thứ hai ngay sau lần đầu tiên cho thấy phòng thí nghiệm đang lặp lại nhanh hơn nhiều người mong đợi.
Hãy cẩn thận là những so sánh điểm chuẩn của chính họ. Máy Tư duy đã chọn các so sánh và gắn nhãn điểm "được báo cáo cao nhất" trong mỗi hàng - và trong một số hàng đó, Inkling 2 Small đứng thứ hai chứ không phải đầu tiên. Bản phát hành Apache 2.0 vào tuần tới sẽ là thử nghiệm thực sự: một khi các nhà phát triển có thể tải xuống và thăm dò các trọng số một cách độc lập, hoạt động tiếp thị sẽ nhường chỗ cho việc đo lường. Hiện tại, thông báo coi Inkling 2 Small là bằng chứng cho thấy bánh đà sản phẩm mô hình của công ty khởi nghiệp đang quay - và rằng biên giới trọng lượng mở hiện có một cuộc cạnh tranh thực sự xuyên Thái Bình Dương.
Đi trước AI
Các mẫu xe có trọng lượng mở mới sẽ được cập bến hàng tuần từ các phòng thí nghiệm trên ba lục địa. Cập nhật mọi thông tin phát hành thông qua phạm vi đưa tin của ngành AI của chúng tôi.
Đọc thêm tin tức về AI →
