Thinking Machines-მა Inkling 2 Small გამოუშვა, წონები მოგვიანებით გამოქვეყნდება

Thinking Machines Lab-მა, სტარტაპმა, რომელიც OpenAI-ის ყოფილმა ტექნიკურმა დირექტორმა მირა მურატიმ დააარსა, ხუთშაბათს, 5 ნოემბერს, Inkling 2 Small გამოუშვა. ეს მოდელი მეორე თაობისაა და ყველაზე მძლავრია კომპანიის არსენალში. ამ დროისთვის ის მხოლოდ კომპანიის Tinker პლატფორმის საშუალებითაა ხელმისაწვდომი და მისი წონები დახურულია. ლაბორატორიის განცხადებით, ისინი გეგმავენ სრული წონების გამოქვეყნებას Apache 2.0 ლიცენზიით მომავალ კვირას, მას შემდეგ, რაც გარე უსაფრთხოების ტესტირება და რედ-თიმინგი დასრულდება.thinkingmachines.ai

მოდელი წარმოადგენს ექსპერტთა ნარევის სისტემას 594 მილიარდი საერთო პარამეტრით, საიდანაც 17 მილიარდი აქტიურია ერთდროულად. ის იღებს ტექსტურ და გამოსახულების შეყვანებს, მომხმარებლებს აძლევს მსჯელობის ძალისხმევის რეგულირების საშუალებას და Artificial Analysis Intelligence Index-ზე 31 ქულას აგროვებს, კომპანიის მონაცემებით. მისმა წინამორბედმა, Inkling Small-მა, იმავე ინდექსზე 13 ქულა მიიღო, ხოლო ახალი შედეგი მას დაახლოებით Google-ის Gemini 3.8 Flash-ის დონეზე აყენებს, იტყობინება The Decoder. კომპანია მას დასავლურ ღია წონიან მოდელებს შორის ყველაზე ძლიერად მოიხსენიებს, თუმცა ეს განაცხადი დამოკიდებულია იმაზე, თუ როდის გამოქვეყნდება წონები რეალურად.the-decoder.com+1

პროგრესი აგენტურულ სამუშაოებში, უფრო მაღალი დანახარჯებით

ყველაზე დიდი გაუმჯობესება აგენტურულ დავალებებში შეინიშნება. AutomationBench-AA-ზე მისი ქულა 5%-დან 46%-მდე გაიზარდა, ხოლო FrontierCode 2.0-ის მაჩვენებელი 5%-დან 25%-მდე, იტყობინება Techstrong.ai, Artificial Analysis-ზე დაყრდნობით. მოდელმა SWE-Bench Pro v2 (Hard)-ზე 86.3%-ს მიაღწია, თუმცა Terminal-Bench 4.0-ზე მხოლოდ 13.1% დააგროვა, აღნიშნავს MarkTechPost. The Decoder-ის თანახმად, DeepSeek V4.1 Flash კვლავ ლიდერობს კოდირების რამდენიმე ტესტში.marktechpost.com+2

უკეთესი შედეგები უფრო ძვირი ჯდება. Artificial Analysis-მა დაადგინა, რომ მოდელი თითო დავალებაზე დაახლოებით ოთხჯერ მეტ გამომავალ ტოკენს წარმოქმნის, ვიდრე მისი წინამორბედი, რამაც საშუალო დანახარჯი დავალებაზე 0.20 დოლარიდან 1.18 დოლარამდე გაზარდა, იტყობინება Techstrong.ai. ეს მაინც ბევრად დაბალია, ვიდრე Gemini 3.8 Flash-ის 7.77 დოლარი და Claude Sonnet 5.5-ის 10.02 დოლარი, The Decoder-ის მიხედვით. მოდელი მხარს უჭერს 1 მილიონამდე ტოკენის კონტექსტურ ფანჯარას და ნატიურად გაწვრთნილია Nvidia-ს NVFP4 ოთხბიტიან ფორმატში, იტყობინება i-SCOOP.techstrong.ai+2

ღია წონებისკენ მიმავალი ეტაპობრივი გზა

დახურული გაშვება მიჰყვება იმას, რასაც კომპანია უწოდებს "უსაფრთხო გზას ღია წონებისკენ". დეველოპერებს უკვე შეუძლიათ მოდელის დახვეწა და სინჯების აღება Tinker-ზე, ხოლო წონების გამოქვეყნების შემდეგ ჩეკპოინტების ჩამოტვირთვა გახდება შესაძლებელი, აცხადებს ლაბორატორია. კომპანიის საკუთარი პროდუქტის გვერდი ნაკლებად კონკრეტულია. მასში ნათქვამია, რომ წონები გამოვა "მომდევნო კვირებში", დამატებითი უსაფრთხოების ტესტირების შედეგების მოლოდინში.thinkingmachines.ai+1

Thinking Machines-მა აღიარა გარკვეული სისუსტეებიც. მოდელი ზოგჯერ არაეფექტურად კომუნიკირებს, ყოველთვის არ ირჩევს საუკეთესო ინსტრუმენტებს დიდი კოდური ბაზებისთვის, არ უჭერს მხარს აუდიოს და ნაკლებადაა ოპტიმიზებული ჩატისთვის, იტყობინება The Decoder. გამოშვება ემთხვევა პერიოდს, როდესაც კომპანია, Techstrong.ai-ის ცნობით, 5 მილიარდი დოლარის დაფინანსების რაუნდის დასრულებასთან ახლოსაა.techstrong.ai+1