Thinking Machines Lab تطلق Inkling-Small: نموذج MoE مفتوح بحجم 276B يتفوق على «معلّمه»

فتحت Thinking Machines Lab في 2 أغسطس 2026 أوزان Inkling-Small، وهو نموذج متعدد الوسائط يعتمد بنية Mixture-of-Experts ويضم 276 مليار معلمة إجمالية، منها 12 مليار معلمة نشطة. ورغم أن حجمه أصغر بأربع مرات من نموذج Inkling الأصلي (975B معلمة إجمالية، 41B نشطة)، فإنه يتفوق عليه في معظم اختبارات الأداء الرئيسية في البرمجة والاستدلال.

بماذا يختلف Inkling-Small عن Inkling

Inkling-Small هو محوّل (Transformer) من نوع فك الترميز (decoder) بـ42 طبقة، ويستخدم طبقة MoE متفرقة بدلاً من طبقات FFN القياسية. يُوجَّه كل رمز إلى 6 خبراء من أصل 256، إضافة إلى خبيرين مشتركين يعملان باستمرار. ويقوم الانتباه على مزيج هجين من الطبقات المحلية والعامة.

النموذج متعدد الوسائط بطبيعته ولا يحتاج إلى مرمّز (encoder) منفصل:

• 276B معلمة إجمالية، منها 12B نشطة أثناء الاستدلال
• نافذة سياق بحجم 1M رمز مع مستوى «جهد» تفكير قابل للضبط
• المدخلات: نصوص، وصور (رقع بحجم 40×40 بكسل عبر hMLP رباعي الطبقات)، وصوت (مخططات طيفية dMel، بصيغة WAV بتردد 16 كيلوهرتز، حتى دقيقتين)
• صيغ الأرقام: BF16 وMXFP8 وNVFP4
• ترخيص Apache 2.0، والأوزان منشورة على Hugging Face

كيف يمكن تشغيل Inkling-Small

تتطلب نقطة التحقق بصيغة BF16 ما لا يقل عن 600 غيغابايت من ذاكرة الفيديو الإجمالية، أي 4 بطاقات NVIDIA B300 أو 8 بطاقات NVIDIA H200. أما النسخة المكمّمة NVFP4 فتخفض الحد إلى 180 غيغابايت: يعمل وضع W4A4 على بطاقة B300 واحدة (يتطلب معمارية SM100+)، ويعمل W4A16 على بطاقتي H200.

بيئات التشغيل المدعومة هي SGLang وvLLM وTokenSpeed وUnsloth وHugging Face Transformers. ويُخرج مسار التشغيل على بطاقة GPU واحدة نموذجاً بحجم 276B من فئة «للمختبرات الكبرى فقط»: إذ تستطيع الشركات الناشئة استئجار نسخة B300 واحدة، وتستغني الشركات التي تملك عناقيد H200 عن شراء عتاد جديد. أما القطاعات الخاضعة للتنظيم، مثل التمويل والرعاية الصحية والتأمين والاتصالات، فتحصل على خيار بأوزان خاصة دون الاعتماد على API خارجي.

في أي اختبارات تفوّق Inkling-Small على Inkling

تفوّق Inkling-Small على «المعلّم» في معظم الاختبارات الرئيسية. ففي Humanity's Last Exam (النسخة النصية) يسجّل 31,6% مقابل 29,7% لـInkling. وفي SWE-bench Verified يسجّل 80,2% مقابل 77,6% (بيئة اختبار bash-only). وفي Toolathlon Verified يسجّل 54,4% مقابل 45,5%. وفي GPQA Diamond يسجّل 89,5%، وفي AIME 2026 يسجّل 95,5%، وفي ARC-AGI-2 يسجّل 40,1% مقابل 36,5%. وفي Terminal-Bench 2.1 يسجّل 64,7%.

وهناك تراجعان واضحان: ينخفض الأداء في SimpleQA Verified إلى 20,6% من 43,9% لدى Inkling، وفي Tau 3 Banking إلى 15,5% من 23,7%. أما المؤشرات متعددة الوسائط فتبقى قريبة من «المعلّم»: MMMU Pro — 74,0%، وVoiceBench — 90,1%، وMMAU — 77,0%، بحسب بيانات Artificial Analysis وScale AI وARC Prize.

«لا يخلق النموذج تفوقاً جوهرياً مقارنة بمنظومة الأوزان المفتوحة القائمة»، تقول

Thinking Machines Lab في بطاقة Inkling-Small، وتوصي بإضافة وحدة إشراف لاحقة، مثل Llama Guard، في التطبيقات الموجهة للمستهلكين.

ماذا يعني ذلك

يُظهر Inkling-Small أن التقطير الموجّه بإشراف «معلّم» من Inkling، مع تدريب RL استمر أسبوعين على البرمجة الوكيلية (agentic coding)، يتيح لنموذج مدمج أن يتجاوز سلفه الأكبر. وتجعل الأوزان المفتوحة بترخيص Apache 2.0 وكيلاً بحجم 276B متاحاً للنشر الذاتي، وتوسّع دائرة الشركات القادرة على بناء منتجات دون الاعتماد على واجهات API مغلقة.

الأسئلة الشائعة

كم تحتاج Inkling-Small من ذاكرة الفيديو؟

180 غيغابايت VRAM على الأقل في وضع NVFP4 المكمّم على بطاقة B300 واحدة (SM100+). أما الدقة الكاملة BF16 فتتطلب 600 غيغابايت إجمالاً، مثلاً 4 بطاقات NVIDIA B300 أو 8 بطاقات NVIDIA H200.

بماذا يتفوق Inkling-Small على Inkling الأصلي؟

في ستة اختبارات رئيسية: SWE-bench Verified (80,2% مقابل 77,6%)، وGPQA Diamond (89,5%)، وAIME 2026 (95,5%)، وARC-AGI-2 (40,1% مقابل 36,5%)، وToolathlon Verified (54,4% مقابل 45,5%)، وHLE بنسبة 31,6% مقابل 29,7%. ويتراجع في SimpleQA Verified (20,6% مقابل 43,9%) وTau 3 Banking (15,5% مقابل 23,7%).