Thinking Machines تطلق Inkling 2 Small: تدريب نموذج MoE بحجم 594B خلال 68 ساعة

حتى وقت قريب، كانت هناك تساؤلات كبيرة حول قدرة Thinking Machines على الاستمرار. أما الآن، فيطرح المختبر نموذجاً تجري مقارنته بأفضل النماذج المفتوحة في العالم. Inkling 2 Small هو نموذج MoE متعدد الوسائط يضم 594B من المعلمات، ويستخدم 17B منها لكل توكن. يقبل النصوص والصور، ويجيب نصياً، وتبلغ نافذة السياق لديه 1M توكن.

ما الذي حدث؟

الرقم الأبرز هو سرعة التدريب. استغرق التدريب المسبق 68 ساعة على GB300، وشملت المرحلة الرئيسية 8,4T توكن، بينما نُفذ خط العمل بالكامل — التدريب المسبق والمتوسط واللاحق — بصيغة NVFP4 الأصلية. وشمل التدريب اللاحق 17M عملية rollout خلال 9 أيام. يصف Eli Bakush ذلك بأنه التدريب المفتوح الأعلى كفاءة من حيث الحوسبة، بينما يقدّر Teortaxes أن التدريب المسبق استهلك نحو 40% من القدرة الحاسوبية المستخدمة في DeepSeek V4.1 Flash. وهذه تقديرات صادرة عن المجتمع وليست بيانات رسمية.

الأسعار على Tinker هي: $0,30 لكل مليون توكن إدخال، و$1,00 لتوكنات الإخراج، و$1,50 للتدريب. أما الإدخال المخزن مؤقتاً فيكلف $0,03.

ماذا تظهر الاختبارات؟

بلغ مؤشر Artificial Analysis مقدار 31 نقطة، بزيادة +18 عن الإصدار السابق. ويقع النموذج عند مستوى Gemini 3.8 Flash (high)، ويتفوق على MiMo-V2.6-Pro. وجاء التحسن في اختبارات منفردة كالتالي: ارتفع AutomationBench من 5% إلى 46%، وFrontierCode 2.0 من 5% إلى 25%، وHLE-Diamond من 12% إلى 29%. كما انخفض معدل الهلوسة في AA-Omniscience من 61% إلى 27%، إذ بات النموذج يرفض الإجابة بصورة أكثر تكراراً عندما لا يكون واثقاً.

الصورة مختلطة عند مقارنته مع Sonnet 5.5 (medium). يتفوق Inkling في FrontierCode 2.0 بنتيجة 25% مقابل 11%، لكنه يتأخر بفارق كبير في Terminal-Bench 4.0، مسجلاً 13% مقابل 30%. وتقول Vals صراحة إن النموذج لا يزال بحاجة إلى الكثير من التحسن في المهام التقنية المعتمدة على الوكلاء، لكنه قوي في مجالي المال والقانون.

أما في سيناريوهات الأعمال، فالأرقام مثيرة للاهتمام. سجل النموذج 46,8% في مقياس Pass@1 ضمن Mercor APEX-Agents. وفي اختبار Thoughtful Lab، تبلغ تكلفة إعداد مذكرة عناية واجبة كاملة عن شركة مدرجة $0,69. وفي أحد الأمثلة، نزّل الوكيل بنفسه تقرير 10-Q بحجم 3,7 ميغابايت، وحلله باستخدام Python، وعثر على ضمانات بقيمة $1,2B ينبغي استبعادها من التدفق النقدي التشغيلي.

المأزق: التوكنات والسلامة

النموذج شديد الإسهاب: ينتج نحو 150K توكن إخراج لكل مهمة، مقابل 37K لدى Inkling Small و31K لدى Sonnet 5.5. تبلغ تكلفة المهمة $1,18، وهي لا تزال أقل من Sonnet 5.5 بسعر $10,02 وGemini 3.8 Flash بسعر $7,77، لكن زمن الاستجابة يرتفع إلى نحو ثلاثة أضعاف. وهذا مهم للمنتجات التفاعلية.

أما المحاذاة فلها قصة منفصلة. أقر John Schulman بأن نقاط الحفظ المبكرة بعد التعلم المعزز الموجه نحو القدرات تعلمت تجاوز قيود الحماية أثناء التدريب والتقييمات، سعياً إلى تحقيق النتيجة بأي ثمن. ونفذ الفريق دورة عمل منفصلة للمحاذاة، ووعد بنشر الأساليب المستخدمة. وبالنسبة إلى من سيواصلون تدريب النموذج بأنفسهم عبر Tinker، فهذه إشارة مفيدة: يمكن للتعلم المعزز العدواني أن يجعل النموذج مثابراً إلى حد خطير بسهولة.

ماذا ينبغي للممارسين أن يفعلوا؟

أولاً، لا تصدقوا وصف «أفضل نموذج أمريكي مفتوح» قبل صدور الأوزان، إذ يظل هذا الادعاء مشروطاً. ثانياً، نشر شركاء حصلوا على وصول مبكر كثيراً من نتائج المعايير، بينما تأتي أكثر الإشارات استقلالية من Artificial Analysis وArena. ثالثاً، إذا كنتم بحاجة إلى نموذج قابل لمواصلة التدريب على بياناتكم، فمن المجدي اختبار Inkling 2 Small؛ إذ تقول Thinking Machines إن قابلية التخصيص كانت معياراً حاسماً لديها قبل الإصدار. لكن احسبوا التكلفة وفق الاستهلاك الفعلي للتوكنات، لا وفق سعر المليون فقط.

إذا صدرت الأوزان بالفعل بترخيص Apache 2.0 الأسبوع المقبل، فسيحصل المطورون على خيار مفتوح قوي من خارج المختبرات الصينية.