ورشة مجانية 21–22.11ورشة مجانية لمدة يومين في Vibecoding يومي 21–22 نوفمبر الساعة 16:00 بتوقيت موسكو · الدفعة 3 تبدأ 23.11سجّل مجاناً ←الدفعة 3 (23.11)
إصدارتحليل · على الرادارTG: @neurogen_news (Neurogen)→ المصدر

Thinking Machines تطلق نموذج Inkling 2 Mini المفتوح بـ 26.4 مليار معامل لأجهزة Mac بذاكرة 32 غيغابايت

فتحت Thinking Machines مصدر نموذج Inkling 2 Mini، وهو نموذج للبرمجة والبحث والعمل مع الأدوات، ويفهم النصوص والصور. يضم النموذج 26.4 مليار معامل («حجم المعرفة» في الشبكة)، لكن 3.4 مليار فقط تعمل لكل رمز (token، أي جزء من كلمة)، لذلك يكفي لتشغيله أي جهاز Mac بمعالج من سلسلة M وذاكرة 32 غيغابايت. وتمر الطبقات الوسطى ثلاث مرات متتالية، ليستدل النموذج بعمق أكبر ويكتب بصوت مسموع أقل. وبالنسبة إلى الوكلاء المحليين، هذا خيار لا يحتاج إلى السحابة.

معالج بواسطة الذكاء الاصطناعي من TG: @neurogen_news (Neurogen)؛ بتحرير Hamidun News
Thinking Machines تطلق نموذج Inkling 2 Mini المفتوح بـ 26.4 مليار معامل لأجهزة Mac بذاكرة 32 غيغابايت
المصدر: TG: @neurogen_news (Neurogen). كولاج: Hamidun News.
استمع للمقال
بطاقة الحقائق والأرقام
المعيارالتفاصيل
المصدر الأصليTG: @neurogen_news (Neurogen) ↗
رئيس التحرير
12 من أصل 24 طبقة تُمرَّر ثلاث مرات48 تطبيقًا للطبقات لكل رمز
الملفاتنحو 25 غيغابايت في النسخة المضغوطة، و35 غيغابايت في نسخة 8-bit
حقيقة رئيسية #3على الحاسوب الشخصي، تأكد التشغيل على بطاقة RTX 5090 بذاكرة فيديو 32 غيغابايت

هل تريد تشغيل مساعد ذكاء اصطناعي للبرمجة على حاسوبك المحمول، دون سحابة ودون فواتير API؟ حتى الآن كان عليك الاختيار بين أمرين: نموذج صغير يضعف سريعًا في المهام المعقدة، أو نموذج كبير يحتاج إلى خادم. أطلقت Thinking Machines نموذج Inkling 2 Mini بترخيص مفتوح، وتقدم به حلًا وسطًا. يشير الرقم 26.

4B في اسم الخبر إلى 26.4 مليار معامل، وهو الحجم الإجمالي للنموذج، أي «حجم المعرفة» المخزَّنة على القرص. لكن النموذج مبني على معمارية MoE (mixture of experts، «خليط الخبراء»): فعند كل رمز (token)، أي جزء صغير من النص، يعمل جزء من الخبراء فقط، بواقع 3.

4 مليار معامل نشط فريد. لذلك يقترب النموذج في السرعة واستهلاك الذاكرة من النماذج الصغيرة، ويمكن تشغيله على أي جهاز Mac بمعالج من سلسلة M وذاكرة موحدة بسعة 32 غيغابايت.

كيف يعمل النموذج

تخيّل مكتبة كبيرة تفتح عند كل سؤال بضعة رفوف مناسبة فقط، بدل أن تقرأ الكتب كلها واحدًا تلو الآخر. هذه هي فكرة MoE.

الميزة الثانية هي looped transformer («المحوّل الحلقي»). يضم النموذج 24 طبقة، وتُمرَّر 12 طبقة وسطى منها ثلاث مرات متتالية بالأوزان نفسها. والنتيجة 48 تطبيقًا للطبقات لكل رمز، ومع احتساب التمريرات المتكررة يبلغ العدد 5.4B تنشيطًا للأوزان لكل رمز. ويشرح المطورون الفكرة بأن الشبكة تنجز خطوات استدلال أكثر داخليًا، وتنفق رموزًا أقل في الشرح بصوت مسموع. وهذا مهم للوكلاء، فكل رمز زائد يعني انتظارًا إضافيًا وذاكرة إضافية للسياق.

ولكي يتسع النموذج للعتاد الاستهلاكي، دُرِّب خبراء أول 20 طبقة وتُوزَّع بصيغة NVFP4، أما خبراء الطبقات الأربع الأخيرة فبصيغة MXFP8. وهما صيغتان مضغوطتان لتخزين الأرقام، وتشغلان مساحة أقل من الصيغ المعتادة.

ما الذي يستطيع فعله

يقبل النموذج النصوص والصور، ويجيب بالنص: كتابة الشيفرة وتحليل المستندات ولقطات الشاشة. ويُعلَن دعمه لاستدعاء الأدوات والبحث والمهام الوكيلية الطويلة في بيئة موصولة بالأدوات. ويصل السياق إلى 1M رمز، أي حتى مليون جزء نصي في الطلب الواحد.

في العرض التجريبي للمطورين، بنى النموذج على MacBook Pro M5 Pro بذاكرة 48 غيغابايت، خلال بضع دقائق، محاكي طيران قابلًا للعب، وذلك أثناء وجود المستخدم داخل طائرة فعلًا. ويذكر المصدر أيضًا أن النموذج تفوق في الأرقام على Qwen3.8-27B، لكن الاختبارات المحددة وقيمها لم تُذكر. يمكن الاطلاع عليها في تدوينة Thinking Machines وعلى صفحة النموذج في Hugging Face.

متطلبات التشغيل

  • Mac: أي جهاز بمعالج من سلسلة M وذاكرة موحدة بسعة 32 غيغابايت، وهذا هو الحد الأدنى. ويُفضَّل الحصول على 48–64 غيغابايت لتكفي النظام والتطبيقات الأخرى والطلبات الطويلة.
  • حاسوب شخصي بمعالج رسوميات NVIDIA: تأكد التشغيل على RTX 5090 بذاكرة فيديو 32 غيغابايت. وفي الوصفة الجاهزة يبلغ السياق 32–64 ألف رمز. والمقصود هنا ذاكرة بطاقة الرسوميات تحديدًا، أما ذاكرة RAM العادية فتُحتسب على حدة.
  • RTX 3090 وRTX 4090 بذاكرة 24 غيغابايت وبطاقات أخرى: لم يُحدَّد بعد الحد الأدنى الدقيق لصيغة GGUF (صيغة ملفات للتشغيل المحلي).
  • القرص: نحو 25 غيغابايت للنسخة المضغوطة أو 35 غيغابايت لنسخة 8-bit، مع مساحة إضافية لملفات النموذج.

يمكن التشغيل على النحو التالي: على Mac عبر Ollama، وعلى Windows وmacOS عبر Llama App، وعلى Linux عبر llama.cpp. وتتوافر لبطاقة RTX 5090 صيغة تعمل مع SGLang. الأوزان ونسخة GGUF متاحة على Hugging Face، ويمكن تجربة النموذج في دردشة تجريبية.

القيود والخلاصة العملية

هناك عدة تحفظات. فمليون رمز من السياق يتطلب ذاكرة إضافية، ولا يُضمَن هذا الحجم على تهيئة بذاكرة 32 غيغابايت. أما 32–64 ألف رمز المؤكَّدة لبطاقة RTX 5090 فهي مرجع واقعي. وبشأن أصحاب البطاقات بسعة 24 غيغابايت، لا يمكن قول شيء محدد حتى الآن، كما أن المقارنة مع Qwen3.8-27B وردت دون تفاصيل.

ماذا يفعل المطورون؟ إذا كنتم تبنون وكلاء محليين أو مساعدين للبرمجة ولديكم جهاز Mac بذاكرة 32 غيغابايت أو أكثر، فإن Inkling 2 Mini جدير بالاختبار على مهامكم الخاصة. والاختبار الجيد هو سلسلة طويلة من الخطوات مع استدعاءات الأدوات، فهنا تحديدًا يُفترض أن يظهر توفير الرموز المعلن بفضل التمريرات المتكررة. وإذا كانت بطاقتكم الرسومية بسعة 24 غيغابايت، فالأفضل الانتظار حتى يحدد المجتمع الحد الأدنى من المتطلبات لصيغة GGUF.

القصة

أسئلة وأجوبة حول الخبر

ما أبرز التفاصيل حول كيف يعمل النموذج؟

تخيّل مكتبة كبيرة تفتح عند كل سؤال بضعة رفوف مناسبة فقط، بدل أن تقرأ الكتب كلها واحدًا تلو الآخر. هذه هي فكرة MoE. الميزة الثانية هي looped transformer («المحوّل الحلقي»). يضم النموذج 24 طبقة، وتُمرَّر 12 طبقة وسطى منها ثلاث مرات متتالية بالأوزان نفسها. والنتيجة 48 تطبيقًا للطبقات لكل رمز، ومع احتساب التمريرات المتكررة يبلغ العدد 5.4B تنشيطًا للأوزان لكل رمز. ويشرح المطورون الفكرة بأن الشبكة تنجز خطوات استدلال أكثر داخليًا، وتنفق رموزًا أقل في الشرح بصوت مسموع.

ما أبرز التفاصيل حول ما الذي يستطيع فعله؟

يقبل النموذج النصوص والصور، ويجيب بالنص: كتابة الشيفرة وتحليل المستندات ولقطات الشاشة. ويُعلَن دعمه لاستدعاء الأدوات والبحث والمهام الوكيلية الطويلة في بيئة موصولة بالأدوات. ويصل السياق إلى 1M رمز، أي حتى مليون جزء نصي في الطلب الواحد. في العرض التجريبي للمطورين، بنى النموذج على MacBook Pro M5 Pro بذاكرة 48 غيغابايت، خلال بضع دقائق، محاكي طيران قابلًا للعب، وذلك أثناء وجود المستخدم داخل طائرة فعلًا. ويذكر المصدر أيضًا أن النموذج تفوق في الأرقام على Qwen3.8-27B، لكن الاختبارات المحددة وقيمها لم تُذكر.

ما أبرز التفاصيل حول متطلبات التشغيل؟

Mac: أي جهاز بمعالج من سلسلة M وذاكرة موحدة بسعة 32 غيغابايت، وهذا هو الحد الأدنى. ويُفضَّل الحصول على 48–64 غيغابايت لتكفي النظام والتطبيقات الأخرى والطلبات الطويلة. حاسوب شخصي بمعالج رسوميات NVIDIA: تأكد التشغيل على RTX 5090 بذاكرة فيديو 32 غيغابايت. وفي الوصفة الجاهزة يبلغ السياق 32–64 ألف رمز. والمقصود هنا ذاكرة بطاقة الرسوميات تحديدًا، أما ذاكرة RAM العادية فتُحتسب على حدة. RTX 3090 وRTX 4090 بذاكرة 24 غيغابايت وبطاقات أخرى: لم يُحدَّد بعد الحد الأدنى الدقيق لصيغة GGUF (صيغة ملفات للتشغيل المحلي).

ZK
جمال حميدون — مدير المنتجات في Alpina Digital ومدير منتج AlpinaGPT. يبني منتجات الذكاء الاصطناعي منذ 2019. بدأ Hamidun News كمشروع شخصي ثم أصبح مُجمِّعًا إنتاجيًا بأكثر من 6000 قارئ.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
ما رأيك؟
جارٍ تحميل التعليقات…