1. VEGA
  2. Блог
  3. Inkling 2 Small: Thinking Machines-тің үздік ашық моделі
2026 ж. 13 қарашаХабарландырулар

Inkling 2 Small: Thinking Machines-тің үздік ашық моделі

Inkling 2 Small: Thinking Machines-тің үздік ашық моделі

Thinking Machines Lab Inkling 2 Small моделін шығарды. Бұл — компанияның екінші буындағы алғашқы моделі әрі шығарылған кезде Artificial Analysis Intelligence Index бойынша Қытайдан тыс жерде жасалған ең қуатты ашық салмақты модель болды. Ол агенттік кодтауды, кескінді түсінуді және 1M токендік контекст терезесін Apache 2.0 лицензиясымен қолжетімді салмақтармен біріктіреді. Нақты жұмысқа модель таңдайтын оқырмандар үшін оның басты артықшылығы — нанымды алғашқы жауап беріп тоқтап қалмай, өзгерістер енгізіп, нәтижесін тексеріп, жұмысын жалғастыра алуы.

Inkling 2 Small дегеніміз не?

OpenAI-дің бұрынғы CTO-сы Mira Murati негізін қалаған Thinking Machines Lab Inkling 2 Small моделін 2026 жылғы 5 қарашада Tinker және Tinker Playground арқылы таныстырды. Оның ашық салмақтары 12 қарашада Hugging Face платформасында Apache 2.0 лицензиясымен жарияланды.

Атауына қарамастан, бұл — өз инфрақұрылымыңызда орналастыруға арналған шағын модель емес. Inkling 2 Small — жалпы параметрлері 594 миллиард, ал әр токенге шамамен 17 миллиард белсенді параметрі бар сирек Mixture-of-Experts моделі. Әр токен үшін ол 384 сарапшының сегізін таңдайды.

Контекст терезесі 1 048 576 токенді қамтиды, бұл ұзақ құжаттар мен ауқымды код контекстіне орын береді. Кіріс деректері мәтін мен кескіндерден тұруы мүмкін; алғашқы Inkling-тен айырмашылығы, бұл модель аудионы қабылдамайды.

Әзірлеушілер reasoning_effort параметрін none мәнінен max мәніне дейін реттеп, ой қорыту тереңдігі мен шығынды теңшей алады. Іс жүзінде бұл қарапайым сұрақтарға арзан әрі жылдам жауап беріп, күрделі мәселелерге көбірек күш жұмсауға мүмкіндік береді.

Inkling 2 Small бенчмарктері: ең үлкен жетістіктер

Ең маңызды нәтиже — Artificial Analysis Intelligence Index v5.0.1 бойынша 31 ұпай. Inkling Small 13 ұпай алған еді. Осы бағалауда бұл нәтиже Қытайдан тыс жасалған барлық ашық модельдерден жоғары және жоғары деңгейдегі ой қорыту параметрімен жұмыс істейтін Gemini 3.8 Flash деңгейімен салыстыруға келеді.

Бірнеше нәтиже бұл ілгерілеуді нақтырақ көрсетеді:

БенчмаркInkling 2 Small нәтижесіМаңызы
SWE-Bench Pro v2 (Hard)86.3%Күрделі кодтау тапсырмаларындағы жоғары нәтиже
ARC-AGI-281.7%ARC Prize мәліметі бойынша, ашық салмақты модельдер арасындағы үздік нәтиже
AA Intelligence Index v5.0.131, бұған дейін 13 болғанБуыннан буынға айтарлықтай ілгерілеу
AA-Briefcase1527 Elo, бұған дейін 912 болғанҰзақ бизнес тапсырмаларын орындау қабілеті жақсарған
AA-Omniscience v1.1Галлюцинация үлесі 27%, бұрын 61% болғанЖауапты талғаммен беру галлюцинацияларды азайтты

Электрондық кестелерді, презентациялар мен меморандумдарды қамтитын AA-Briefcase бенчмаргінде оның 1527 Elo нәтижесі орташа деңгейдегі ой қорыту параметрімен жұмыс істейтін Claude Sonnet 5.5 моделінің 1439 ұпайынан және жоғары параметрмен жұмыс істейтін Gemini 3.8 Flash моделінің 1203 ұпайынан да жоғары.

Галлюцинацияға қатысты нәтижені мұқият түсіндіру керек. Оның азаюы негізінен фактілік қателердің жойылуынан емес, модельдің жауапты талғаммен беруінен болды. Бұл — жақсару, бірақ маңызды тұжырымдарды бәрібір тексеру қажет.

Inkling 2 Small-ты іс жүзінде қандай жұмыстарға қолдануға болады?

Агенттік кодтау — бастаудың ең айқын жолы. Оқыту барысында нұсқауларды орындауға, өзгерістерді бағалауға және аяқталған жұмысты тексеруге басымдық берілген жүздеген мың ұзақ кодтау тапсырмасы қолданылды. Сондықтан жеке функция жазуды сұрағаннан гөрі, репозиториймен байланысты тапсырмалар модельді сынауға көбірек мүмкіндік береді.

Кескіндерді кіріс дерегі ретінде қабылдау пайдалы мүмкіндік қосады: көру арқылы нәтижені өздігінен тексеру. Агент электрондық коммерция сайтын жасап, оның қалай көрсетілгенін қарап, визуалды кері байланысты өз нәтижесін бағалау үшін қолдана алады. Бұл жай ғана берілген суретті сипаттаудан әлдеқайда ауқымды.

Қаржы мен білімді қажет ететін жұмыстарда AA-Briefcase нәтижелері бір ғана қысқаша қорытындыдан гөрі бірнеше нәтижесі бар тапсырмаларда сынап көруге негіз береді. Сондай-ақ Finance Agent v2.1 бенчмаргінде 67.5% жинады.

Деректерді талдау да болашағы зор қолданыс саласы. Plotly DataAnalyticsBench бенчмаргінде ол 43 тапсырманың 39-ын, яғни 91%-ын орындады. Екіұштылық, орындалмайтын сұраулар, деректер сапасындағы мәселелер мен статистикалық тұзақтарды қамтитын санаттарда мінсіз нәтиже көрсетті.

Зерттеу жұмыстарына арналған процестер үшін модель нейрондық желілерді дәл баптау және GPU ядроларын оңтайландыру сияқты «autoresearch» жаттығуларымен оқытылды. Жарияланған мысалдардың бірінде ол уақыттық қатарларды болжау үшін Qwen3.5-4B моделін өздігінен дәл баптап, Tinker платформасында 4,5 сағатта және $426 шығынмен сол модельдің нәтижесін екі есе жақсартқан. Бұл — нақты бір тәжірибенің көрсетілімі, басқа сынақтарға берілетін кепілдік емес.

Apache 2.0 лицензиясымен ашықтық және Inkling 2 Small экожүйесі

Apache 2.0 лицензиясы Inkling 2 Small салмақтарын, соның ішінде ұйымдарға өздері дәл баптаған нұсқаларды иеленуге мүмкіндік беріп, теңшеуге ашық етеді. Thinking Machines компаниясы бірдей деректер мен алгоритмдерді қолданғанда, бұрынғы модельдерімен салыстырғанда дәл баптау жылдамырақ әрі алынған модельдің сапасы жоғары болатынын да хабарлады.

Нээлтийн өдөр vLLM, SGLang, Together AI, Snowflake Cortex болон Cloudflare Workers AI дэмжлэгтэй байлаа. Мөн загварыг OpenRouter-ээр дамжуулан ашиглах боломжтой.

Ийм хэмжээний загварыг үйлчлэхэд оновчлол чухал. DSpark speculative decoding нь алхам бүрд долоон токен санал болгож, GB200 дээр TP4 тохиргоогоор нэг хэрэглэгчид секундэд ойролцоогоор 630 токен хүртэлх хурд үзүүлсэн. SGLang NVIDIA Vera Rubin дээр секундэд 576 токен үзүүлжээ. Эдгээр нь тодорхой техник хангамж дээрх үр дүн болохоос бүх орчинд баталгаатай хурд биш юм.

Дотооддоо ажиллуулахад ихээхэн хүчин чадал шаардагдана: дөрвөн битийн тоон квантацтай хувилбарт ойролцоогоор 356 ГБ санах ой хэрэгтэй.

Inkling 2 Small-ийн сул талууд

Үр дүн харилцан адилгүй. Inkling 2 Small Terminal-Bench 4.0 дээр ердөө 13.1% авч, Artificial Analysis Intelligence Index-ийн нэг даалгаварт ойролцоогоор 21.5 минут зарцуулсан. Тиймээс токен үүсгэх хурд өндөр байсан ч урт даалгаврууд удаан үргэлжилж болно. Мөн галлюцинаци үүсэх, олон удаагийн урт харилцан ярианы явцад чанар муудах зэрэг нь мэдэгдэж буй хязгаарлалтууд юм. Контекстийн өргөн цонх эдгээр сул талыг арилгахгүй.

Inkling 2 Small-ийг vega.chat дээр туршаарай

Inkling 2 Small аль хэдийн vega.chat загвар сонгогчид чат болон кодын бүлгүүдэд нэмэгдсэн. Зурган оролт дэмждэг ч PDF файл дэмжихгүй. Өөрийн байнга ашигладаг загварын хажууд бодит кодчилолын даалгавар эсвэл урт баримт бичиг өгч, ажлаа өөрөө шалгах үед хэрхэн ажиллахыг нь үзээрэй.

Хөгжүүлэгчид үүнийг агент, кодчилолын ажлын урсгал болон өөрийн аппликейшнд туршихын тулд OpenRouter-тэй нийцтэй api.vega.chat API-гаар дамжуулан ашиглах боломжтой.

VEGA API — all models·API docs·Inkling 2 Small: лучшая открытая модель Thinking Machines

Қатысты материалдар

Qwen 4 Max: ұзақ жұмысқа арналған 2,4T параметрлі серік
Qwen 4 Max: ұзақ жұмысқа арналған 2,4T параметрлі серік2026 ж. 16 қараша
Gemini 4 Hydrogen таныстырылды
Gemini 4 Hydrogen таныстырылды2026 ж. 13 қараша
MiniMax H3-Image: 10 секундта ашық 4K сурет
MiniMax H3-Image: 10 секундта ашық 4K сурет2026 ж. 11 қараша

Пікірлер · 0

VEGA - built in getmyai.io
БағаларМодельдерБлогЖасаушы туралыҚызмет көрсету шарттарыҚұпиялылық саясатыПошта хабарламаларын жіберу саясаты