1. VEGA
  2. Блог
  3. Inkling 2 Small: беҳтарин модели кушодаи Thinking Machines
13 Ноябр 2026Эълонҳо

Inkling 2 Small: беҳтарин модели кушодаи Thinking Machines

Inkling 2 Small: беҳтарин модели кушодаи Thinking Machines

Thinking Machines Lab модели Inkling 2 Small-ро баровард: аввалин модели насли дуюми он ва ҳангоми муаррифӣ пурқувваттарин модели дорои вазнҳои кушодае, ки берун аз Чин сохта шудааст, аз рӯи Artificial Analysis Intelligence Index. Он коднависии агентӣ, фаҳмиши тасвирҳо ва равзанаи контексти 1M-токениро бо вазнҳои Apache 2.0 муттаҳид мекунад. Барои хонандагоне, ки моделро барои кори воқеӣ интихоб мекунанд, бартарии асосӣ қобилияти он аст, ки тағйирот ворид кунад, натиҷаҳоро санҷад ва корро идома диҳад, на ин ки ҷавоби аввалини боварбахш диҳаду бас кунад.

Inkling 2 Small чист?

Thinking Machines Lab, ки онро собиқ CTO-и OpenAI Мира Мурати таъсис додааст, Inkling 2 Small-ро 5 ноябри соли 2026 тавассути Tinker ва Tinker Playground эълон кард. Вазнҳои кушодаи он 12 ноябр дар Hugging Face, бо иҷозатномаи Apache 2.0, нашр шуданд.

Бо вуҷуди номаш, ин модел барои мизбонии маҳаллӣ хурд нест. Inkling 2 Small модели камёфти Mixture-of-Experts буда, 594 миллиард параметри умумӣ ва тақрибан 17 миллиард параметри фаъол барои ҳар токен дорад. Барои ҳар токен он аз 384 эксперт ҳашттоашро интихоб мекунад.

Равзанаи контексти он 1,048,576 токенро дар бар мегирад, ки барои ҳуҷҷатҳои дароз ва миқдори зиёди контексти код ҷой медиҳад. Вуруд метавонад матн ва тасвирҳоро дар бар гирад; бар хилофи Inkling-и аввал, он аудиоро қабул намекунад.

Таҳиягарон инчунин метавонанд reasoning_effort-ро аз none то max танзим карда, умқи мулоҳизаро бо хароҷот мувозинат кунанд. Дар амал, ин маънои ҷавобҳои зуд ва арзон ба саволҳои одӣ ва кори амиқтарро дорад, вақте ки масъала ба он меарзад.

Санҷишҳои Inkling 2 Small: беҳбудиҳои бузургтарин

Натиҷаи асосӣ 31 хол дар Artificial Analysis Intelligence Index v5.0.1 аст, ки нисбат ба 13 холи Inkling Small хеле бештар мебошад. Дар ин арзёбӣ он аз ҳамаи моделҳои кушодаи берун аз Чин болотар ҷой гирифта, бо Gemini 3.8 Flash дар сатҳи баланди талоши мулоҳиза рақобат мекунад.

Якчанд натиҷа ин беҳбудиро равшантар нишон медиҳанд:

СанҷишНатиҷаи Inkling 2 SmallАҳамияти натиҷа
SWE-Bench Pro v2 (Hard)86.3%Натиҷаи қавӣ дар вазифаҳои душвори коднависӣ
ARC-AGI-281.7%Беҳтарин натиҷаи модели дорои вазнҳои кушода, тибқи ARC Prize
AA Intelligence Index v5.0.131, дар муқоиса бо 13-и пешинаПешрафти назаррас нисбат ба насли қаблӣ
AA-Briefcase1527 Elo, дар муқоиса бо 912-и пешинаНатиҷаи беҳтар дар вазифаҳои дарози корӣ
AA-Omniscience v1.127% ҳиссаи галлюсинатсияҳо, аз 61% камтарҶавобдиҳии интихобӣ галлюсинатсияҳоро коҳиш дод

Дар AA-Briefcase, ки ҷадвалҳои электронӣ, презентатсияҳо ва ёддоштҳоро фаро мегирад, натиҷаи 1527 Elo-и он ҳамчунин аз Claude Sonnet 5.5 бо талоши миёнаи мулоҳиза (1439) ва Gemini 3.8 Flash бо талоши баланд (1203) болотар аст.

Натиҷаи марбут ба галлюсинатсияҳоро бояд бодиққат шарҳ дод. Коҳиш асосан аз ҷавобдиҳии интихобии бештар ба даст омад, на аз бартараф кардани хатоҳои воқеӣ. Ин беҳбудист, аммо даъвоҳои муҳимро ҳанӯз ҳам бояд санҷид.

Inkling 2 Small дар амал барои чӣ хуб аст

Коднависии агентӣ равшантарин нуқтаи оғоз аст. Омӯзиши модел садҳо ҳазор вазифаҳои дарози коднависиро дар бар мегирифт ва ба риояи дастурҳо, арзёбии тағйирот ва санҷиши кори анҷомшуда аҳамияти махсус медод. Аз ин рӯ, вазифаҳои марбут ба анбори код нисбат ба дархости навиштани як функсияи ҷудогона санҷиши беҳтаре мебошанд.

Вуруди тасвир қобилияти муфиди дигареро илова мекунад: худсанҷии агент дар раванди кор бо биниш. Агент метавонад сомонаи тиҷорати электрониро эҷод кунад, намуди онро пас аз намоиш тафтиш намояд ва аз ин бозхӯрди визуалӣ барои арзёбии натиҷаи худ истифода барад. Ин аз тавсифи тасвири пешниҳодшуда фаротар меравад.

Барои молия ва кори зеҳнӣ, натиҷаҳои AA-Briefcase нишон медиҳанд, ки онро бо супоришҳои дорои чанд натиҷаи ниҳоӣ санҷидан беҳтар аст, на танҳо бо як хулоса. Он дар Finance Agent v2.1 ҳам 67.5% гирифтааст.

Таҳлили додаҳо низ як мавриди истифодаи умедбахш аст. Дар Plotly DataAnalyticsBench он 39 аз 43 хол, ё 91%, гирифт ва дар бахшҳои марбут ба номуайянӣ, дархостҳои иҷронопазир, мушкилоти сифати додаҳо ва домҳои оморӣ холҳои комил ба даст овард.

Барои ҷараёнҳои кори таҳқиқотӣ, омӯзиши он машқҳои «autoresearch»-ро дар бар мегирифт, ба монанди танзими дақиқи шабакаҳои нейронӣ ва беҳсозии ядроҳои GPU. Дар як мисоли гузоришшуда, он мустақилона Qwen3.5-4B-ро барои пешгӯии силсилаи вақт бо танзими дақиқ мутобиқ кард ва дар давоми 4.5 соат, бо харҷи $426 дар Tinker, холҳои он моделро ду баробар зиёд намуд. Ин як намоиши мушаххас аст, на кафолати натиҷа барои таҷрибаҳои дигар.

Кушодагии Apache 2.0 ва экосистемаи Inkling 2 Small

Вазнҳои Apache 2.0 Inkling 2 Small-ро барои мутобиқсозӣ дастрас мекунанд ва ба корхонаҳо имкон медиҳанд, ки версияҳои бо танзими дақиқ сохташударо дар ихтиёри худ дошта бошанд. Thinking Machines ҳамчунин гузориш медиҳад, ки ҳангоми истифодаи додаҳо ва алгоритмҳои якхела, танзими дақиқ нисбат ба моделҳои қаблии он зудтар анҷом меёбад ва сифати натиҷа баландтар аст.

Дастгирии рӯзи аввали барориш vLLM, SGLang, Together AI, Snowflake Cortex ва Cloudflare Workers AI-ро дар бар мегирифт. Модел тавассути OpenRouter ҳам дастрас аст.

Беҳсозии хидматрасонӣ дар ин миқёс аҳамият дорад. DSpark speculative decoding дар ҳар қадам ҳафт токенро пешгӯӣ мекунад ва дар TP4 бо GB200 ба суръати тақрибан 630 токен дар як сония барои ҳар корбар расид. SGLang дар NVIDIA Vera Rubin суръати 576 токен дар як сонияро нишон дод. Инҳо натиҷаҳои мушаххас дар сахтафзори муайянанд, на ваъдаи суръати умумӣ.

Иҷрои маҳаллӣ ҳанӯз захираҳои зиёд талаб мекунад: версияи квантшудаи чорбитӣ тақрибан 356 GB хотира мехоҳад.

Inkling 2 Small ҳанӯз дар куҷо душворӣ мекашад

Натиҷаҳо яксон нестанд. Inkling 2 Small дар Terminal-Bench 4.0 ҳамагӣ 13.1% гирифт ва Artificial Analysis чен кард, ки иҷрои ҳар як вазифаи Intelligence Index тақрибан 21.5 дақиқа вақт мегирад. Аз ин рӯ, бо вуҷуди суръати баланди тавлиди токенҳо, иҷрои вазифаҳои дароз метавонад суст бошад. Маҳдудиятҳои маълум инчунин галлюсинатсияҳо ва паст шудани сифат дар гуфтугӯҳои тӯлонии чанднавбатиро дар бар мегиранд; равзанаи бузурги контекст ин заъфҳоро бартараф намекунад.

Inkling 2 Small-ро дар vega.chat санҷед

Inkling 2 Small аллакай дар интихобгари моделҳои vega.chat, ҳам дар гурӯҳҳои чат ва ҳам код, дастрас аст. Вуруди тасвир дастгирӣ мешавад, аммо вуруди PDF не. Онро паҳлуи модели маъмулии худ бо як вазифаи воқеии коднависӣ ё ҳуҷҷати дароз санҷед ва бубинед, ки ҳангоми зарурати санҷидани кори худ чӣ гуна амал мекунад.

Таҳиягарон метавонанд тавассути api.vega.chat, API-и бо OpenRouter мувофиқ, ба он дастрасӣ пайдо кунанд ва дар агентҳо, ҷараёнҳои кори коднависӣ ва барномаҳои худ санҷанд.

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

Ҳамчунин бихонед

Qwen 4 Max: ҳамкори 2,4T барои кори тӯлонӣ
Qwen 4 Max: ҳамкори 2,4T барои кори тӯлонӣ16 Ноябр 2026
Муаррифии Gemini 4 Hydrogen
Муаррифии Gemini 4 Hydrogen13 Ноябр 2026
MiniMax H3-Image: тасвирҳои 4K дар зери 10 сония
MiniMax H3-Image: тасвирҳои 4K дар зери 10 сония11 Ноябр 2026

Шарҳҳо · 0

VEGA - built in getmyai.io
НархҳоМоделҳоБлогДар бораи эҷодкорШартҳои хизматрасонӣСиёсати махфиятСиёсати ирсоли паёмҳо