Thinking Machines تطلق نموذج Inkling مفتوح الأوزان مع 975 مليار معامل
أفاد SiliconANGLE بأن Thinking Machines Lab أطلقت Inkling، أول نموذج أساس لها، مع أوزان مفتوحة كاملة وإمكانية fine-tuning عبر Tinker. وذكر التقرير 975 مليار معامل إجمالي، ونحو 41 مليار معامل نشط في الطلب المتوسط، وتدريبا على نحو 45 تريليون رمز، مع بقاء عملاء النشر والتحقق المستقل من الاختبارات غير معلنين.
أفاد SiliconANGLE بأن نموذج Inkling، وهو أول نموذج أساس من Thinking Machines Lab بأوزان مفتوحة، يُطرح مع إمكانية fine-tuning للمطورين عبر Tinker. ويمنح الإطلاق الشركة نموذجا عاما بعد عام كانت فيه معروفة أكثر بجولات التمويل وشراكتها مع Nvidia.
لا تقدم Thinking Machines نموذج Inkling كتطبيق chatbot مغلق. وقال SiliconANGLE إن النموذج مخصص للتنزيل والتعديل والتشغيل من قبل المطورين، بينما تبقى Tinker الخدمة المدفوعة لعمليات fine-tuning للنماذج ذات الأوزان المفتوحة.
Inkling يستخدم 975 مليار معامل وأوزانا مفتوحة
قالت Thinking Machines في تدوينة نقلها SiliconANGLE إن Inkling هو نموذج mixture-of-experts يضم 975 مليار معامل. وفي الطلب المتوسط، يستخدم النموذج نحو 41 مليار معامل لمعالجة المهام بسرعة أكبر وخفض التكلفة.
قالت الشركة إن Inkling تدرّب على نحو 45 تريليون رمز تشمل النص والصورة والصوت والفيديو. ويستطيع النموذج الاستدلال عبر المدخلات الأربعة، بينما تقتصر مخرجاته على النص، بما في ذلك code وstyled artifacts والبيانات المنظمة.
يتاح Inkling بأوزان مفتوحة كاملة، ما يسمح للمطورين بفحص كود النموذج وتكييفه. ووصفت الشركة أيضا ضوابط thinking-effort التي تتيح للمطورين المفاضلة بين سرعة المعالجة والدقة، وقال SiliconANGLE إن النموذج يضع علامات على عدم اليقين في المخرجات.
كانت Mira Murati تشغل منصب Chief Technology Officer في OpenAI قبل مغادرتها في سبتمبر 2024، بحسب التقرير. وربط المصدر Inkling بتركيزها المعلن على accessibility وcustomisation والتعاون متعدد الوسائط، مع بقاء مخرجات النموذج محصورة في النص بدلا من توليد الصور أو الصوت أو الفيديو.
Tinker تحمل نموذج إيرادات fine-tuning
يمكن للمطورين إجراء fine-tuning لنموذج Inkling مباشرة عبر Tinker، وهي واجهة API للتدريب أطلقتها Thinking Machines في أكتوبر، بحسب SiliconANGLE. وذكر التقرير نفسه أن الشركة تخطط لتحقيق الإيرادات من Tinker بدلا من فرض رسوم على العملاء عبر API مقيسة للوصول إلى النموذج.
يمتد مسار التدريب أيضا إلى صلة Nvidia. وأفاد SiliconANGLE بأن Thinking Machines قالت إن Inkling تدرّب على نظام Nvidia GB300 NVL72 بموجب شراكة أُعلنت في مارس.
في نتائج اختبار مبكرة استشهدت بها الشركة، قالت Thinking Machines إن Inkling حقق أداء coding قابلا للمقارنة مع Nvidia Nemotron 3 Ultra مع استخدام رموز أقل بمقدار الثلثين. ولم يتضمن التقرير منهجية اختبار مستقلة أو نتائج نشر لدى العملاء لهذه المقارنة.
اختبار Bridgewater يمنح Inkling مثالا ماليا
استشهد SiliconANGLE أيضا بتعاون مع Bridgewater Associates استخدم فيه باحثون منصة Tinker لإجراء fine-tuning لنموذج مفتوح باستخدام بيانات مالية متخصصة. وحقق النموذج الخفيف الناتج 84.7% في اختبارات الاستدلال المالي بتكلفة تقل عن 10% من تكلفة البدائل الاحتكارية المتقدمة، بحسب المنفذ.
وقال Futurum Group analyst Mitch Ashely لـWall Street Journal، كما نقل SiliconANGLE، إن منظومة النماذج المفتوحة الأوزان هيمنت عليها شركات AI الصينية خلال العام الماضي. ووصف التقييم المقتبس Inkling بأنه بديل غربي للمؤسسات التي توازن بين اقتصاديات customisation والسيطرة على البنية التحتية.
أقرت Thinking Machines بأن Inkling ليس بقوة بعض أنظمة AI الاحتكارية المتقدمة. وتضع الشركة الإصدار كنموذج أساس يمكن للمؤسسات إجراء fine-tuning له وتشغيله على بنيتها التحتية بدلا من تطبيق chatbot جامد.
قالت Thinking Machines إنها طورت Inkling من الصفر في أقل من تسعة أشهر. ولم تسمّ الشركة أول عملاء مؤسسيين لنموذج Inkling، أو تكشف أسعار Tinker، أو تنشر أعداد النشر، أو تقدم تحققا مستقلا من اختبارات النموذج الجديد.
Summary version for Medium
Thinking Machines Releases Inkling Open-Weights Model With 975 Billion Parameters
What the announcement means beyond the headline
Quick Summary: SiliconANGLE reported that Thinking Machines Lab has released Inkling, its first foundation model, with full open weights and fine-tuning through Tinker. The account cited 975 billion total parameters, about 41 billion active parameters per average prompt and training on about 45 trillion tokens, while leaving customer deployments and independent benchmark...
Inkling Uses 975 Billion Parameters And Open Weights
The company's blog post described Inkling as a mixture-of-experts model with 975 billion parameters. The same model description said an average prompt draws on about 41 billion parameters to process tasks faster and keep costs low.
Tinker Carries The Fine-Tuning Revenue Model
Developers can fine-tune the model directly on Tinker, the startup's training API that launched in October, according to the outlet.
- Point 1: The central topic is ai, with the announcement framed around concrete operating detail.
- Point 2: The paid API carries the revenue plan for the release instead of a metered model-access charge.
The important shift is not the AI label, but the operating boundary it creates for teams.
Bridgewater Test Gives Inkling A Finance Example
The account cited a collaboration with Bridgewater Associates in which researchers used Tinker to fine-tune an open model with specialised financial data. The resulting lightweight model scored 84.7% on financial reasoning benchmarks at less than 10% of the cost of advanced proprietary alternatives, the account said.
Read the Full Deep Dive
Want to explore the complete technical analysis, enterprise trade-offs, and detailed metrics?
Read the full article originally published at SendTech Times
