استارتاپ میرا موراتی از مدل Inkling 2 Small با عملکردی نزدیک به مدل‌های پرچمدار رونمایی کرد [تماشا کنید]

استارتاپ هوش مصنوعی Thinking Machines Lab به رهبری «میرا موراتی»، مدیر ارشد فناوری سابق OpenAI، از مدل هوش مصنوعی جدیدی با نام Inkling 2 Small رونمایی کرد. این مدل گزینه تازه‌ای را در اختیار توسعه‌دهندگان قرار می‌دهد تا ایجنت‌هایی برای نوشتن نرم‌افزار، تفسیر تصاویر، تحلیل اسناد مالی و یادگیری فرایندهای کاریِ سازمانی بسازند. Thinking Machines Lab حالا عرضه نسل دوم از خانواده مدل‌های Inkling را آغاز کرده است. ساختار این مدل شامل 594 میلیارد پارامتر با معماری پراکنده (Sparse) است که به ازای هر توکن تنها 17 میلیارد پارامتر را فعال می‌کند. این مدل هم‌اکنون برای استنتاج و شخصی‌سازی از طریق پلتفرم Tinker متعلق به همین شرکت در دسترس قرار گرفته است. براساس پست وبلاگی این شرکت، طبق ارزیابی موسسه مستقل Artificial Analysis، این مدل بالاترین امتیاز کسب‌شده میان مدل‌های عرضه‌شده توسط Thinking Machines را در اختیار دارد. این مدل با دستیابی به شاخص هوش 31، در زمان انتشار عمومی وزن‌ها، به برترین مدل متن‌باز غیرچینی تبدیل خواهد شد و حتی از مدل جدید Mistral Large 4 ملقب به Le Chonk با امتیاز 26 نیز پیشی خواهد گرفت. در حوزه سازمانی، این مدل در بنچمارک مستقل EnterpriseBench-CoreCraft متعلق به شرکت Surge AI موفق به کسب امتیاز 71.8 درصد شده است. این بنچمارک عملکرد ایجنت‌های هوش مصنوعی را در محیط یک تأمین‌کننده فرضی قطعات کامپیوتر همراه با شبیه‌سازی مشتریان ناراضی ارزیابی می‌کند. مدل جدید در جدول رده‌بندی پس از مدل‌های Claude Fable 5.1 (77.4 درصد) و Claude Opus 5.5 (74.4 درصد) متعلق به آنتروپیک در رتبه سوم قرار دارد. همچنین در بنچمارک EnterpriseOps-Gym که عملکرد ایجنت‌ها را در نرم‌افزارهای واقعی اداری مثل خدمات مشتری، منابع انسانی و فناوری اطلاعات سنجش می‌کند، امتیاز 46.8 درصد را کسب کرده و رقبایی چون GLM-5.3 و حتی مدل Claude Sonnet 5 را پشت سر گذاشته است. برای خریداران سازمانی، جذابیت این مدل فراتر از اعداد بنچمارک‌ها است؛ زیرا این شرکت قصد دارد وزن‌های مدل را تحت مجوز آپاچی 2.0 منتشر کند که مسیر مناسبی را برای میزبانی مستقل روی زیرساخت سازمان‌ها فراهم می‌سازد. با‌این‌حال، وزن‌ها در زمان رونمایی عمومی تا پایان بررسی‌های ایمنی خارجی بسته باقی می‌مانند و پیش‌بینی می‌شود طی یک هفته پس از معارفه در دسترس قرار گیرند. مدل جدید نسبت به نسخه قبلی Inkling Small که در ماه ژوئیه منتشر شد بسیار بزرگ‌تر است؛ مجموع پارامترها از 276 میلیارد به 594 میلیارد و پارامترهای فعال به ازای هر توکن از 12 میلیارد به 17 میلیارد افزایش یافته است. بنابراین پسوند Small صرفاً جایگاه آن در خانواده محصولات را نشان می‌دهد و به معنای امکان اجرای آن روی لپ‌تاپ یا سرورهای معمولی نیست. [digivideo]<style>.h_iframe-aparat_embed_frame{position:relative;}.h_iframe-aparat_embed_frame .ratio{display:block;width:100%;height:auto;}.h_iframe-aparat_embed_frame iframe{position:absolute;top:0;left:0;width:100%;height:100%;}</style><div class="h_iframe-aparat_embed_frame"><span style="display: block;padding-top: 57%"></span><iframe src="https://www.aparat.com/video/video/embed/videohash/tew643y/vt/frame" allowFullScreen="true" webkitallowfullscreen="true" mozallowfullscreen="true"></iframe></div>[/digivideo] Thinking Machines می‌گوید آموزش این مدل جدید بر وظایفی متمرکز بوده که به فراخوانی مکرر ابزارها، بازنگری و بررسی نیازمند هستند. همچنین این مدل از ورودی متن و تصویر پشتیبانی می‌کند و توانایی بازرسی خروجی‌های بصری خود را دارد؛ قابلیتی که در دموی ساخت شبیه‌ساز شهر و رندر صحنه‌های سه‌بعدی به نمایش گذاشته شد. بااین‌حال، این نسخه برخلاف محصولات قبلی این خانواده از پردازش مستقیم صدا پشتیبانی نمی‌کند. مقایسه عملکرد مدل Inkling 2 Small با رقبای متن‌باز در جدول مقایسه مدل‌های غربی دارای وزن‌های باز، رقبایی مانند Beam 1.0 شرکت رفلکشن (501 میلیارد پارامتر کل / 23 میلیارد فعال) و Nemotron 3 Ultra انویدیا (550 میلیارد پارامتر کل / 55 میلیارد فعال) در دسته مدل‌های نیم‌تریلیون پارامتری حضور دارند. همچنین مدل‌های چندوجهی بزرگ‌تری مانند Muse Spark Open متا (816 میلیارد پارامتر کل / 42 میلیارد فعال) و Mistral Large 4 میسترال فرانسه (1.05 تریلیون پارامتر کل / 52 میلیارد فعال) از دیگر گزینه‌ها هستند. مدل جدید شرکت Thinking Machines Lab با شاخص هوش 31 توانسته بالاتر از تمامی این مدل‌ها قرار گیرد، هرچند هزینه ارزیابی هر وظیفه در آن معادل 1.18 دلار است که در مقایسه با 0.28 دلار در مدل Beam، هزینه پردازشی بالاتری را نشان می‌دهد. نام مدل و سازندهکل پارامترها / پارامتر فعالشاخص هوش (AA)هزینه میزبانی ورودی / خروجی (میلیون توکن)وضعیت وزن‌ها و مجوزنوع استقرار و ورودی‌هاInkling 2 Small (آمریکا)594 میلیارد / 17 میلیارد310.30 دلار / 1.00 دلاردر ابتدا بسته؛ عرضه با Apache 2.0متن و تصویر؛ امکان فاین‌تیون میزبانی‌شدهBeam 1.0 (آمریکا)501 میلیارد / 23 میلیارد180.25 دلار / 1.00 دلاردر دسترس؛ Apache 2.0متمرکز بر متن و کدنویسی ایجنتیNemotron 3 Ultra (آمریکا)550 میلیارد / 55 میلیارد120.50 دلار / 2.20 دلاردر دسترس؛ OpenMDW 1.1وظایف متنی با مشخصات سخت‌افزاری انویدیاMuse Spark Open (آمریکا)816 میلیارد / 42 میلیارد251.25 دلار / 4.25 دلاردر دسترس؛ مجوز اختصاصی مدل Museورودی متن، تصویر، صدا و ویدیوMistral Large 4 (فرانسه)1.05 تریلیون / 52 میلیارد260.70 دلار / 2.10 دلاردر دسترس؛ مجوز متن‌باز اکوسیستم میسترالچندوجهی با امکان سفارشی‌سازی تجاریRipple-65B Preview (آمریکا)65 میلیارد / 65 میلیارد (متراکم)-0.20 دلار / 0.60 دلاردر دسترس؛ Apache 2.0متمرکز بر کدنویسی متنی و وزن سبک‌تر در ارزیابی‌های مربوط به وظایف بصری و تحلیل اسناد تجاری نیز این مدل برتری‌هایی نشان داده است. در بنچمارک DeepSWE v1.1 امتیاز 72.1 درصد، در بنچمارک ایجنت مالی Finance Agent v2.1 امتیاز 67.5 درصد و در بررسی اسناد پیچیده GDP.pdf امتیاز 25.2 درصد را به ثبت رسانده است. با‌این‌حال در آزمون سنجش دانش و حقایق AA-Omniscience امتیاز 16.1 را ثبت کرده که پایین‌تر از امتیاز 25.8 مدل چندوجهی متا قرار دارد. عنوان بنچمارکInkling 2 SmallMuse Spark OpenMistral Large 4DeepSWE v1.172.1٪60.0٪61.7٪JobBench70.5٪61.8٪55.2٪Finance Agent v2.167.5٪60.7٪61.7٪GDP.pdf25.2٪18.6٪17.6٪MMMU Pro, Standard 1081.6٪80.9٪78.0٪LongBench v270.6٪68.7٪65.7٪AA-Omniscience v1.116.125.85.1 تعرفه استفاده از این مدل در بستر بدون سرور پلتفرم Tinker برابر 0.30 دلار برای هر یک میلیون توکن ورودی، 0.03 دلار برای توکن‌های ورودی کش‌شده و 1 دلار برای توکن‌های خروجی است. هزینه آموزش نیز 1.50 دلار برای بافت 64 هزار توکنی و 3 دلار برای بافت 256 هزار توکنی در نظر گرفته شده است. البته ارزیابی‌ها نشان می‌دهند که این مدل خروجی‌های طولانی تولید می‌کند. در طول آزمایش‌های انجام‌شده، این مدل 154 میلیون توکن خروجی تولید کرده درحالی‌که میانگین سایر مدل‌ها 89.8 میلیون توکن بوده است. بنابراین مصرف بالاتر توکن خروجی می‌تواند هزینه نهایی تسک‌ها را افزایش دهد. یکی از ستون‌های اصلی عرضه این مدل، تمرکز بر فرایند آموزش‌پذیری و ارتقای سفارشی است. طبق اعلام سازنده، این مدل می‌تواند آزمایش‌های آموزشی را هدایت کرده یا با تعداد دورهای یادگیری بسیار کمتر، به راندمان مدل‌های قبلی برسد. شرکت Thinking Machines Lab تأیید کرده که پس از نهایی‌سازی تست‌های امنیتی، فایل وزن‌های مدل همراه با امکان استقرار محلی و شخصی‌سازی مستقل تحت پروانه آپاچی 2.0 در اختیار عموم جامعه مهندسی قرار خواهد گرفت.