6 ნოემბერი, 20265 წთ საკითხავიავტორი: LLM.GE რედაქცია

Thinking Machines Labs-მა Inkling 2 Small წარადგინა – მოდელი, რომლითაც კომპანია მეორე თაობას წარმოადგენს. ეს 594 მილიარდპარამეტრიანი Mixture-of-Experts (MoE) მოდელია, რომელშიც თითოეული ტოკენის დამუშავებისას მხოლოდ 17 მილიარდი პარამეტრი აქტიურდება. მოდელი ტექსტთან ერთად სურათებსაც იღებს, მომხმარებელს კი მსჯელობის ინტენსივობის (effort) შეცვლა შეუძლია.

ჯერჯერობით Inkling 2 Small მხოლოდ კომპანიის პლატფორმა Tinker-ზეა ხელმისაწვდომი, მისი წონები კი დახურულია. Thinking Machines აპირებს, სრული წონები Apache 2.0 ლიცენზიით მომავალ კვირას გამოაქვეყნოს, როცა გარე უსაფრთხოების ტესტირება და რედ-თიმინგი დასრულდება.

სარჩევი

რა არის Inkling 2 Small
სად დგას Inkling 2 Small რეიტინგებში
როგორ გაწვრთნეს
მორგება და აგენტური შესაძლებლობები
უსაფრთხოება და შეზღუდვები
სად შეიძლება Inkling 2 Small-ის გამოცდა
რას ნიშნავს ეს
სხვა თემები

რა არის Inkling 2 Small

Thinking Machines Lab OpenAI-ის ყოფილმა ტექნიკურმა დირექტორმა მირა მურატიმ დააარსა. ივლისში კომპანიამ პირველი თაობის მოდელები, Inkling და Inkling Small წარადგინა. Inkling 975 მილიარდპარამეტრიანი MoE მოდელია 41 მილიარდი აქტიური პარამეტრით, Inkling Small კი 276 მილიარდიანი, 12 მილიარდი აქტიური პარამეტრით.

სახელის მიუხედავად, Inkling 2 Small სულაც არ არის პატარა: ზომით ის Inkling Small-ს ორჯერ აღემატება. MoE არქიტექტურის წყალობით კი ერთ ტოკენზე გამოთვლითი დატვირთვა 17 მილიარდი პარამეტრით შემოიფარგლება. მოდელის ბარათის მიხედვით, კონტექსტის ფანჯარა 1 მილიონ ტოკენამდეა.

სად დგას Inkling 2 Small რეიტინგებში

მოდელების დამოუკიდებელი შემფასებლის, Artificial Analysis-ის ინტელექტის ინდექსზე Inkling 2 Small-მა 31 ქულა მიიღო. ეს Inkling Small-ის შედეგზე 18 ქულით მეტია და Google-ის Gemini 3.8 Flash-ის (high რეჟიმი) შედეგს უტოლდება.

Artificial Analysis-ის შეფასებით, წონების გამოქვეყნების შემდეგ Inkling 2 Small ამჟამინდელი რეიტინგით ჩინეთის გარეთ შექმნილ ღია მოდელებს შორის ყველაზე მაღალქულიანი გახდება. Thinking Machines-ის ცხრილში, სადაც მის შედეგად 30,6 წერია, ჩინურ DeepSeek-V4.1-Flash-ს 32,6 აქვს, Z.ai-ის GLM 5.3-ს კი 31,7. ჩინეთის გარეთ შექმნილი ღია მოდელებიდან Mistral-ის Mistral Large 4-ს 26,1 აქვს, Meta-ს Muse Spark Open-ს კი 24,9.

ფინანსები, კოდი და ოფისური სამუშაო

კომპანიის თქმით, მოდელი განსაკუთრებით ძლიერია ფინანსებსა და რაოდენობრივ ანალიზში: ღია მოდელებს შორის ის პირველია AA-AnalystAgent-სა და Dayjob:Finance-ზე. Thinking Machines ასევე ამბობს, რომ წონების გამოქვეყნების შემდეგ Inkling 2 Small DesignArena-ს რეიტინგში საუკეთესო ღია მოდელი იქნება.

კოდირების ტესტ FrontierCode 2.0-ზე მოდელმა 25% აჩვენა, Inkling Small-მა კი 5%. Artificial Analysis-ის მონაცემებით, აქ ის Anthropic-ის Claude Sonnet 5.5-საც (medium რეჟიმი, 11%) უსწრებს. Terminal-Bench 4.0-ზე კი ჩამორჩება: Inkling 2 Small-ს 13% აქვს, Claude Sonnet 5.5-ს – 30%.

ოფისური სამუშაოს (knowledge work) შეფასებაში, AA-Briefcase-ზე, მოდელმა 1527 Elo ქულა მიიღო. Claude Sonnet 5.5-ს აქ 1439 აქვს, Gemini 3.8 Flash-ს კი 1203.

ფასი და ტოკენების ხარჯი

Artificial Analysis-ის მონაცემებით, მოდელის ფასი მილიონ შემავალ ტოკენზე 0,30 დოლარია, მილიონ გამომავალზე კი 1 დოლარი. ინდექსის ერთი ამოცანა მას 1,18 დოლარი დაუჯდა, Gemini 3.8 Flash-ს 7,77, Claude Sonnet 5.5-ს კი 10,02 დოლარი.

თუმცა მოდელი ბევრს „ფიქრობს“: ერთ ამოცანაზე დაახლოებით 150 ათას გამომავალ ტოკენს ხარჯავს, Inkling Small-ზე ოთხჯერ მეტს. ამიტომ ერთი ამოცანის ღირებულება წინამორბედთან შედარებით თითქმის ექვსჯერ გაიზარდა.

Artificial Analysis-მა ისიც აღნიშნა, რომ ჰალუცინაციების მაჩვენებელი 61%-დან 27%-მდე შემცირდა. ეს ძირითადად იმით არის განპირობებული, რომ მოდელი კითხვების ნაკლებ ნაწილს პასუხობს (77%-ის ნაცვლად 53%-ს), სწორი პასუხების წილი კი მხოლოდ 32%-დან 34%-მდე გაიზარდა.

როგორ გაწვრთნეს

წინასწარი გაწვრთნის პირველი ეტაპი NVIDIA-ს GB300 NVL72 სისტემებზე 68 საათს გაგრძელდა და 8,4 ტრილიონი ტოკენი მოიცვა: ტექსტი, კოდი და სურათები. მოდელი თავიდანვე NVFP4-ში გაწვრთნეს – 4-ბიტიან ფორმატში, რომელიც NVIDIA-მ Blackwell-ის არქიტექტურასთან ერთად შემოიღო.

შემდეგ ეტაპებზე მოდელი უფრო გრძელ კონტექსტზე, ასევე მსჯელობისა და აგენტური მოქმედებების ჩანაწერებზე (ტრაექტორიებზე) გაწვრთნეს. ბოლოს განმამტკიცებელი სწავლების (RL) ერთიანი ეტაპი ჩატარდა: 1075 ნაბიჯი, 17 მილიონზე მეტი ცდა, 9 დღე და 2048 GPU.

მორგება და აგენტური შესაძლებლობები

Thinking Machines-ს სურდა, რომ Inkling 2 Small კარგი საბაზო მოდელი ყოფილიყო მორგებისთვის (fine-tuning). კომპანიის მონაცემებით, ფინანსური დოკუმენტების შეჯამების საჯარო ამოცანაზე მან Inkling Small-ის საბოლოო შედეგს სულ 75 ნაბიჯში მიაღწია, ბოლოს კი მას საგრძნობლად გაუსწრო.

საინტერესო მაგალითია Proximal-ის მომზადებული ამოცანა. Inkling 2 Small-მა Tinker-ზე დამოუკიდებლად გაწვრთნა პატარა მოდელი Qwen3.5-4B დროითი მწკრივების პროგნოზირებისთვის: თავად დაწერა შეფასების კოდი, სცადა სხვადასხვა მონაცემთა ნაკრები და გაწვრთნის მეთოდები. კომპანიის თქმით, 4,5 საათსა და Tinker-ზე 426 დოლარის ხარჯში პროგნოზირების ქულა ორჯერზე მეტად გაიზარდა.

ხედვის შესაძლებლობების საილუსტრაციოდ კომპანია ღვინის დეგუსტაციის ეპიზოდსაც იხსენებს: მხოლოდ ერთი ფოტოს მიხედვით მოდელმა სამივე ღვინო 20-დან 19 ცდაში სწორად ამოიცნო.

უსაფრთხოება და შეზღუდვები

წონების გამოქვეყნება შეუქცევადია: გავრცელებულ მოდელს უკან ვეღარ დააბრუნებ. ამიტომ Thinking Machines ივლისში გამოქვეყნებულ ეტაპობრივი გამოშვების ჩარჩოს მიჰყვება: წვდომა თანდათან ფართოვდება და ყოველ ნაბიჯზე ისეთი ღიაობა ირჩევა, როგორსაც შეფასებები ამართლებს.

კომპანიის შეფასებით, ქიმიური, ბიოლოგიური, რადიოლოგიური და ბირთვული (CBRN) რისკების მხრივ მოდელის ცოდნა და შესაძლებლობები ღია მოდელების მოწინავე დონეზე დაბალია. შიდა შეფასებაში არასასურველი ქცევის მაჩვენებელი (რაც დაბალია, მით უკეთესი) Inkling 2 Small-ს 14,9 აქვს, Inkling-ს კი 66,8 ჰქონდა.

თუმცა OpenAI-ის GPT-6.1 Sol-ს ამავე შეფასებაში 0,8 აქვს და Thinking Machines აღიარებს, რომ ალაინმენტის (alignment) შეფასებებში დახურულ მოდელებს ჯერ კიდევ ჩამორჩება. კომპანიის თქმით, გაწვრთნის ადრეულ ეტაპებზე მოდელი რთულ ამოცანებზე ზოგჯერ შედეგებს იგონებდა, ინსტრუქციებს უგულებელყოფდა და საკუთარ მოქმედებებს მალავდა.

Thinking Machines მოდელის შეზღუდვებსაც ასახელებს:

ყოველთვის ლაკონიური არ არის და ყოველთვის ვერ ირჩევს საუკეთესო ხელსაწყოს, განსაკუთრებით მაშინ, როცა კოდის ბაზაში ბევრი skill-ია;
სურათებს იღებს, აუდიოს კი – არა;
ჩატისთვის ნაკლებადაა ოპტიმიზებული: პასუხებს ნაკლებად მოწესრიგებულად აწყობს, ხშირად იყენებს დახრილ ხაზს (/) და ემოციური მხარდაჭერის ჩვეულებრივ კითხვებზე ზედმეტ გაფრთხილებებს ამატებს.

სად შეიძლება Inkling 2 Small-ის გამოცდა

Tinker Playground – მოდელის გამოცდა უკვე შეიძლება;
Tinker – ხელმისაწვდომია ფაინ-ტიუნინგი და პასუხების გენერაცია (sampling), მორგებული ვერსიების ჩამოტვირთვა კი წონების გამოქვეყნების შემდეგ გახდება შესაძლებელი;
ღია წონები – Apache 2.0 ლიცენზიით, კომპანიის გეგმით მომავალ კვირას;
სხვა პლატფორმები – უსაფრთხოების ტესტირების შემდეგ, მომდევნო კვირებში.

რას ნიშნავს ეს

Inkling 2 Small-ით Thinking Machines Lab ღია მოდელების ლიდერებს, ჩინურ DeepSeek-სა და GLM-ს უახლოვდება. თუ წონები დაპირებისამებრ გამოქვეყნდა, კომპანიებს ექნებათ ძლიერი მოდელი, რომლის საკუთარ სერვერებზე გაშვება და მორგებაც შეეძლებათ. თუმცა მოდელი ჯერ კიდევ ჩამორჩება როგორც საუკეთესო დახურულ, ისე უძლიერეს ჩინურ ღია მოდელებს.

წყაროები