← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

نموذج بـ594 مليار معامل يتصدر النتائج، والأوزان التي تثبت ذلك ليست متاحة

نُشر في 11 نوفمبر 2026
نموذج بـ594 مليار معامل يتصدر النتائج، والأوزان التي تثبت ذلك ليست متاحة

أُطلق Inkling 2 Small في 5 نوفمبر. وهو مزيج خبراء متناثر بـ594 مليار معامل إجمالي و17 ملياراً نشطاً لكل رمز، ونافذة سياق مليون رمز، وإدخال صور. وسجل 86.3 في المئة على SWE-Bench Pro v2 Hard. وهو متاح عبر خدمة Tinker من Thinking Machines للاستدلال والضبط الدقيق.

الأوزان غير منشورة. يقول المختبر إن أوزان Apache 2.0 ستأتي بعد أسبوع من الإطلاق، بعد انتهاء اختبار السلامة الخارجي والاختبار الأحمر، ولم يعطِ موعداً.

هذه الفجوة هي القصة. كل ما يثير الاهتمام في هذا الإصدار يعيش في المسافة بين ما شُحن وما وُعد به.

النموذج نفسه

594 مليار معامل مع 17 ملياراً نشطاً تضع Inkling 2 Small في العائلة المعمارية نفسها لمعظم إصدارات الحدود في 2026: تدفع مقابل بركة معرفة كبيرة وتحسب شريحة منها فقط لكل رمز. وسياق المليون رمز وإدخال الصور يضعانه في فئة الوكيل المتعدد الوسائط لا فئة روبوت المحادثة.

التدريب موثق بما يكفي ليكون مفيداً. دربت Thinking Machines على رفوف GB300 NVL72، وأكملت مرحلة التدريب المسبق الأولى في 68 ساعة، ثم شغّلت سير عمل تعلم معزز لتسعة أيام بخطوات وسيطة بينها. وجاءت قدرة البرمجة من مئات الآلاف من تحديات الأفق الطويل، بينها مجموعة تسميها الشركة تمارين البحث الذاتي: مهام تطلب من النموذج تدريب شبكات عصبية لاحقاً، وتحسين أنوية، وأعمالاً أخرى في تعلم الآلة.

والعرض الذي اختارته لتلك المهارات هو ما كنت سأختاره أيضاً. طلبت من النموذج ضبط Qwen3.5-4B لتحسين التنبؤ، فضعّف النموذج نتيجة التنبؤ للنموذج الأساسي في أربع ساعات ونصف.

هذه نتيجة صغيرة بمعنى كبير. النموذج الذي يستطيع تحسين أداء نموذج آخر في مهمة محددة، بلا إشراف، لبضع ساعات، هو نموذج يمكن توجيهه إلى مستودع ويُطلب منه تحسينه. وهل يفعل ذلك بثبات سؤال آخر، وجدول الاختبارات هو المكان الذي تنظر فيه.

الجزء الذي لم يذكره أحد تقريباً

يتضمن Inkling 2 Small مشفّر رؤية، ويمثل 292 مليوناً من أصل 594 مليار معامل. هذا خطأ تقريب في عدد المعاملات وقدرة مهمة في الممارسة: يستطيع النموذج أن ينظر إلى ما أنتجه.

المثال الذي يعطيه المختبر بناء متجر إلكتروني. يكتب النموذج الموقع، ثم يفحص صفحات المنتجات المعروضة ليرى هل تُعرض بشكل صحيح، بدل قراءة كوده بحثاً عن أخطاء. هذا يغلق حلقة تتركها نماذج البرمجة عادة مفتوحة. معظم الوكلاء يستطيعون إخبارك أن البناء نجح. وقليلون يستطيعون إخبارك أن الصفحة تبدو خطأ.

والحلقة نفسها تظهر في توليد الصور، حيث يستطيع النموذج التحقق بصرياً من جودة الرسوم التي ينتجها. الرؤية كقناة تحقق، لا كوسيط إدخال، خيار تصميمي مُقلَّل التقدير، وهو من النوع الذي يهم أكثر عندما يتولى الوكلاء مهاماً أطول يكون الفشل فيها مرئياً لا نصياً.

الاختبارات والادعاء الملحق بها

الأرقام المنشورة تضع Inkling 2 Small أمام Spark Open وKimi K3 ونماذج مفتوحة أخرى على ثلاثة اختبارات لعمل المعرفة، وأمامها على عدة مجموعات بيانات مالية. وتقول Artificial Analysis إنه يعادل Gemini 3.8 Flash عند جهد استدلال عالٍ على مؤشرها، وإنه سيكون أقوى نموذج مفتوح خارج الصين متى شُحنت الأوزان.

هذا الشرط الثاني يحمل الكثير، وهو ادعاء عن نموذج لا يمكنك تنزيله بعد.

وهناك دقة توقيت أيضاً. في 4 نوفمبر أصدرت Ricursive نموذج Ripple-65B Preview، وهو نموذج كثيف برخصة Apache 2.0 أخذ المركز الأول بين نماذج مفتوحة الأوزان الأميركية على Terminal-Bench 2.1 بـ80.52. وبطاقة Inkling 2 Small تضعه عند 81.3 على الاختبار نفسه بأداة Terminus نفسها كما يُنقل. فالرقم القياسي تحرك مرتين في يومين، وواحد فقط من الرقمين يأتي بملفات قابلة للتنزيل.

لماذا تأخير الأوزان موقف قابل للدفاع

السبب المعلن هو اختبار السلامة الخارجي والاختبار الأحمر قبل الإطلاق. هذه ممارسة مشروعة. وهي أيضاً، في هذا السوق، تحوط.

إطلاق الأوزان لا رجعة فيه. المختبر الذي ينشرها لا يستطيع سحبها إن تبيّن أن قدرة ما أخطر عند دمجها بشيء آخر. وتأخير أسبوع لا يكلف تقريباً شيئاً تجارياً، لأن الـAPI يعمل والإيراد يبدأ فوراً. ويمنح المختبر رواية سلامة عامة وفرصة لتأخير الموعد إن حدث خطأ.

كلفة الانتظار أن الادعاء يبقى غير قابل للتحقق. «أقوى نموذج مفتوح خارج الصين» جملة تسويقية حتى يوجد ملف تنزيل. وكل أسبوع تأخير يحوّل إطلاق منتج إلى وعد، والوعود تُخصم بمقدار عدم اليقين الذي تحمله بالضبط.

المختبر الذي يقف خلفه

السياق التجاري صاخب. ذكر Business Insider أن Thinking Machines تجمع 5 مليارات دولار بتقييم قبل الجولة 40 ملياراً، مع محادثات مع Accel لتقود الجولة، وهو ما سيزيد التقييم أكثر من ثلاثة أضعاف عن آخر جولة علنية. جمعت الشركة 2 مليار دولار تأسيسياً بأكثر من 10 مليارات العام الماضي، ومحاولة سابقة للجمع عند 50 ملياراً انتهت بلا اتفاق كما يُنقل.

غادر نحو ثلث فريق التأسيس، بينهم Barret Zoph وLuke Metz وAndrew Tulloch. هذه مغادرة كثيرة لشركة بهذا العمر، وتجلس بشكل غريب بجانب تقييم 40 ملياراً. والحجة المقابلة أن مختبر البحث ليس فرقة موسيقية، والمهم هل تنتقل وصفة التدريب إلى من بقي.

توقيت إصدار النموذج وخبر التمويل ليس مصادفة. رقم قياسي على لوحة مفتوحة الأوزان، ووصفة تدريب موثقة، وعرض قدرة يتضمن تحسيناً ذاتياً للنموذج، هي بالضبط الحزمة التي تعرضها على مستثمرين يُطلب منهم تسعير مختبر بـ40 ضعف جولته السابقة.

الإطار الأوسع

في الأسبوع نفسه، أظهرت بيانات مدفوعات Ramp أن حجم رموز الذكاء الاصطناعي في المؤسسات ارتفع 37.1 في المئة بينما ارتفع الإنفاق 8.9 في المئة، وأن نحو 1 في المئة من الشركات تمثل 80 في المئة من الإنفاق، وأن تلك المجموعة العليا هبطت تحت قمتها الصيفية.

مختبر يبيع نموذجاً بـ594 ملياراً في ذلك السوق عليه أن يجيب سؤالاً صعباً: من يدفع؟ عميل وكيل البرمجة هو صاحب الميزانية اليوم. وهذا يفسر لماذا يبدأ كل إصدار نموذج في هذه الدورة بـSWE-bench وTerminal-Bench وعمل المعرفة، ولماذا تهم قصة الضبط الدقيق بقدر بطاقة النموذج. إن كان نموذجك يستطيع تحسين نموذج أصغر لدى العميل في أربع ساعات، فأنت تبيع خدمة لا ملف أوزان.

يبدو Inkling 2 Small نموذجاً قوياً. والاختبار المفيد يصل عندما يصل ملف التنزيل. حتى ذلك الحين، الملخص الأمين أن Thinking Machines نشرت مجموعة نتائج جيدة جداً، ووصفة تدريب تستحق القراءة، وقدرة واحدة مُقلَّل تقديرها فعلاً، وموعداً لم تلتزم به.

مقالات ذات صلة