МОДЕЛИ
Thinking Machines выпускает Inkling по мере расширения соревнований среди моделей с открытым весом
Лаборатория Thinking Machines под руководством Миры Мурати выпустила Inkling, модель с 975 миллиардами параметров типа «смесь экспертов» с открытыми весами, ставя на первое место кастомизацию и контроль разработчиков в следующей гонке моделей.
Майкл Г ·
Лаборатория мыслящих машин выпустила Inkling, свой первый open-weight основная модель, превращающая компанию Миры Муратти из истории о финансируемой лаборатории на переднем крае в поставщика моделей с конкретными техническими интересами на рынке. В объявлении компании от 15 июля Inkling описан как трансформер с 975 миллиардами параметров в смеси экспертов и 41 миллиардом активных параметров, с контекстным окном до 1 миллиона токенов и нативным рассуждением по тексту, изображениям и аудио. Reuters и TechCrunch оба представили выпуск как попытку предложить разработчикам настраиваемую альтернативу закрытым моделям и китайским системам с открытыми весами, которые получили распространение в 2026 году.
Дизайн модели отражает прагматичное компромиссное решение. A mixture-of-experts Система может рекламировать очень большой общий масштаб, одновременно активируя меньшую часть модели для конкретного запроса, что может снизить затраты на обслуживание и задержку. Компания Thinking Machines заявляет, что Inkling не является самой сильной моделью в целом, доступной сегодня. Это признание стратегически полезно. Компания утверждает, что доминирование в рейтинге лидеров не является единственным путем к внедрению. Модель, которую можно скачать, настроить и дообучить, может быть более ценной для команд, которым нужен контроль над поведением, данными и затратами.
Релиз также сочетает эту модель с Tinker, платформа тонкой настройки Thinking Machines. Это сочетание важно, потому что одни только открытые веса не решают практическую проблему. Большинство разработчиков не хотят создавать инфраструктуру для обучения с нуля, управлять специализированным оборудованием или разрабатывать конвейеры оценки для каждого эксперимента. Выпуск модели становится более полезным, когда она связана с рабочим процессом настройки, который помогает командам адаптировать базовую модель, не превращая каждую продуктовую группу в команду по эксплуатации передовых лабораторий.
Инклинг карточка модели гласит, что система предназначена для использования на английском языке и в общем многоязычном формате, для кодирования, генерации с поддержкой извлечения, систем использования инструментов и общих разговорных приложений. Она выпускается под Apache 2.0, разрешительная лицензия, которая может иметь значение для коммерческих разработчиков. Модель принимает текст, изображения и аудиовходы и генерирует текстовые выходные данные, включая код и структурированные данные. Эти выборы помещают её в центр прикладного уровня, где компании пытаются создавать агентские продукты.
Конкурентный контекст важен. Открытые модели стали точкой геополитического и коммерческого давления. Китайские лаборатории показали, что выпуск моделей с открытым весом может привлечь разработчиков к более дешевым путям развертывания, в то время как передовые лаборатории США сильно ориентировались на закрытый доступ через хостинг. Thinking Machines занимает эту нишу с моделью с открытым весом, основанной в США, и коммерческим сервисом обучения. Это дает компаниям еще один вариант, если они хотят больший контроль, чем предоставляет закрытый API, но больше поддержки, чем даёт простой скачанный модельный файл.
Вопрос безопасности неизбежен. Модели с открытым весом позволяют проводить проверку и адаптацию, но они также распространяют возможности за пределы прямого контроля первоначального поставщика. Компания Thinking Machines утверждает, что Inkling прошёл тестирование безопасности, а его карточка модели описывает предполагаемые способы использования и acceptable-use пределы. Более сложное испытание наступит, когда разработчики на последующих этапах будут дообучать модель для специализированных задач, интегрировать её в инструменты и развёртывать в средах, которые Thinking Machines не могут полностью контролировать.
Рыночный вопрос заключается в том, станет ли кастомизация более сильным аргументом для продажи, чем общий интеллект. Предприятиям часто не нужен модель, чтобы выигрывать каждый публичный бенчмарк. Им нужна предсказуемая производительность в их области, прозрачная стоимость, безопасные пути развертывания и способ измерить, улучшила ли модель рабочий процесс. Если Inkling будет работать достаточно хорошо, а Tinker сделает пост-тренинг доступным, Thinking Machines сможет конкурировать по соответствию, а не по известности.
Следовательно, Inkling — это скорее не отдельный релиз, а заявление о том, куда движется конкуренция моделей. Первый бум ИИ вознаградил компанию, создавшую наиболее убедительного универсального помощника. Следующий может вознаградить компанию, которая предоставляет разработчикам мощную базовую модель, управляемый цикл обучения и достаточную открытость, чтобы модель ощущалась как инфраструктура, а не как арендованная черная коробка.
Темы: мыслящие машины, Inkling, открытые веса, модели