أطلق مختبر الآلات المفكرة (Thinking Machines Lab) نموذج Inkling-Small، وهو نموذج مزيج من الخبراء (Mixture-of-Experts) بوزن مفتوح يحتوي على إجمالي 276 مليار معلمة و12 مليار معلمة نشطة. تم تدريب النموذج على الاستدلال بشكل أصلي عبر النصوص والصور والصوت، ويتميز بنافذة سياق تتكون من مليون رمز (token) وجهد تفكير قابل للتعديل.
- الأوزان متاحة بموجب رخصة Apache 2.0 على Hugging Face، حيث يتطلب BF16 ذاكرة فيديو (VRAM) سعة 600 جيجابايت، بينما يقلل التكميم NVFP4 المتطلب إلى 180 جيجابايت.
- تستخدم البنية 42 طبقة فك تشفير، حيث يتم توجيه كل رمز إلى 6 من بين 256 خبيراً بالإضافة إلى خبيرين مشتركين، مع معالجة الصور عبر الرقع (patches) والصوت كمخططات طيفية dMel.
- يتفوق Inkling-Small على نموذج المعلم الأكبر حجماً Inkling في اختبارات الاستدلال مثل Humanity's Last Exam (31.6% مقابل 29.7%) وSWE-bench Verified (80.2% مقابل 77.6%).
- تراجع استدعاء الحقائق بشكل ملحوظ، حيث انخفض SimpleQA Verified إلى 20.6% من 43.9% في Inkling، بينما بقيت النتائج متعددة الوسائط قريبة من النموذج الأكبر.
يتيح هذا الإصدار للشركات الناشئة والمؤسسات استضافة نموذج قادر على المنافسة المتقدمة محلياً على إعدادات بطاقة رسومات واحدة أو مزدوجة، مما يدعم أحمال العمل مثل وكلاء البرمجة، وأتمتة الطرفية (terminal)، وتحليلات مراكز الاتصال.