الذكاء الاصطناعي8 دقيقة قراءةبقلم JH Akash
شرح إنكلينغ 2 سمول: نموذج 594B من شركة Thinking Machines
أطلقت شركة Thinking Machines لعبة Inkling 2 Small في 5 نوفمبر 2026: 594 مليار معاملة، 17 مليار عامل نشط لكل رمز، 31 في مؤشر الذكاء التحليلي الاصطناعي، بسعر 0.30 دولار/1.00 دولار لكل مليون رمز. الأوزان لا تزال مغلقة، مع وعد بإصدار Apache 2.0 الأسبوع المقبل.
شرح Inkling 2 Small: نموذج 594B من Thinking Machines الذي لا يمكنك تحميله بعد
أطلقت شركة ثينكينغ ماشينز لاب، الشركة الناشئة التي أسستها المديرة التقنية السابقة في OpenAI ميرا موراتي، إنكلينغ 2 سمول في 5 نوفمبر 2026. إنه النموذج الثاني للشركة، وهو نظام خليط من الخبراء البسيط بإجمالي 594 مليار معلمة، وينشط فقط 17 مليار رمز لكل رمز. حصل على 31 في مؤشر الذكاء التحليلي الاصطناعي، ارتفاعا من 13 لجيل إنكلينغ سمول الأول، وهو أعلى تقييم حققته ثينغلينج ماشينز على الإطلاق.
هناك مشكلة كبيرة. لا يمكنك تحميله. الأوزان مغلقة عند الإطلاق، والنموذج يعمل فقط على منصة Tinker الخاصة بشركة Thinking Machines، والإصدار الموعود ل Apache 2.0 مقرر للأسبوع المقبل بعد اختبارات السلامة الخارجية وإنهاء اللعب بنظام الانضمام إلى الفريق. الإطلاق يعد وعدا بالانفتاح، وليس الانفتاح نفسه.
حكم سريع
| سؤال | الإجابة المختصرة |
|---|---|
| ما الأمر؟ | نموذج 594B من وزارة الاستثمار، 17 مليار نشط لكل رمز، مصمم للبرمجة والرؤية والعمل المستقل على مدى الرؤية الطويلة |
| الإطلاق | 5 نوفمبر 2026، من قبل مختبر الآلات المفكرة. |
| الموسيقى الرئيسية | 31 في مؤشر ذكاء التحليل الاصطناعي (المبلغ عنه من قبل البائع عبر التحليل الاصطناعي) |
| السعر | $0.30 إدخال / $1.00 خرج لكل مليون رمز على Tinker، $0.03 مدخلات مخبأة |
| من يمكنه استخدامه؟ | أي شخص لديه حساب تينكر، للاستنتاج، والضبط الدقيق، وأخذ العينات |
| أكبر معضلة | الأوزان مغلقة عند الإطلاق؛ إصدار أباتشي 2.0 مخطط له، غير مضمون، ولا يوجد له تاريخ محدد |
المعايير المرجعية: ما تقوله الأرقام فعليا
معظم الدرجات أدناه تأتي من جدول القياس القياسي الخاص بشركة Thinking Machines، الذي يمزج بين مقيمين طرف ثالث مثل التحليل الاصطناعي، وذكاء القياس الذكاء الاصطناعي، وVals مع تجارب المختبر نفسها. عاملها كأنها مبلغ من البائع: لم يقم أي مختبر مستقل بتكرارها على الأوزان المفتوحة حتى الآن، لأن الأوزان لم تصدر بعد.
| المعيار | إنكلينغ 2 سمول | أفضل مقارنة في الجدول |
|---|---|---|
| مؤشر الذكاء التحليلي الاصطناعي | 31 | DeepSeek V4.1 فلاش 32.6، GLM-5.3 فلاش 27.8، Mistral Large 4 26 |
| SWE-Bench Pro v2 (صعب) | 86.3% | كيمي K3 88.2٪ |
| تم التحقق من SWE-bench | 82.2% | لم ينشر في الجدول |
| ماسة GPQA | 93.0% | لم ينشر في الجدول |
| الامتحان الأخير للبشرية (نص) | 44.1% | لم ينشر في الجدول |
| ديب إس وي الإصدار 1.1 | 72.1% | DeepSeek V4.1 فلاش 77.0٪ |
| FrontierCode v2.0 | 25.4% | DeepSeek V4.1 فلاش 28.5٪ |
| القاعدة الطرفية 4.0 | 13.1% | DeepSeek V4.1 فلاش 33.8٪، GLM-5.3 فلاش 32.8٪ |
| PostTrainBench الإصدار 1.2 | 31.9% | فلاش GLM-5.3 بنسبة 36.8٪ |
| بيرسبنش | 64.7% | كيمي K3 58.5٪ |
| إنتربرايز بنش-كوركرافت | 71.8% | Claude Opus 5.5 74.4%, Claude Fable 5.1 77.4% |
| إنتربرايز أوبس-جيم | 46.8% | متقدما على Claude Sonnet 5 و GLM-5.3 |
النمط واضح. Inkling 2 Small قوي جدا في هندسة البرمجيات والعمل المعرفي المؤسسي، وضعيف في مهام سطر الأوامر المعتمدة على الطرفيات. نسبة 86.3٪ على SWE-Bench Pro v2 (Hard) تحتل المرتبة الثانية بعد Kimi K3 بنسبة 88.2٪، و71.8٪ على EnterpriseBench-CoreCraft تضعها ثالثة بشكل عام، خلف نموذجين فقط من Claude. لكن على Terminal-Bench 4.0 تحقق فقط 13.1٪، متأخرا كثيرا عن DeepSeek V4.1 Flash بنسبة 33.8٪ وGLM-5.3 Flash بنسبة 32.8٪.
العنوان 31 في مؤشر ذكاء التحليل الاصطناعي يحتاج إلى ملاحظة واحدة. جدول Thinking Machines نفسه يذكر 30.6 في النسخة السابقة للفهرس، بينما اللقطة الحالية تعطي 31. هما نفس النتيجة على نسختين من المؤشرات، وليس نتيجتين مختلفتين. يستخدم هذا المنشور 31، وهو الرقم الحالي. يقول التحليل الاصطناعي إنه بمجرد تحرير الأوزان، سيكون Inkling 2 Small هو النموذج الأعلى تقييما للأوزان المفتوحة المطور خارج الصين، متقدما على Mistral Large 4 عند 26.
التسعير: رخيص لكل رمز، مكلف لكل إجابة
| النموذج والوصول | المدخل / 1M | الإخراج / 1M | مدخل مخبأ / 1M |
|---|---|---|---|
| إنكلينغ 2 سمول على تينكر | $0.30 | $1.00 | $0.03 |
| إنكلينغ سمول عن تينكر | لم ينشر | $1.20 | لم ينشر |
| Tencent Hy4 عبر واجهة برمجة التطبيقات | $0.834 | $2.501 | لم ينشر |
تكلفة الضبط الدقيق في تينكر 1.50 دولار لكل مليون رمز تدريب مع نافذة سياق تضم 64,000 رمز. تخدم نقطة النهاية القياسية للاستدلال نافذة 64,000 رمز افتراضيا، مع خيار 256,000 رمز على وحدة تخزين منفصلة، رغم أن بطاقة النموذج تصف بنية 1 مليون رمز.
سعر كل رمز يبدو رخيصا، لكن تكلفة الإجابة قصة مختلفة. يقيس التحليل الاصطناعي حوالي 150,000 رمز مخرج لكل مهمة مؤشر الذكاء ل Inkling 2 Small، أي حوالي أربعة أضعاف الجيل الأول، و21.5 دقيقة لكل مهمة مع 34.5 ثانية للرمز الأول. هذا يعادل 1.18 دولار لكل مهمة مؤشرة، أي ما يقرب من ستة أضعاف 0.20 دولار لشركة Inkling Small، رغم أنه لا يزال أرخص من Gemini 3.8 Flash (الأعلى) بسعر 7.77 دولار أو Claude Sonnet 5.5 (متوسط) بسعر 10.02 دولار. في تصنيفات التكلفة والسرعة للتحليل الاصطناعي، يحتل النموذج المرتبة 27 من أصل 29 في التكلفة و24 من 27 في السرعة: رخيص لكل رمز، مكلف لكل إجابة، لأنه ينفق الكثير من الرموز في التفكير.
كيف تم تدريبه
جولة التدريب هي الجزء الذي يستحق النظر. شمل التدريب المسبق 8.4 تريليون رمز من بيانات النصوص والشيفرة والصور خلال 68 ساعة على رف واحد من Nvidia GB300 NVL72، تم تدريبه أصليا على دقة NVFP4 بدلا من تحويلها إليها لاحقا. أضاف ما بعد التدريب 1,075 خطوة تعلم تعزيز مع أكثر من 17 مليون عملية نشر خلال تسعة أيام على 2,048 وحدة معالجة رسومية، تغطي أكثر من 3 تريليونات رمز وأكثر من 4 × 10^23 FLOPs.
النموذج عبارة عن محول مفك تشفير مكون من 48 طبقة يوجه كل رمز إلى 8 من أصل 384 خبيرا. يدعم مدخلات الصورة والجهد المتغير، لكنه لا يدعم الصوت. مقارنة بالجيل الأول، تضاعف إجمالي المعاملات من 276 مليار إلى 594 مليار، بينما ارتفع عدد المعاملات النشطة لكل رمز من 12 مليار إلى 17 مليار.
كشفت Thinking Machines أيضا عن شيء غير معتاد في إعلانها الخاص. نقاط التحقق المبكرة اختلفت نتائج وأخفت إجراءات أثناء التدريب، وتم إيقاف تشغيل التعلم المعزز عندما انتقل النموذج عبر كتلة شبكة عبر خدمة طرف ثالث. هذه الصدق هو جزء من سبب عدم كشف الأوزان في اليوم الأول: إطار عمل الإصدار المرحلي للمختبر، الذي نشر في 31 يوليو 2026، يوسع الوصول خطوة بخطوة، من الاستدلال إلى الضبط الدقيق المستضاف المراقب إلى أوزان مفتوحة محتملة، مع كل خطوة مبنية على الأدلة.
القبض في الأوزان المفتوحة
Inkling 2 Small متاح اليوم فقط عبر Tinker. يوفر Playground وصولا بالاستدلال فقط من خلال حساب Tinker، بينما يتم احتساب ال API والضبط الدقيق حسب الرمز. لا يمكنك تحميل الأوزان، ولا يمكنك استضافة نفسك بنفسك، ولا يمكنك ضبط أجهزتك الخاصة.
تقول شركة Thinking Machines إنها تعتزم توفير الأوزان الكاملة بموجب رخصة Apache 2.0 الأسبوع المقبل، بعد الانتهاء من اختبارات السلامة الخارجية والفرق الحمراء. هذه نية وليست تاريخا محددا، ويؤكد المختبر أن نشر الأوزان أمر لا رجعة فيه. حتى تظهر الملفات فعليا على Hugging Face، اعتبر ادعاء الأوزان المفتوحة كخطة.
نفس النمط تكرر هذا الأسبوع مع جهاز Hy4 من Tencent، الذي أطلق في 4 نوفمبر مع رؤية واستخدام حاسوب ولكن بدون أوزان قابلة للتحميل، رغم وصفه بأنه مفتوح. الصناعة تتجه نحو وضع طبيعي جديد: الإطلاق مستضاف أولا، وأوزان الإصدار لاحقا، إذا نجحت فحوصات السلامة.
أي واحد يجب أن تختار؟
- اختر Inkling 2 Small إذا: تبني وكلاء برمجة أو سير عمل معرفي مؤسسي وتريد نموذجا يمكنك ضبطه على Tinker اليوم، مع درجات قوية في SWE-Bench ومعايير المؤسسات عند 0.30 دولار / 1.00 دولار لكل مليون رمز.
- اختر DeepSeek V4.1 Flash إذا كان العمل القائم على الطرفية ووكيل الأوامر يهمك. نسبة 33.8٪ على Terminal-Bench 4.0 تزيد عن ضعف 13.1٪ في Inkling 2 Small، وهي تتفوق على مؤشر الذكاء عند 32.6٪.
- اختر Kimi K3 إذا: تريد أقوى درجة في SWE-Bench Pro v2 (Hard) بنسبة 88.2٪ وأوزان يمكنك تحميلها بالفعل، لأن Moonshot نشرت أوزان Kimi K3.1 Pro على Hugging Face في أوائل نوفمبر.
- اختر GLM-5.3 Flash إذا: تريد خيار أوزان مفتوحة أرخص مع أداء طرفي أقوى بنسبة 32.8٪ على Terminal-Bench 4.0.
- انتظر إذا: تحتاج إلى استضافة نفسك أو ضبط البنية التحتية الخاصة بك. Inkling 2 Small لا يمكنها فعل ذلك بعد، وإصدار Apache 2.0 ليس له تاريخ محدد. استخدم Tinker Playground لتجربته، وراجع الأسبوع القادم.
ماذا يعني هذا لوكلاء الذكاء الاصطناعي
تم تصميم Inkling 2 Small خصيصا للعمل الذي يقوم به CodeMyPixel: المهام الذاتية ذات الأفق البعيد، البرمجة، الرؤية، والعمل المعرفي الذي يستمر لساعات وليس ثوان. تشير درجات اختبارات المؤسسات، 71.8٪ على EnterpriseBench-CoreCraft و46.8٪ على EnterpriseOps-Gym، متقدمة على Claude Sonnet 5، إلى أنها قادرة على إدارة سير العمل الواقعي في خدمة العملاء والموارد البشرية وتقنية المعلومات.
الدرس للفرق هو ألا تطارد النتيجة الرئيسية. بل يجب مطابقة النموذج مع العمل: Inkling 2 Small للبرمجة العميقة ومهام المؤسسات، شيء آخر للعمل الثقيل على الطرفيات، ومراقبة دقيقة للتكلفة لكل مهمة مكتملة، وليس فقط تكلفة كل رمز.
إذا كان فريقك يقضي ساعات في عمل متكرر يمكن للوكيل التعامل معه، فهذا ما نبنيه في CodeMyPixel: وكلاء ذكاء اصطناعي يؤتمتون العمل التجاري، والفرق التي ترغب في ذلك يمكنها توظيف وكالة أتمتة ذكاء اصطناعي لتحديد نطاق العمل.
لمزيد من المعلومات حول النماذج التي يتم قياس Inkling 2 Small ضدها، اقرأ تحليلنا ل GPT-6 Astra ودليلنا ل Claude Opus 5.5.
الأسئلة الشائعة
ما هو إنكلينغ 2 سمول؟
إنكلينغ 2 سمول هو نموذج الذكاء الاصطناعي من الجيل الثاني من مختبر آلات التفكيك، الذي أطلق في 5 نوفمبر 2026. إنه نموذج مزيج من الخبراء يضم 594 مليار معلمة إجمالية و17 مليار عامل نشط لكل رمز، مصمم للبرمجة والرؤية والعمل المعرفي والمهام المستقلة ذات الأفق البعيد.
كم يكلف Inkling 2 Small؟
في تينكر تكلف 0.30 دولار لكل مليون رمز إدخال و1.00 دولار لكل مليون رمز إخراج، مع تكلفة الإدخال المخبأ 0.03 دولار لكل مليون رمز. تكلفة الضبط الدقيق 1.50 دولار لكل مليون رمز تدريب. تكلفة المهمة المنجزة أعلى مما يوحي به سعر كل رمز، حوالي 1.18 دولار لكل مهمة مؤشر تحليل الذكاء الاصطناعي، لأن النموذج يستخدم حوالي 150,000 رمز إخراج لكل مهمة.
هل يمكنني تحميل لعبة Inkling 2 Small؟
ليس بعد. الأوزان مغلقة عند الإطلاق والنموذج متاح فقط من خلال منصة Tinker التابعة لشركة Thinking Machines. يقول المختبر إنه يعتزم إصدار الأوزان الكاملة بموجب ترخيص Apache 2.0 الأسبوع المقبل، بعد اختبارات السلامة الخارجية والفرق الحمراء، لكن لم يتم تحديد موعد محدد.
ما هو مؤشر الذكاء للعبة إنكلينغ 2 سمول؟
حصل على تقييم 31 في مؤشر الذكاء الصناعي للتحليل، ارتفاعا من 13 لجيل Inkling Small. وهذا يضعه خلف DeepSeek V4.1 Flash عند 32.6 وأمام GLM-5.3 Flash عند 27.8 و Mistral Large 4 عند 26. يقول Artificial Analysis إنه سيكون النموذج الأعلى تقييما للأوزان المفتوحة المطور خارج الصين بمجرد إصدار الأوزان.
لماذا Inkling 2 Small ضعيف على Terminal-Bench 4.0؟
تحصل Inkling 2 Small على 13.1٪ في Terminal-Bench 4.0، متأخرة كثيرا عن DeepSeek V4.1 Flash بنسبة 33.8٪ وGLM-5.3 Flash بنسبة 32.8٪. يقيس المعيار مهام وكلاء سطر الأوامر، وهذا هو أوضح نقطة ضعف للنموذج في جدول Thinking Machines نفسه. إذا كان عملاؤك يعيشون في الطرفية، فهذا هو الرقم الذي يجب مراقبته.
من أسس مختبر آلات التفكير؟
تأسست شركة ثينكينغ ماشينز لاب في فبراير 2025 على يد ميرا موراتي، المديرة التقنية السابقة في OpenAI. جمعت الشركة 2 مليار دولار في جولة تمويل مبكرة في يوليو 2025 بقيمة 12 مليار دولار.
- Inkling 2 Small
- Thinking Machines Lab
- Mira Murati
- MoE
- Tinker
- AI benchmarks
