Mô hìnhMã nguồn mở 🇩🇪 01.08.2026 00:08

Thinking Machines ra mắt Inkling Small: đặt cược vào hiệu quả, không phải kích thước

Thinking Machines, phòng thí nghiệm trí tuệ nhân tạo của cựu giám đốc công nghệ OpenAI Mira Murati, đã phát hành mô hình thứ hai của mình, Inkling Small. Mô hình này đạt 40 điểm trong chỉ số trí tuệ của Artificial Analysis (Phân tích Trí tuệ Nhân tạo), chỉ kém một điểm so với mô hình Inkling lớn hơn, nhưng có kích thước chỉ bằng chưa đến một phần ba. Mô hình này vượt trội so với phiên bản lớn hơn của nó trong một loạt các bài kiểm tra về lập trình và lý luận, đồng thời hiệu quả hơn về mặt token.
Thinking Machines, phòng thí nghiệm AI của cựu Giám đốc Công nghệ OpenAI Mira Murati, đã phát hành mô hình thứ hai của mình, Inkling Small. Đây là mô hình suy luận mã nguồn mở, theo Artificial Analysis, đạt 40 điểm trên Chỉ số Trí tuệ—ít hơn một điểm so với mô hình Inkling lớn hơn (41 điểm), mặc dù kích thước nhỏ hơn chưa đến ba lần (276 tỷ tham số, 12 tỷ tham số hoạt động). Theo AA, không có mô hình mở nào có cùng kích thước hoặc nhỏ hơn đạt hiệu suất tốt hơn. Inkling Small vượt trội hơn Inkling trong một số bài kiểm tra lập trình và suy luận, chẳng hạn như Kỳ thi Cuối cùng của Nhân loại (32% so với 30%) và GPQA Diamond (89% so với 87%). Tuy nhiên, nó kém hơn trong các tác vụ tác nhân và kiểm tra kiến thức thực tế, nhưng hiệu quả hơn về token: trong thử nghiệm, nó yêu cầu trung bình 24.000 token đầu ra cho mỗi tác vụ so với 45.000 của DeepSeek V4 Flash và 78.000 của GPT-5.4 mini. Mô hình xử lý đầu vào văn bản, hình ảnh và giọng nói, có cửa sổ ngữ cảnh 256.000 token và được phân phối theo giấy phép Apache-2.0. Trọng số có sẵn trên Hugging Face và thông qua Tinker Playground, mô hình có thể được sử dụng và tinh chỉnh trực tiếp trong trình duyệt. Thinking Machines định vị các mô hình chủ yếu như nền tảng để tinh chỉnh thêm trên dữ liệu độc quyền và một số người coi đây là biên giới tiếp theo trong phát triển AI.
Nguồn: The Decoder (DE) — bản gốc
Bài viết liên quan trước đây ↓
Tin mới