تُطلق Thinking Machines نموذج Inkling للذكاء الاصطناعي لإجراء ضبطٍ دقيقٍ مخصص للشركات

أطلقت Thinking Machines نموذج Inkling في 15 يوليو 2026، وهو نموذج أساس متعدد الوسائط مفتوح الأوزان مُصمَّم للتكييف المخصّص لدى المؤسسات والمطوّرين، وليس للمنافسة في صدارة النماذج الحدّية. يتمحور النموذج حول مُحوّل مبني على مزيج الخبراء (Mixture-of-Experts)، بإجمالي 975 مليار معلمة و41 مليار معلمة نشِطة، ويدعم نافذة سياق تصل إلى مليون رمز. تضع الشركة Inkling بوصفه أساساً مرناً للتخصيص، مع التركيز على قابلية التحكم في جهد التفكير، واستدلال متعدد الوسائط أصيل عبر النصوص والصور والصوت. تتاح أوزان النموذج الكاملة على Hugging Face، ويمكن إجراء التكييف المخصّص عبر منصة Tinker التابعة للشركة. وتصرّح Thinking Machines صراحةً بأن النموذج لا يدّعي بلوغ الحالة الفنية الأحدث، بل يركز على اتساع نطاق القدرات، وكفاءة التكاليف، ومعايرة السلامة للنشر داخل المؤسسات.

Thinking Machines تُصدر مواصفات فنية لنموذج Inkling

تمت عملية ما قبل التدريب على Inkling باستخدام 45 تريليون رمز تمتد عبر النصوص والصور والصوت والفيديو. يوفّر النموذج استدلالاً متعدد الوسائط أصيلاً عبر أنواع المدخلات الثلاثة، وهي ميزة تميّزه عن معظم البدائل مفتوحة الأوزان التي تفتقر عادةً إلى دعم الصوت أصيلاً. يمكن للمطوّرين ضبط عدد الرموز التي يستخدمها النموذج لحل مشكلة، ما يتيح توفيراً في التكاليف والكمون (latency). وفي الاختبارات، تطابق Inkling مع Nemotron 3 Ultra على Terminal Bench 2.1 بتكلفة رموز تبلغ نحو ثلث الكلفة تقريباً.

كما كشفت Thinking Machines عن Inkling-Small، وهو نسخة أخفّ بإجمالي 276 مليار معلمة و12 مليار معلمة نشِطة. يتطابق Inkling-Small أو يتفوق على النموذج الأكبر في عدة مقاييس أداء، مقدماً خياراً أقل كلفة لأعباء عمل التوليف والتقييم.

Inkling يحقق نتائج قياس تنافسية مقابل نماذج مغلقة الأوزان

تُظهر نتائج القياس أداءً تنافسياً لكنه غير رائد مقارنةً بنماذج مغلقة الأوزان مثل Claude Fable 5 وGPT-5.6 Sol في مهام التفكير والأعمال الوكيلة (agentic). يبرز الإصدار أداءً قوياً عبر البرمجة والالتزام بالتعليمات والدقة في الحقائق، إضافة إلى قدرات الرؤية والصوت.

على ForecastBench، يؤدي Inkling على قدم المساواة مع النماذج المغلقة الرائدة، بما في ذلك Gemini 3.1 Pro وGrok 4.3. وعلى FORTRESS، وهو مقياس يقيم رفض الطلبات الضارة مع تجنب الإفراط في الرفض للبدائل غير الضارة، سجل Inkling 78% على المطالبات الخصومية، مقابل 77.6% لـ Nemotron 3 Ultra و65.6% لـ Kimi K2.6.

Thinking Machines تُطبق السلامة والمعايرة المعرفية في تدريب Inkling

درّبت Thinking Machines Inkling باستخدام التعلم المعزز استناداً إلى قواعد التقييم الصحيحة على مجموعة كبيرة من أسئلة التنبؤ الواقعية التي تم حلها، ما أنتج نموذجاً مُعايراً للتعبير عن درجة عدم اليقين المناسبة بدلاً من الهلوسة بثقة مفرطة. اشتمل خط التدريب على مُقيّمين آليين مزدوجين — مُقيّم وفق Rubric ومُقيّم للادعاءات مع بحث ويب ووكيل — لتحسين المساعدة في الوقت نفسه وتقليل الأخطاء الواقعية.

Thinking Machines تتيح Inkling عبر شركاء متعددين للنشر

يتاح كل من Inkling وInkling-Small عبر Tinker. وتمتد شراكات النشر لتشمل TogetherAI وFireworks وDatabricks وHugging Face، وغيرها.

الأسئلة الشائعة

ماذا أطلقت Thinking Machines في 15 يوليو 2026؟

أطلقت Thinking Machines Inkling، وهو نموذج أساس للذكاء الاصطناعي متعدد الوسائط مفتوح الأوزان بإجمالي 975 مليار معلمة و41 مليار معلمة نشِطة، ومُصمَّم للتكييف المخصّص لدى المؤسسات والمطوّرين.

كيف يقارن Inkling بنماذج مغلقة الأوزان في المقاييس؟

يُظهر Inkling أداءً تنافسياً لكنه غير رائد مقارنةً بنماذج مغلقة الأوزان مثل Claude Fable 5 وGPT-5.6 Sol في مهام التفكير. وعلى ForecastBench، يعمل على قدم المساواة مع Gemini 3.1 Pro وGrok 4.3. وعلى FORTRESS، سجل 78% على المطالبات الخصومية.

أين يمكن للمطوّرين الوصول إلى Inkling من أجل التكييف المخصّص؟

تتوفر أوزان النموذج الكاملة على Hugging Face، ويمكن إجراء التكييف المخصّص عبر منصة Tinker التابعة للشركة. تشمل شراكات النشر TogetherAI وFireworks وDatabricks وHugging Face.