На 5 ноември 2026 г. Thinking Machines Lab представи Inkling 2 Small и го направи достъпен през Tinker за генериране на отговори и допълнително обучение. Моделът има 594 милиарда параметри, от които 17 милиарда са активни при обработка. Компанията планира да публикува теглата с Apache 2.0 след външни проверки за безопасност. Това е бъдещо намерение; текущият достъп не трябва да се описва като вече свободно изтегляне.
Какво получава разработчикът
Моделната карта посочва текст и изображения като вход и текст като изход, контекст до един милион токена и достъп при условията на Tinker. Новата версия не поддържа аудио. Sparse MoE архитектурата включва 48 слоя и избира осем от 384 експерта за всеки токен. Тези числа описват устройството, но сами по себе си не дават гаранция за цена, скорост или качество на конкретно приложение.
Ръководството за Inkling поставя модела в съществуващите работни процеси на Tinker Cookbook. Идентификаторът е thinkingmachines/Inkling-2-Small. Степента на обмисляне може да се управлява, а препоръката е да се сравняват различни настройки за усилие и скорост на обучение. Това има значение за екипи, които искат адаптация към собствена задача, вместо само универсален разговорен помощник.
Отделната документация за tml-renderers показва как съобщенията, инструментите и резултатите им се превръщат в моделния формат. Генериране и обучение трябва да използват съгласувано представяне. След предложение за извикване на инструмент приложението проверява заявката, изпълнява функцията и връща резултата. Самият изход на модела не е разрешение за действие в чужда система.
Редакционен прочит: оценявайте целия цикъл
При практическо сравнение е полезно да се започне с малка, завършена задача. Например помощник за вътрешна документация може да получи изображение на диаграма и да предложи промяна в текстовото ѝ описание. Проверката следва да установи дали връзките са разчетени правилно, дали отговорът се опира на действителното изображение и дали несигурността е изразена ясно. Красивото обяснение само по себе си не установява вярно разчитане.
Следващото ниво е работа с инструмент. Ако примерното приложение извлича документ, трябва да може да се установи кой документ е върнат и коя негова версия е използвана. Ако записва промяна, трябва да има отделна проверка на резултата. Това са предложени редакционни критерии за изпитване, а не твърдение, че SIExpo е изпълнил собствен сравнителен тест на Inkling.
Големият контекст също изисква собствена оценка. Възможността да се подадат много токени не показва дали агентът последователно спазва ранните изисквания след серия промени. Полезен опит би включил противоречащи си версии на документ и въпрос, който изисква да бъде избрана актуалната. Критерият трябва да бъде зададен предварително, за да не се превърне убедителното обяснение в заместител на правилния резултат.
При допълнително обучение е важно да се отделят примерите за настройка от задачите за проверка. Ако едни и същи случаи участват и в двете, подобрението може да отразява запомняне. Разходът за цял завършен опит, броят повторения и необходимите човешки поправки дават по-полезна картина от цената на един кратък отговор. Тук не публикуваме собствена сметка за производителност или разход.
Екипът може да запази един и същ малък набор за оценяване и да променя степента на обмисляне, като записва дали допълнителната работа действително променя крайния резултат. По-дълъг отговор може да бъде полезен, но дължината сама по себе си не е успех. За помощник с инструменти правилно проверена промяна е различен резултат от незавършен опит, който само описва следващите действия.
Наличност и ограничения
Най-съществената промяна за потребителя е наличният път към използване и персонализиране през Tinker. Планираните тегла трябва да се следят като отделно събитие с реално публикуван лиценз и файлове. Дотогава изборът е на услуга при нейните текущи условия.
Официалната карта предупреждава за неверни твърдения и неравномерно представяне между езици и области. За българско приложение това означава да се провери именно българският работен процес. Нашата оценка е, че моделът заслужава целеви тест за мултимодална и инструментална работа; тя не е препоръка за автоматична подмяна на вече проверена система.
