أطلقت Thinking Machines Lab نموذج Inkling 2 Mini في 20 نوفمبر 2026. وهو نموذج بأوزان مفتوحة يقبل النصوص والصور، ويدعم نافذة سياق تبلغ مليون رمز، وصُمم ليكون صغيرًا بما يكفي للاستخدام محليًا. وتقول Artificial Analysis إنه متاح بموجب ترخيص Apache 2.0، فيما تتيح Thinking Machines استخدامه للاستدلال والتخصيص عبر خدمة Tinker التابعة لها.
وتتمثل الميزة غير المألوفة في النموذج في تشغيل 12 طبقة من أصل 24 ثلاث مرات لكل رمز. وتعيد الطبقات المتكررة استخدام الأوزان نفسها، فيما تنتقل الرسائل بين مرات تشغيلها. ويمنح ذلك النموذج قدرة حوسبية أكبر لكل رمز من دون تخزين نسخ منفصلة ثلاثًا من تلك الطبقات. وتقول Thinking Machines إن هذا التصميم يهدف إلى تحسين الأداء في المهام متعددة الخطوات، مثل وكلاء البرمجة.
ما حجمه، وما الذي يمكنه فعله؟
تختلف أعداد المُعاملات بحسب طريقة احتساب العمل المتكرر. وتذكر Thinking Machines أن إجمالي المُعاملات يبلغ 26.4 مليارًا، وأن المُعاملات النشطة تبلغ 3.4 مليار، فيما يصل عدد مرات تنشيط الأوزان لكل رمز إلى 5.4 مليار عند احتساب التكرار. أما Artificial Analysis فتحصي 5.4 مليار مُعامل نشط، بما في ذلك مرات التشغيل المتكررة، وتقول إن النموذج يستخدم 3.1 مليار وزن فريد لكل رمز نصي. وتصفه Hugging Face بأنه يضم نحو 26 مليار مُعامل إجمالًا و3 مليارات مُعامل نشط.
وجدت Artificial Analysis أن Inkling 2 Mini حقق أداءً مماثلًا لـQwen3.8 27B عند إعداد xhigh ولـNanbeige4.3-33B على مؤشر Intelligence Index، مع استخدام عدد أقل من المُعاملات النشطة. ويقدّر تحليلها أن تنفيذ كل مهمة من مهام المؤشر يكلف 0.59 دولارًا ويستغرق تسع دقائق للنموذج، مقابل 3.53 دولارًا و38.2 دقيقة لـQwen3.8 27B. وتستند تقديرات التكلفة إلى أسعار API التي نشرتها Thinking Machines، ولا تمثل تقديرًا لتكلفة تشغيل النموذج محليًا.
وتقول Thinking Machines إن النموذج سجل 48.2% في DeepSWE v1.1 و77.9% في اختبار SWE-bench Pro v2 الصعب المؤلف من 51 مهمة. وتحذر الشركة من اختلاف إعدادات التقييم بين النماذج. كما تشير Hugging Face إلى الحاجة إلى مزيد من التحقق، لذا لا ينبغي اعتبار هذه النتائج دليلًا على تفوق النموذج عمومًا على البدائل.
هل يمكن تشغيله على حاسوب شخصي؟
تقول Thinking Machines إن النموذج يحتاج إلى نحو 20GB من الذاكرة، وتشير إلى تشغيله دون اتصال بالإنترنت على MacBook Pro مزود بشريحة M5 Pro وذاكرة سعتها 48GB. وتذكر Hugging Face أنه يدعم Transformers وllama.cpp وMLX، إلى جانب أدوات أخرى. وهذا يتيح للمستخدمين المتمرسين تقنيًا طرقًا لتجربته محليًا، لكنه لا يعني أنه سيعمل جيدًا على كل حاسوب محمول.
وأصدرت Thinking Machines أيضًا نسخة بحثية يمكنها استخدام عدد متغير من مرات التكرار. وتقول الشركة إن تقليل عددها يسرّع الاستدلال، لكنه قد يخفض جودة الإجابات؛ وقد استخدمت هذه النسخة لدراسة أثر التكرار في الأداء وإمكانية مراقبة طريقة استدلال النموذج. ونقطة التحقق التجريبية هذه منفصلة عن إصدار Inkling 2 Mini القياسي.
لماذا يهم
يتيح توفر الأوزان المفتوحة ودعم أدوات الاستدلال المحلي للمطورين الذين يملكون حاسوبًا محمولًا بقدرات كافية تجربة النموذج من دون إرسال كل مطالبة إلى روبوت محادثة مستضاف. وتقول الشركة إن النموذج يحتاج إلى نحو 20GB من الذاكرة، لكن أداءه على الحواسيب المحمولة الاستهلاكية العادية لا يزال غير واضح.