НИ

Новости ИИ

Новости · 1 августа 2026 г.

Открыть канал в MAX

🤖 Thinking Machines Lab выпустила Inkling-Small — компактную open-weights-модель для т...

🤖 Thinking Machines Lab выпустила Inkling-Small — компактную open-weights-модель для текста, изображений и аудио Что произошло Компания Thinking Machines Lab выпустила новую компактную версию модели под названием Inkling-Small, которая предоставляет возможности работы с текстом, изображениями и аудио. Эта модель позиционируется как "efficient open-weights model" и обещает сопоставимое качество с более крупной моделью Inkling, но при значительно меньшем размере. Главные детали 1. Параметры модели: Inkling-Small — это трансформер с архитектурой MoE, содержащий 276 миллиардов параметров, из которых 12 миллиардов активны. 2. Функции и особенности: Модель может принимать текст, изображения и аудио, генерировать текст, поддерживает контекстное окно до 1 миллиона токенов, используя схему с 6 из 256 активных экспертов на токен плюс 2 общих эксперта. 3. Производительность: В сравнении с полной версией Inkling, Inkling-Small показывает сопоставимые или лучше результаты на различных тестах по reasoning и agentic coding. Например, на HLE модель набирает 31,6%, а на SWE-bench Verified — более 80%. 4. Цена и доступность: Полные веса модели доступны на платформах Hugging Face и Tinker. Стоимость за использование этой модели в режиме без сервера составляет $0.30 за миллион входных токенов и $1.20 за миллион выходных для конфигурации 256K. Также предоставляются временные скидки на обучение. 5. Позиционирование: Модель представлена как база для дальнейшей доработки и прикладного использования, а не как универсальное решение. Почему это важно Появление Inkling-Small от Thinking Machines Lab знаменует важный шаг в развитии мультимодальных AI-систем, предоставляя более компактные и экономичные решения без существенного снижения качества. Это открывает новые возможности для более широкого спектра приложений, особенно для компаний с ограниченными ресурсами, которые не могут позволить себе использовать более громоздкие модели. Как применить и монетизировать в 2026 1. Технологическим стартапам → интеграция моделей в продукты → снижение затрат на вычисления → тестирование модели на типичных пользовательских сценариях. 2. Компании в сфере медиа и развлечений → создание мультимедийного контента с AI → генерация уникального контента с низкими затратами → формирование команды для разработки специфичных сюжетов и сценариев. 3. Образовательные платформы → персонализация обучения с помощью AI → повышение вовлеченности учащихся → пилотное внедрение модели на малых группах. 4. Гипотеза: медицинским учреждениям → анализ мультимодальных данных пациентов → улучшение диагностики и лечения → проведение исследований для проверки точности и надежности модели. Источник: https://habr.com/ru/companies/bothub/news/1065494/