بطاقة عنوان مُولّدة تحمل النص «Inkling 2 Mini»، وعنوانًا فرعيًا «26.4B إجمالًا، 3.4B نشطة، نحو 20GB — بتكرار الطبقات الوسطى»، مع ثلاث شرائح تقرأ «Intelligence Index 20.1»، و«48 تطبيقًا للطبقات»، و«Apache 2.0»، فوق مخطط طبقات من أربع كتل تُعلَّم فيه الكتلتان الوسطيان بـ«run 3x» والكتلتان الخارجيتان بـ«run 1x». ويقع شعار OrcaRouter أسفل اليمين.
Guides & Insights

يتوفر Inkling 2 Mini بسعر 20 دولارًا: نموذج بسعة 20 غيغابايت يفكّر في حلقات

الكاتب

jinhao.song

تاريخ النشر

أحدث النماذج · 20عرض جميع النماذج →
المعايير: Artificial Analysis · يُحدَّث يوميًا
العودة إلى جميع المقالات

تبلغ نقطة التحقق نحو 20GB، وهذا الرقم هو الحجة. إن Inkling 2 Mini مزيج خبراء بـ26.4 مليار معامل، مع 3.4 مليار معامل نشطة لكل رمز، نشرته Thinking Machines Lab في 20 نوفمبر 2026 بموجب Apache 2.0 كتنزيل واحد يعمل على Mac بذاكرة موحدة سعة 32GB أو على NVIDIA DGX Spark واحدة. وفي اليوم نفسه، قامت Artificial Analysis بقياس زمنه وتقييمه: 20.1 على Intelligence Index v5.0.1، و0.15 دولار لكل مليون رمز إدخال و0.50 دولار لكل مليون رمز إخراج، و0.59 دولار لإنجاز مهمة فهرس واحدة، و280 رمز إخراج في الثانية. الجزء المثير للاهتمام ليس النتيجة. بل أن النموذج يصل إليها عبر تشغيل الطبقات الاثنتي عشرة نفسها ثلاث مرات بدلاً من تخزين المزيد من المعاملات، وهذا ما يجعل نقطة تحقق بحجم 26B تتصرف وكأنها شيء أكبر دون الحاجة إلى ذاكرة أكثر مما يملكه حاسوب محمول.

إذا خلطت بين نوعي الأرقام بإهمال، يُقرأ الإصدار وكأنه فوز نظيف؛ أما إذا أبقيتها منفصلة، فيُقرأ وكأنه شيء أكثر تحديدًا، وهو ما يحاول هذا المقال فعله. المؤشر والتكلفة لكل مهمة والسرعة ومستوى الإسهاب والترخيص هي قياسات وبيانات وصفية من Artificial Analysis قُرئت في 21 نوفمبر 2026. وكل صف من صفوف البرمجة والاستدلال الواردة أدناه هو من أداة التقييم الخاصة بـ Thinking Machines على نقطة تفتيش درّبتها الشركة، ويُذكر ذلك حيثما ظهر. ولم يُعِد أحد خارج المختبر إنتاج تلك الصفوف.

ما الذي نشرته Thinking Machines

الإصدار يقوم على الأوزان أولًا. أُنشئ مستودع Hugging Face في 17 نوفمبر وآخِر تعديل له في 20 منه، وهو ما يبدو كحالة نقطة تفتيش مُرحّلة على مراحل لا كإطلاق مفاجئ، وتذكر بطاقة النموذج أن 20 نوفمبر 2026 هو تاريخ الإصدار. وهناك وضع حقيقي يخص ملف الترخيص يستحق الملاحظة: تُعلن البطاقة ترخيص Apache 2.0 في بياناتها الوصفية، وتحمل وسوم المستودع الترخيص نفسه، لذا فهذا إصدار متسامح فعلي وليس مجرد وعد بإصدار كهذا، وهو ما صدر مع Inkling 2 Small في 5 نوفمبر.

• المعاملات — 26.4B إجمالًا، و3.4B نشطة، و5.4B تنشيطات أوزان فعّالة لكل رمز عند احتساب الحلقات؛ وتقدّر Thinking Machines كل تمريرة حلقة إضافية بنحو 1.0B من المعاملات النشطة الإضافية.

• البصمة — نقطة حفظ واحدة بحجم نحو 20 غيغابايت، تضم 20 طبقة بصيغة NVFP4 و4 بصيغة MXFP8، تُشحن بالدقة التي دُرّبت بها بدلًا من تكميمها لاحقًا.

• الوسائط — النص والصور كمدخلات عبر محوّل رؤية يُسقطها في الفضاء الخفي المشترك، والنص كمخرجات.

• السياق — تنص بطاقة النموذج على ما يصل إلى 1M رمز، ويسجّل Artificial Analysis ‏1M.

• التقديم — Hugging Face، وSGLang، وvLLM، وTokenSpeed، وNVIDIA Dynamo، وUnsloth وملفات GGUFs الخاصة بـ llama.cpp، وLlama App، بالإضافة إلى Ollama وExo Labs على Apple silicon. توجد وصفات ما بعد التدريب لـ Miles وSkyRL.

• مستضاف — Tinker، للاستدلال والتخصيص، مع بيئة تجريبية. هذه هي نقطة النهاية الخاصة بالمورّد وهي الوحيدة؛ Inkling 2 Mini غير متاح على OrcaRouter، ولا شيء أدناه يوحي بخلاف ذلك.

يُشحن نموذج مرافق إلى جانبه. TML-d24-varloop-research هو البنية نفسها مدرَّبة على قبول ما بين تمريرة حلقة واحدة وخمس تمريرات، وهو موجود كي يتمكن الباحثون من تغيير العمق الذي يثبّته النموذج الإنتاجي عند ثلاثة. وهو متاح على Hugging Face كذلك، وهو الكائن الذي أُنجز عليه معظم عمل قابلية المراقبة في هذا الإصدار.

Screenshot of the Thinking Machines announcement page titled 'Introducing Inkling 2 Mini', dated Nov 20, 2026, showing the Capabilities, Architecture and training, Monitorability of looped transformers and Try Inkling 2 Mini today section links, plus the opening paragraphs describing a model small enough to run on a laptop that runs the middle layers three times per token and leads open-weights models under 100B total parameters on DeepSWE v1.1 at 48.2%.

الحلقة هي المنتج

Inkling 2 Mini هو محوّل transformer من 24 طبقة يعمل كمفكّك ترميز فقط (decoder-only)، ويحتوي على طبقات تغذية أمامية متناثرة من نوع خليط الخبراء (mixture-of-experts)، ومقسّم إلى أربع كتل من ست طبقات. تُنفَّذ الكتلة الأولى مرة واحدة، وتُنفَّذ الكتلة الأخيرة مرة واحدة، بينما تُنفَّذ الكتلتان الوسطيتان — اثنتا عشرة طبقة — ثلاث مرات بأوزان مشتركة. لذلك يمرّ الرمز (token) عبر 48 تطبيقًا للطبقات مأخوذة من 24 طبقة مخزّنة من الأوزان.

التكرار ليس نسخة. كل مرور عبر الكتل الوسطى يقرأ مخرجات المقدمة، كما يقرأ المروران الثاني والثالث أيضًا ما تسميه Thinking Machines الرسالة: مخرجات الكتل الوسطى نفسها من المرور السابق، مدموجة عبر بوابة مُتعلَّمة. تبدأ هذه البوابة بحجب الرسالة بالكامل، لذا يبدأ التدريب كنموذج عادي غير حلقي، ثم يُرفع كسب الرسالة بمرور الوقت. إنها حيلة لاستقرار التدريب، وهي أيضًا السبب في إمكانية إضافة الحلقة في منتصف التشغيل بدلًا من تدريبها من الصفر.

لم يكن اختيار الطبقات التي تُكرَّر اعتباطيًا. قاست الشركة تكرار الطبقات الوسطى الاثنتي عشرة مقابل تكرار الطبقات الأخيرة الاثنتي عشرة عبر 28 تقييمًا، ووجدت أن الوسطى تفوقت في 27 منها، بتحسّن مكافئ حسابيًا مقداره 1.51–1.91× مقابل 1.24–1.36×. والفكرة الحدسية التي يقدّمها ذلك هي أن الطبقات المبكرة والمتأخرة منشغلة بالترجمة بين الرموز والتمثيلات الداخلية، بينما تحمل الطبقات الوسطى الاستدلال المجرّد الذي يستفيد من خطوات تسلسلية أكثر.

تم تقليم الخبراء بدلًا من تصميمهم. بدأ التدريب عند مستوى تفرّق 48، مع توجيه كل رمز إلى 8 خبراء من أصل 384؛ وفي مرحلة ما أثناء التدريب المتوسط أبقت الشركة على 128 من الخبراء الأكثر استخدامًا في كل طبقة، وعالجت الضرر على تريليون رمز (1T tokens) مقطّرة من نموذج Inkling داخلي أكبر، ثم شغّلت SFT ومرحلة RL بإجمالي 2.2 تريليون رمز على مدى 2000 خطوة. هذا هو مزيج ما بعد التدريب نفسه المستخدم في Inkling 2 Small، ولهذا تقع نقاط قوة النموذجين في المواضع نفسها.

عشرون، وما يقع تحته

الدرجة الرئيسية حقيقية ومُقاسة بشكل مستقل، وهي أيضاً قريبة من الحد الأدنى لما يستطيع المؤشر تمييزه بشكل مفيد. وتضع Artificial Analysis الرقم 20 في مرتبة أعلى بكثير من المتوسط لفئة المقارنة الخاصة بالنموذج على لوحة الأوزان المفتوحة، حيث الوسيط هو 10، لكن النطاق المحيط بـ20 مباشرة مزدحم بنماذج تبعد عنه نقطة على أي من الجانبين، ولا يرتب المؤشر النماذج بهذا القدر من الدقة. تعني درجة 20 أن النموذج يتجاوز حداً معيناً، لا أنه يتفوق على كل شيء يقع ضمن نقطة منها.

ما تدعمه النتيجة هو التصنيف المهم لنموذج بهذا الحجم. ادعاء باريتو في تغطية الإطلاق — الذكاء المتقدم لكل معامل نشط — هو ما يدعمه ملخص Artificial Analysis نفسه، إذ يصفه بأنه من بين النماذج الرائدة في الذكاء ضمن فئته الحجمية وبسعر معقول مقارنة بنماذج أخرى مفتوحة الأوزان مماثلة الحجم. وهو يصل إلى ذلك بفضل الحلقة، التي تتيح حوسبة تسلسلية دون شراء معاملات، ويتوقف الادعاء عن الصمود لحظة أن تطلب من النموذج أن يعرف شيئًا بدلًا من أن يستنتجه.

عمودا التكلفة والسرعة هما حيث يبدو الإصدار في أقوى حالاته. بسعر 0.15 دولار للإدخال و0.50 دولار للإخراج، يقع في أدنى فئة الاستدلال، و0.59 دولار لكل مهمة فهرسة هو ربع ما يكلفه نموذج كثيف بحجم 27B في نطاق الدرجات نفسه. وهو سريع بالطريقتين اللتين تظهران في حلقة الوكيل: 9.72 ثانية حتى أول رمز إجابة و280 رمز إخراج في الثانية. ونقطة الضعف المقابلة هي الإسهاب — 161 مليون رمز إخراج لإكمال تشغيل الفهرسة مقابل وسيط أقران يبلغ 85.7 مليون، أي نحو 1.9 مرة إخراج نموذج نموذجي في فئته. في فاتورة محسوبة لكل رمز، لا بأس بذلك. أما في ميزانية رموز ثابتة، فهذا يعني أنك تحصل على نحو نصف عدد المهام.

Screenshot of the Artificial Analysis model page for Inkling 2 Mini, showing it amongst the leading models in intelligence and reasonably priced for its size but very verbose, a score of 20 on the Intelligence Index against a median of 10 for its class, 161M tokens generated during the index run against a 85.7M median, pricing of $0.15 per 1M input and $0.50 per 1M output tokens, $0.59 per index task, 9.0 minutes per task, and a listed 1M-token context window.

صفوف الترميز، حسب إفادة المورّد

الجدول الذي نشرته Thinking Machines هو أقوى جزء في حجّتها، وهو خاصّ بها بالكامل. هذه أرقام لم يُعَد إنتاجها من أداة تقييم تابعة لمورّد، وقد شُغّل عدد منها باستخدام إطار وكيل خاص بالشركة بدلًا من إطار محايد، لذا اقرأها بوصفها ادعاءات حول نقطة تحقق درّبها المختبر.

• SWE-bench Verified — 79.2%، bash فقط.

• SWE-bench Pro v2، صعب — 77.9%.

• SWE-bench Multilingual — 73.7%.

• DeepSWE v1.1 — 48.2%، مقابل 42.2% المُبلَّغ عنها لـ Qwen3.8-27B.

• Terminal Bench v2.1 — 71.6%، متأخرًا عن 73.0 الخاصة بـ Qwen3.8-27B؛ وعلى Terminal Bench v4.0 يسجّل كلاهما 5.6%.

• FrontierCode v2.0 — 15.1%، مقابل 14.9% لـ Qwen3.8-27B.

• البحث الوكيلي والأدوات — BrowseComp ‏79.0%، وDeepSearchQA ‏85.3%، وMCP Atlas ‏82.7%، وكلٌّ منها يتجاوز رقم Qwen3.8-27B في الجدول نفسه.

• الرؤية والمستندات — MMMU Pro 74.9%، وOmniDocBench v1.6 92.8%، وScreenSpot Pro 76.5% بالوضع العادي و87.7% مع أدوات Python.

• الاستدلال — HLE-Diamond ‏15.2%، CritPt v2 ‏31.4%، ARC-AGI ‏84.5% على v1 و49.3% على v2، LongBench v2 ‏66.9%.

شكل ذلك الجدول متسق مع البنية، وهو أنفع شيء في الإصدار. الصفوف التي يبدو فيها النموذج قويًا هي التي تكافئ المثابرة واستخدام الأدوات على أفق طويل: البحث، والتعديل على نطاق المستودع، وتحليل المستندات. أما الصفوف التي يبدو فيها عاديًا فهي التي تتطلب استدعاءً واحدًا صحيحًا لمعلومة مخزنة أو استدلالًا علميًا صعبًا. فالتكرار الحلقي يضيف خطوات متسلسلة، لكنه لا يضيف حقائق مخزنة.

التكرار يمنحك استدلالًا، لا حقائق.

هذا التمييز هو أطروحة الإصدار نفسه، والشركة تختبره بدلًا من أن تكتفي بادعائه. في AA-Omniscience، معيار الدقة الوقائعية، يعرض جدول البائع −8.6 لـ Inkling 2 Mini مع معدل عدم هلوسة 63.4%. وتعني الدرجة السالبة هناك أن النموذج أسوأ من الامتناع عن الإجابة: فهو ينتج أخطاء يقدمها بثقة. وتقول صياغة الشركة إن فجوة المعرفة تتماشى مع نماذج أخرى من الحجم الكلي نفسه، وإن النموذج يغطيها عبر البحث الجيد — وهو بالضبط ما تُظهره صفوف BrowseComp وDeepSearchQA، وبالضبط سبب أن الملخص الصادق لهذا النموذج هو "جيد في البحث، ضعيف في التذكر".

النموذج المرافق ذو الحلقة المتغيرة يبرز هذه النقطة بقوة أكبر. فأفقه الزمني في غياب سلسلة التفكير — أي المدة التي يمكنه فيها إنجاز مهمة بموثوقية 50% دون كتابة التعليل — يرتفع من 16 ثانية عند تمريرة واحدة إلى 37 ثانية عند ثلاث تمريرات، ثم يستوي، بينما يستمر الاستدلال التسلسلي في مهمة بحث N-Hop في التحسن حتى عشر تمريرات، أي ضعف العمق الذي دُرّب عليه. وتتركز المكاسب في الاسترجاع متعدد القفزات، والاستدلال الرياضي والعلمي، والعمل الوكيلي بعيد الأفق. أما الأسئلة الواقعية ذات الإجابة المغلقة فلا تكاد تتحسن.

نتيجة قابلية المراقبة هي الجزء الذي سيهتم به الباحثون أكثر من غيره، لأنها الاعتراض على النماذج ذات الحلقات. فإذا أنجز نموذجٌ حسابًا أكبر داخل رمز واحد، ظهر تفكير أقل في سلسلة التفكير المرئية، وترى أداةُ مراقبة سلسلة التفكير أقل. تقيس Thinking Machines ذلك وتجد أن الأثر أصغر مما كان يُخشى عند هذا الحجم: فكان تفكير النموذج ذي الحلقة المتغيرة عند خمس تمريرات أقل من نصف طوله عند تمريرة واحدة (1,661 مقابل 3,703 رموز في المتوسط) مع بقاء طول الجملة ونسبة الكلمات المعجمية دون تغيير، وهو ما يُقرأ على أنه تفكير أكثر مباشرة لا أقل قابلية للقراءة. وفي تقييم التخفي على LinuxArena، يأتي Inkling 2 Mini بنسبة 3.9% أدنى بكثير من 20.5% لدى Qwen3.8-27B. لا شيء من ذلك ضمان — فهو قياس أول على فئة من المعماريات لم تكن لأحد أوزان قابلة للتنزيل لها من قبل، وتقول الشركة صراحة إنها أطلقت النموذج جزئيًا كي يتمكن آخرون من التحقق.

ما هي تكلفة التشغيل

الاستضافة الذاتية هي الوضع المُعلن عنه، والحساب بسيط. فنقطة تفتيش بحجم 20GB على جهاز تملكه بالفعل لا تترتب عليها أي تكلفة هامشية للرموز على الإطلاق، ودراسة الكفاءة التي أجراها البائع نفسه — ونفّذتها مختبرات Hazy Research وScaling Intelligence في ستانفورد على وصول مبكر، باستخدام MXFP8 وجهد استدلالي منخفض — تضعها عند 0.703 من الذكاء لكل واط على DGX Spark مقابل 0.430 لـ Qwen3.6-35B-A3B و0.159 لـ Gemma 4 26B-A4B. هذه نتيجة قريبة من البائع على جهاز واحد، وليست قياسًا لأسطول، لكن الاتجاه ليس خفيًا.

الحجة الصادقة ضد تشغيله بنفسك هي أن البنية الحلقية لا تتمتع إلا بنحو يوم واحد من نضج التشغيل الخدمي. تدرج SGLang وvLLM وغيرهما الدعم، كما تحذر بطاقة النموذج بكلماتها أن دعم وقت تشغيل النماذج الحلقية جديد وأن السرعة تتفاوت. الإنتاجية التي تقيسها على جهازك تعتمد على المحرك الذي اخترته ومدى حداثة نوىه، وهذا سيتغير أسرع من أي شيء آخر يتعلق بهذا النموذج.

المكان الذي يثبت فيه الراوتر جدارته هنا ليس في تقديم Mini — فنحن لا نستضيفه. بل فيما تضعه حوله. لا ينبغي أبدًا أن يكون تقييم بنية غير مثبتة هو الشيء الوحيد بين مستخدميك وصفحة خطأ، والطريقة لترتيب ذلك هي استدعاء نموذج تثق به للمسار الإنتاجي بينما يعمل Mini إلى جانبه. Qwen3.8-Flash متاح على OrcaRouter بسعر 0.15 دولار لكل مليون مدخل و0.47 دولار لكل مليون مخرج، وهو سعر القائمة لدى المزوّد يُمرَّر دون أي هامش ربح، كما أن لغة التوجيه DSL والتحويل التلقائي عند الفشل يتيحان لك وضع Mini خلفه في اليوم الذي يبلغ فيه Mini نقطة نهاية نستطيع الوصول إليها. مفتاح واحد يغطي جانبي تلك التجربة، وهذا جوهر الحجة بأكملها.

A generated single-column scoreboard titled 'Inkling 2 Mini — the scoreboard', with six rows reading Intelligence Index 20.1, cost per index task $0.59, output speed 280 tokens per second, first token 9.72 seconds, size on disk about 20GB, and licence Apache 2.0, above a footer stating that index, cost and speed are per Artificial Analysis and coding rows are vendor-reported and unreproduced.

أربعة أمور يجب الانتباه إليها

الأول هو إعادة إنتاج مستقلة. لدى Artificial Analysis المؤشر والتكلفة والسرعة ومستوى الإسهاب — مقاسةً — لكن جدول البرمجة خاص بالمختبر. إلى أن يشغّل شخص من خارج Thinking Machines اختبار SWE-bench Pro v2 أو DeepSWE على الأوزان العامة، فإن 77.9% و48.2% مجرد ادعاءات.

الثاني هو ما إذا كانت تظهر نقطة نهاية مستضافة خارج Tinker. إن نقطة حفظ بحجم 20GB بترخيص Apache 2.0 هي بالضبط نوع الأصول التي يتبنّاها مقدّمو الخدمات الخارجيون بسرعة، والمنافسة السعرية التي من شأنها أن تجعل 0.59 دولار لكل مهمة تبدو مستدامة لا تبدأ إلا عندما يوجد بائع ثانٍ.

الثالث هو الحلقة نفسها. إذا نجح التطبيق التجريبي، فإن التقنية قابلة للنقل: ثلاث تمريرات على الطبقات الوسطى، وبوابة لدمج الرسالة، دون معاملات إضافية. يصبح كل وصفة لنموذج صغير في المجال مرشحًا لها، ويتوقف السؤال المثير للاهتمام عن كونه هل يسجل هذا النموذج 20 ليصبح هل يسجل النموذج التالي 24 مقابل الذاكرة نفسها.

الرابع هو الجزء الذي لا يحسمه الإطلاق. تُخرج النماذج الحلقية الاستدلال من سلسلة التفكير المرئية إلى التمرير الأمامي. لم تجد Thinking Machines أي فقدان ذي دلالة لقابلية المراقبة عند 5.4B معامل نشط. ولم ينشر أحد القياس نفسه عند 50B. هذا هو السؤال الذي يجعل هذا الإصدار قابلاً للطرح، وهو سبب أفضل للاهتمام بتنزيل بحجم 20GB من الدرجة.

لمن يقرر هذا الأسبوع، الانقسام واضح. إذا كنت تريد مبرمجًا وكيليًا كفؤًا يعمل دون اتصال على عتاد تملكه بالفعل، وكنت مستعدًا لعزله في بيئة معزولة واختبار استرجاعه للحقائق قبل الوثوق به، فإن Inkling 2 Mini هو أكثر نموذج صغير إثارة للاهتمام متاح الآن، وثمن تجربته هو عملية تنزيل. وإذا كنت تحتاج إلى إجابة يمكنك تقديمها أمام عميل دون طبقة استرجاع خلفها، فهذا ليس ذلك النموذج، ولن تجعله الـ20 على المؤشر كذلك.