میرا موراتی: Inkling در عملیات‌های عامل‌محور از رقبای داخلی پیشی گرفت

اگر امروز به دنبال ساخت یک عامل هوش مصنوعی هستید که واقعاً بتواند کارهای پیچیده اداری را پیش ببرد، Inkling احتمالاً دقیق‌ترین ابزار در دسترس شماست. این مدل نه تنها یک پیش‌بینی، بلکه یک واقعیت عددی در بنچمارک‌های عملیاتی است.

در ۱۶ ژوئیه ۲۰۲۶، آزمایشگاه Thinking Machines Lab مدل Inkling را معرفی کرد. این مدل یک مدل عظیم از نوع ترکیب خبره‌ها (Mixture-of-Experts) است که ادعا می‌کند جایگاه نخست آزمایشگاه‌های آمریکایی در حوزه کارهای دانش‌بنیه و عامل‌محور (Agentic) را به دست آورده است. معماری MoE شبیه به تیمی از متخصصان است که هر عضو فقط در حوزه تخصصی خود جواب می‌دهد تا بهره‌وری افزایش یابد.

این اولین محصول تجاری و آماده تولید (Production-ready) استارتاپی است که توسط میرا موراتی، مدیر فنی (CTO) سابق OpenAI، بنیان‌گذاری شده است. انتقال موراتی به سرمایه‌گذاری روی venture شخصی خود، پس از فعالیت‌های کلیدی او در توسعه ChatGPT رخ داد. این حرکت بازتاب‌دهنده یک روند گسترده‌تر است؛ خروج استعدادهای سطح بالا از غول‌هایی مانند OpenAI برای دنبال کردن معماری‌های منعطف‌تر و بازتر. این موضوع مشابه تحلیلی است که ما پیش‌تر درباره اتوماسیون تیم‌های قرمز (Red-teaming) در پوشش GPT-Red داشتیم.

معماری و ساختار فنی Inkling

طبق گزارش the-decoder.com، Inkling یک غول فنی است که برای maximizing efficiency (بیشینه‌سازی کارایی) طراحی شده است. جزئیات معماری این مدل به شرح زیر است:

• تعداد کل پارامترها: ۹۷۵ میلیارد پارامتر (که در هر توکن تنها ۴۱ میلیارد پارامتر فعال هستند).
• داده‌های آموزشی: ۴۵ تریلیون توکن (Token) — تکه‌های کوچکی از متن، شبیه برش‌های یک کیک که مدل تکه‌تکه می‌خورد — که شامل ترکیب متن‌های عمومی، داده‌های مصنوعی (Synthetic)، تصاویر، صدا و ویدیو است.
• پنجره زمینه (Context Window): تا یک میلیون توکن — مثل میز کاری بسیار بزرگ که مدل می‌تواند چندین کتاب یا هزاران خط کد را هم‌زمان روی آن باز نگه دارد و تحلیل کند.
• چندوجهی (Multimodal) بومی: این مدل از ابتدا به گونه‌ای ساخته شده تا بتواند متن، تصویر و صدا را به صورت هم‌زمان و یکپارچه پردازش کند.

منبع داده‌ها و چالش‌های حقوقی

برای ساخت این مجموعه داده عظیم، Thinking Machines Lab از ترکیبی از داده‌های عمومی و تولیدات مصنوعی استفاده کرده است. شرکت با شفافیت پذیرفته است که برخی از داده‌های عمومی مورد استفاده در آموزش «ممکن است تحت حفاظت حقوق مالکیت فکری (Intellectual Property) باشند».

در بخش تولید داده‌های مصنوعی، این آزمایشگاه بر مدل هوش مصنوعی چینی Kimi K2.5 تکیه کرده است. این مدل خاص به این دلیل حائز اهمیت است که به عنوان پایه و اساس مدل کدنویسی Cursor نیز عمل می‌کند. در حال حاضر، وزن‌های مدل Inkling از طریق Hugging Face به صورت باز (Open Weights) در دسترس همگان قرار گرفته است.

تحلیل عملکرد و بنچمارک‌ها

بر اساس داده‌های Artificial Analysis، مدل Inkling در «شاخص هوشمندی» (Intelligence Index) امتیاز ۴۱ را کسب کرد. این برتری عددی، آن را بالاتر از Nemotron 3 Ultra (امتیاز ۳۸) و Gemma 4 31B (امتیاز ۲۹) قرار می‌دهد و فاصله زیادی با gpt-oss-120b که امتیاز ۲۴ دارد، ایجاد می‌کند.

در شبیه‌سازی‌های عامل‌محور در بنچمارک GDPval-AA v2، مدل Inkling به رتبه Elo ۱۲۳۸ رسید و توانست مدل‌های رقیب چینی یعنی Kimi K2.6 (امتیاز ۱۱۹۰) و DeepSeek v4 Flash max (امتیاز ۱۱۸۹) را شکست دهد.

علاوه بر این، تست‌های عامل‌محور در بنچمارک بانکی Tau-3 نشان می‌دهد که Inkling با کسب امتیاز ۲۴ درصد در جایگاه اول قرار دارد و از DeepSeek v4 Flash max (۲۳ درصد) و Kimi K2.6 (۲۱ درصد) پیشی گرفته است.

شکاف دقت و نرخ توهم

با وجود قدرت عملیاتی، این مدل در زمینه صداقت و حقیقت‌سنجی (Truthfulness) دچار مشکل است. Inkling در بنچمارک AA Omniscience تنها امتیاز ۲+ را کسب کرد. این عدد یک واقعیت تکان‌دهنده را فاش می‌کند: نرخ توهم (Hallucination) مدل ۶۳٪ است و دقت کلی آن تنها ۴۰٪ می‌باشد. توهم زمانی رخ می‌دهد که مدل با اطمینان کامل چیزی را تعریف می‌کند که در واقعیت وجود ندارد، شبیه دوستی که خاطره‌ای را کاملاً اشتباه تعریف می‌کند.

اگرچه این امتیاز همچنان بالاتر از مدل‌های آمریکایی مانند Nemotron 3 Ultra (که امتیاز ۱- دارد) است، اما Inkling را پایین‌تر از مدل‌های پیشرو open-weights در سطح جهانی قرار می‌دهد. این نقطه ضعف نشان می‌دهد که مدل بیشتر برای کارهای خلاقانه یا عامل‌های وظیفه‌محور (Task-oriented) مناسب است تا به عنوان یک پایگاه داده معتبری برای استخراج حقایق.

مکانیسم‌های هزینه و کارایی

شرکت Thinking Machines قابلیتی نوآورانه به نام «تلاش برای تفکر» (Thinking Effort) معرفی کرده است. این قابلیت به کاربران اجازه می‌دهد تا با کاهش مصرف توکن‌ها در عین حفظ کیفیت نتایج، تعادلی بین هزینه و عملکرد ایجاد کنند.

• مصرف توکن: مدل Inkling بسیار بهینه است و در هر تسک از شاخص هوشمندی، به‌طور میانگین ۲۵,۰۰۰ توکن خروجی تولید می‌کند. برای مقایسه، Kimi K2.6 از ۳۸,۰۰۰ توکن، DeepSeek v4 Pro max از ۳۷,۰۰۰ توکن و GLM-5.2 max از ۴۳,۰۰۰ توکن استفاده می‌کنند.
• قیمت‌گذاری (پنجره ۶۴ هزار توکن): هزینه ورودی ۱.۸۷ دلار و هزینه خروجی ۴.۶۸ دلار به ازای هر میلیون توکن است.
• قیمت‌گذاری (پنجره ۲۵۶ هزار توکن): هزینه ورودی به ۳.۷۴ دلار افزایش می‌یابد، هزینه ورودی کش‌شده (Cached) ۰.۷۴۸ دلار است و هزینه خروجی ۹.۳۶ دلار به ازای هر میلیون توکن است.

مدل کسب‌وکار بر پایه تنظیم دقیق

Thinking Machines برای ورود به بازار از استراتژی «تنظیم دقیق (Fine-tuning) به عنوان مدل کسب‌وکار» بهره می‌برد. در حالی که وزن‌های مدل در Hugging Face رایگان هستند، شرکت دسترسی به پلتفرم Tinker را برای انطباق و شخصی‌سازی سفارشی (Custom Adaptation) می‌فروشد.

این شرکت Inkling را به عنوان یک مدل پایه منعطف برای شخصی‌سازی معرفی می‌کند و صراحتاً بیان کرده است که این مدل «قوی‌ترین مدل کلی موجود در امروز نیست»، اما مزایای منحصر‌به‌فردی در بخش چندوجهی (Multimodal) و قابلیت‌های تنظیم دقیق ارائه می‌دهد. تنظیم دقیق مانند این است که به یک پزشک عمومی، تخصص پوست بدهیم تا روی یک حوزه بسیار دقیق متمرکز شود.

نسخه Inkling-Small: پیروزی بهره‌وری بر مقیاس

برای کاربرانی که سرعت و بهینگی را به مقیاس بزرگ ترجیح می‌دهند، شرکت نسخه Inkling-Small را پیش‌نمایش داد. این نسخه فشرده‌تر دارای ۲۷۶ میلیارد پارامتر کل و ۱۲ میلیارد پارامتر فعال است.

به طور غافلگیرکننده‌ای، این مدل در چندین بنچمارک به دلیل تغییرات در داده‌های پیش‌آموزش (Pre-training) و فرآیند آموزش، حتی از برادر بزرگتر خود نیز بهتر عمل کرد:

• آزمون GPQA Diamond: ۸۸.۳٪ (Inkling-Small) در برابر ۸۷.۲٪ (Inkling).
• آزمون HLE (با ابزارها): ۴۶.۶٪ (Inkling-Small) در برابر ۴۶.۰٪ (Inkling).

برای کاربران تجاری، این به معنای گزینه‌ای جدید برای ساخت عامل‌های با بهره‌وری بالا است که هزینه اجرای آن‌ها بسیار کمتر از غول‌های مدل‌های اختصاصی (Proprietary) است. با این حال، نرخ بالای توهم به این معناست که نمی‌توان در داده‌های حساس به Inkling اعتماد کرد، مگر اینکه یک لایه سنگین از تولید بازیابی‌افزا (RAG) — شبیه دانش‌آموزی که قبل از جواب دادن، ابتدا کتاب را باز می‌کند و از آن نقل می‌کند — یا نظارت انسانی دقیق وجود داشته باشد.

منتظر انتشار کامل وزن‌های Inkling-Small باشید تا مشخص شود آیا این بهره‌وری در استقرارهای محلی (Local Deployments) نیز حفظ می‌شود یا خیر.

گام بعدی شما

• اگر توسعه‌دهنده هستید، مدل Inkling را در Hugging Face تست کنید تا سرعت اجرای توابع (Function Calling) آن را بسنجید.
• برای کاهش هزینه‌های استنتاج، قابلیت Thinking Effort را در API مدل بررسی کنید.
• در صورت استفاده برای تحلیل داده، حتماً یک سیستم RAG خارجی برای کنترل توهمات مدل پیاده کنید.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است؛ برای درک اینکه این حجم از پارامترها چگونه اجرا می‌شوند، به تحلیل ما درباره تراشه‌های Blackwell مراجعه کنید.