Thinking Machines เปิดตัว Inkling Small โมเดล AI ไซส์เล็กที่เน้นประสิทธิภาพการใช้เหตุผลที่เหนือกว่า

Thinking Machines ห้องปฏิบัติการ AI ที่ก่อตั้งโดย Mira Murati อดีต CTO ของ OpenAI ได้เปิดตัว Inkling Small อย่างเป็นทางการ ตามรายงานจาก Artificial Analysis โดยโมเดลการใช้เหตุผลแบบ open-weights นี้สามารถทำคะแนนบน Intelligence Index ได้สูงถึง 40 คะแนน ซึ่งเกือบเทียบเท่ารุ่นพี่อย่าง Inkling ที่ทำได้ 41 คะแนน

จุดเด่นสำคัญคือ Inkling Small มีจำนวนพารามิเตอร์น้อยกว่าหนึ่งในสามของรุ่นเดิม โดยมีพารามิเตอร์รวม 2.76 แสนล้านรายการ และมีการเรียกใช้งานจริง (active parameters) เพียง 1.2 หมื่นล้านรายการเท่านั้น ซึ่งทาง Artificial Analysis ระบุว่ายังไม่มีโมเดลแบบเปิด (open model) ที่มีขนาดใกล้เคียงกันรุ่นไหนที่สามารถทำคะแนนได้สูงกว่านี้มาก่อน

ในการทดสอบด้านการเขียนโค้ดและการใช้เหตุผล Inkling Small สามารถเอาชนะรุ่นดั้งเดิมที่มีขนาดใหญ่กว่าได้ในหลายรายการ เช่น Humanity's Last Exam (32% เทียบกับ 30%) และ GPQA Diamond (89% เทียบกับ 87%) แม้ว่าในด้านงานลักษณะเอเจนท์และความรู้เชิงข้อเท็จจริงจะยังเป็นรองอยู่บ้าง แต่โมเดลนี้มีความโดดเด่นอย่างมากในเรื่องประสิทธิภาพการใช้โทเคน (token efficiency)

จากสถิติพบว่าโมเดลนี้ใช้โทเคนเอาต์พุตเฉลี่ยเพียง 24,000 โทเคนต่องาน ซึ่งประหยัดกว่า Deepseek V4 Flash ที่ใช้ 45,000 โทเคน และ GPT-5.4 mini ที่ใช้สูงถึง 78,000 โทเคนอย่างเห็นได้ชัด

Inkling Small รองรับข้อมูลหลากหลายรูปแบบ (Multimodal) ทั้งข้อความ รูปภาพ และเสียง พร้อมหน้าต่างบริบท (context window) ขนาดใหญ่ถึง 256,000 โทเคน โดยตัวโมเดลถูกปล่อยภายใต้สัญญาอนุญาต Apache 2.0 ผู้ที่สนใจสามารถดาวน์โหลดค่าน้ำหนัก (weights) ได้แล้วบน Hugging Face

นอกจากนี้ ผู้ใช้ยังสามารถทดลองปรับแต่งโมเดล (fine-tune) ผ่านเบราว์เซอร์ได้ทันที ผ่าน Tinker Playground โดย Thinking Machines ตั้งเป้าให้โมเดลนี้เป็นรากฐานสำคัญสำหรับ การทำ fine-tuning ด้วยข้อมูลเฉพาะของผู้ใช้เอง ซึ่งหลายฝ่ายมองว่านี่คือ ทิศทางใหม่ที่สำคัญของโลก AI ในอนาคต