AI News
ДІЇ НЕМАНейтральнаImpact 4/10Early AdoptionEnterprise🏭 Виробництво і Промисловість

Thinking Machines опублікувала ваги Inkling 2 Small

Редакція AI NewsДжерело: эйай ньюзОпубліковано Оновлено
эйай ньюз•7 днів тому•2 перегляди•

Thinking Machines опублікувала ваги моделі Inkling 2 Small з 594 млрд параметрів і 17 млрд активних. Для запуску потрібні дві B300 або чотири H200, що робить її доступною лише для великих інфраструктур.

ВердиктНейтральнаImpact 4/10

🔬 Дослідний реліз, а не продукт. Для компаній до 200 людей тут нема дії: модель вимагає власного кластера GPU, а не готової інтеграції.

🎯 Чи підходить це вашому бізнесу?

Заповніть профіль компанії — і ми автоматично покажемо, чи варто вам це впроваджувати.

Заповнити профіль · 30 секунд
Детальний розбір ↓

TL;DR

  • •Модель має 594 млрд параметрів, з яких 17 млрд активних
  • •Pretrenування тривало 68 годин на 12 трильйонах токенів
  • •Для роботи потрібні дві B300 або чотири H200 GPU
  • •Конкурентоспроможна з китайськими моделями за останні 2-3 місяці
  • •Ваги опубліковано, але ціни та ліцензія не розкриті

Як це змінить ваш ринок?

Випуск ваг Inkling 2 Small підкреслює прискорення розробки MoE-моделей. Для компаній без власного кластеру GPU це не змінює нічого, але сигналізує про зменшення відступу між новими гравцями та лідерами ринку.


Для кого це і за яких умов

Тільки для компаній з власною ML-командою і бюджетом на кластер з кількох тисяч GPU. Для бізнесу на 10-50 людей це нічого не змінює: немає готового інтерфейсу, підтримки або доступного тарифу.


Альтернативи

Продукт 1Продукт 2Продукт 3
Цінадані не розкритідані не розкритідані не розкриті
Де працюєвласний кластервласний кластервласний кластер
Мін. вимоги2x B300 або 4x H2002x B300 або 4x H2002x B300 або 4x H200
Ключова різниця594B параметридані не розкритідані не розкриті

💬 Часті запитання

Чи можу я запустити це у своєму офісі?

Ні, без кластера з двома B300 або чотирма H200 модель не запустити. Для компанії на 10-50 людей це нереально.

Чи є готовий API або інтерфейс?

Дані не розкриті. Опубліковано лише ваги, що вимагає власної інтеграції.

Чи краще це за китайські моделі?

Автори заявляють про конкурентоспроможність з моделями за останні 2-3 місяці, але незалежних бенчмарків у статті немає.

Підтекст

Випуск ваг сигналізує про зростання конкурентного тиску на ринку MoE-моделей. Thinking Machines демонструє швидке навчання, але модель все ще потребує спеціалізованої інфраструктури.

Такий розбір щоранку о 08:00

Персональний AI-дайджест для вашої галузі — щодня у Telegram

Підписатися безкоштовно
Inkling2SmallMoEThinkingMachinesLLMGPU

AI Advisory Board

Навчіть вашу команду будувати такі AI-автоматизації

За 5 днів кожен співробітник побудує автоматизацію для своєї ділянки роботи.

Дізнатись більше → aiadvisoryboard.me