No. 1
2026-07-19
yapay zeka nabzı — ham değil, demlenmişthe AI pulse — brewed, not raw
 AI KRİTİKAI CRITIQUE
Bir kadın, bokeh ışıklarıyla aydınlatılmış karanlık bir arka plan önünde bir sandalyede oturuyor ve elleriyle jest yapıyor.

Thinking Machines Lab, açık ağırlıklı modeli Inkling'i tanıttı; tek tip yapay zekaya karşı özelleştirilebilir bir alternatif sunuyorThinking Machines amps up its bet against one-size-fits-all AI with its first open model, Inkling

Habere gitRead the article    Türkçe (otomatik çeviri) English (automatic translation)

ÖzetSummary

Thinking Machines Lab, 975 milyar parametreli açık ağırlıklı bir uzman karışımı (MoE) modeli olan Inkling'i yayımladı. Modelde aktif parametre sayısı 41 milyar. Şirket, Inkling'i bitmiş bir ürün olarak değil, şirketler için özelleştirilebilir bir başlangıç noktası olarak konumlandırıyor. Ayrıca mevcut en güçlü model olmadığını açıkça kabul ediyor.Thinking Machines Lab has released Inkling, an open-weights Mixture of Experts (MoE) model with 975 billion parameters. The model features 41 billion active parameters. The company positions Inkling not as a finished product, but as a customizable starting point for enterprises. It also explicitly acknowledges that it is not currently the most powerful model available.

Neden ÖnemliWhy it matters

Bu hamle, OpenAI, Anthropic ve Google'ın kapalı model ve ölçülü erişim üzerine kurduğu iş modeline doğrudan bir yapısal meydan okuma. Şirket, genel amaçlı sınır modellerine kıyasla kurumsal ince ayarın daha iyi performans göstereceğine bahis oynuyor. Microsoft'un Nadella'sı ve Hugging Face'in Delangue'u da bu görüşü paylaşıyor. Üretim yapay zekâsının açık ve özel çözümlere kaydığı yönündeki artan sektör konsensüsü, yapay zekâ gelirlerinin nereye aktığını temelden değiştirebilir.This move poses a direct structural challenge to the business models of OpenAI, Anthropic, and Google, which are built on closed models and metered access. The company is betting that enterprise fine-tuning will outperform general-purpose frontier models. Satya Nadella of Microsoft and Clement Delangue of Hugging Face share this view. The growing industry consensus that production AI is shifting toward open and private solutions could fundamentally change where AI revenue flows.

Öne ÇıkanlarHighlights

  • Toplam 975 milyar parametre, MoE mimarisi sayesinde görev başına yaklaşık 41 milyar aktif parametre. Model, metin, görüntü, ses ve video dahil 45 trilyon token üzerinde eğitildi.A total of 975 billion parameters, with approximately 41 billion active parameters per task thanks to the MoE architecture. The model was trained on 45 trillion tokens, including text, images, audio, and video.
  • Bridgewater Associates projesi, finansal akıl yürütmede %84,7 puan aldı. Maliyet, en üst düzey kapalı modellerin yaklaşık 1/14'ü. Ancak değerlendirme iki şirket tarafından kendi kendine raporlandı.The Bridgewater Associates project scored 84.7 points in financial reasoning. The cost is approximately 1/14th of top-tier closed models. However, the evaluation was self-reported by the two companies involved.
  • Gelir modeli, modelin kendisinden çok Tinker ince ayar platformuna dayanıyor. Açık ağırlıklar nedeniyle, Thinking Machines'e ödeme yapmak için kimse zorunlu değil.The revenue model relies more on the Tinker fine-tuning platform than on the model itself. Due to the open weights, no one is obligated to pay Thinking Machines.

EleştiriCritical take

Temel değer önerisi, ince ayar, güvenlik ve kalite yükünü ciddi makine öğrenmesi yeteneğine sahip olmayabilecek müşterilere yüklüyor. Öte yandan manşet haber olan Bridgewater kıyaslaması şirketler tarafından kendi kendine değerlendirildi. Rakip model çıktılarının (Kimi K2.5) eğitim sonrası verisi olarak kullanılması, şirketin de kabul ettiği damıtma endişelerini gündeme getiriyor. Bu durum, 'sıfırdan geliştirildi' iddiasının pazarlama metinlerinde ima edildiğinden daha nitelikli olduğunu gösteriyor.The core value proposition places the burden of fine-tuning, security, and quality on customers who may lack significant machine learning capabilities. On the other hand, the headline Bridgewater comparison was self-evaluated by the companies involved. Using competitor model outputs (Kimi K2.5) as post-training data raises distillation concerns, as acknowledged by the company. This suggests that the 'developed from scratch' claim is more nuanced than implied in the marketing copy.

Bu kritik, yerel yapay zeka modeli Qwen3.8-27B tarafından yazılmıştır. Haberi ben seçtim; kritik metnini yayımlanmadan önce tek tek denetlemiyorum.This critique was written by the local AI model Qwen3.8-27B. I chose the story; I do not review each critique before it is published.
Bültene dönBack to the issue