HeadlinesBriefing HeadlinesBriefing 12 languages

The New American AI Model Designed to be Customized

ByteByteGo ·

🇬🇧 English

Sonar Vortex integrates with AI coding agents to provide architectural context before code generation and verify output in real time. Internal testing shows 36% lower token consumption and 92% fewer defects compared to traditional CI checks that occur after agent completion.

Thinking Machines released Inkling on July 15, 2026. The model features 66 layers with 256 experts per layer, of which only six activate per token. Most layers access short text windows while a few can access all context. Position encoding uses an older method abandoned by most labs.

Founded by Mira Murati, former CTO of OpenAI, Thinking Machines aims to extend human will and judgment through AI. The company focuses on training strong models, customizable tools, communication interfaces, and publishing research. Inkling is their first model trained from scratch, available under Apache 2.0 license on Hugging Face.

Inkling employs Mixture of Experts architecture with 975 billion parameters, though only 41 billion activate per token. The router selects experts using sigmoid scores, with higher-scoring experts contributing more to output.

View original article →


🇸🇦 العربية

Sonar Vortex: التحقق من الكود باستخدام الذكاء الاصطناعي في الوقت الحقيقي

يتكامل Sonar Vortex مع وكلاء برمجة الذكاء الاصطناعي لتوفير السياق المعماري قبل إنشاء الكود والتحقق من الناتج في الوقت الحقيقي. يوضح الاختبار الداخلي أن استهلاك الرموز يقل بنسبة 36% ويقل عدد العيوب بنسبة 92% مقارنة بفحوصات CI التقليدية التي تحدث بعد اكتمال الوكيل.

أطلقت Thinking Machines نموذج Inkling في 15 يوليو 2026. يتميز هذا النموذج بـ 66 طبقة بـ 256 خبيراً لكل طبقة، من ضمنها تُفعّل فقط ستة لكل رمز. معظم الطبقات توصل إلى نوافذ نصية قصيرة بينما بعضها يمكنه الوصول إلى كل السياق. يستخدم تشفير الموقع طريققة قديمة تم إهمالها من قبل معظم المختبرات.

أسست Mira Murati، الرئيسة التقنية السابقة لشركة OpenAI، شركة Thinking Machines بهدف توسيع الإرادة والحكمة البشرية من خلال الذكاء الاصطناعي. تركز الشركة على تدريب نماذج قوية، أدوات قابلة للتخصيص، واجهات اتصال، ونشر الأبحاث. Inkling هو أول نموذج تدرّبه من الصفر، وهو متاح بموجب رخصة Apache 2.0 على منصة Hugging Face.

يعتمد Inkling على بنية Mixture of Experts بمليارات 975 باراميتر، على الرغم من أنه يتم تفعيل 41 بليوناً فقط لكل رمز. يختار الموجه الخبراء باستخدام درجات سيجمويد، حيث يساهم الخبراء ذوو الدرجات الأعلى بشكل أكبر في الناتج.

كيانات رئيسية: شركات: Sonar، Thinking Machines، OpenAI، Deep Seek | أشخاص: Mira Murati

كيف يحسن Sonar Vortex كفاءة وكلاء برمجة الذكاء الاصطناعي؟

يعمل Sonar Vortex داخل حلقة برمجة الوكيل، ويوفر السياق المعماري قبل إنشاء الكود والتحقق من الناتج في الوقت الحقيقي، مما يؤدي إلى انخفاض استهلاك الرموز بنسبة 36% ونقصان العيوب بنسبة 92%.

العربية version →


🇧🇩 বাংলা

Sonar Vortex: রিয়েল-টাইম AI কোড যাচাইকরণ

Sonar Vortex AI কোডিং এজেন্টগুলির সাথে একত্রিক করে কোড জেনারেশন আগে স্থাপত্য প্রসঙ্গ প্রদান করে এবং রিয়েল-টাইমে আউটপুট যাচাই করে। আন্তরিক পরীক্ষায় দেখায় যে ঐচ্ছিক CI যাচাইকরণের তুলনায় টোকেন ব্যবহার 36% কম এবং 92% কম ডেফেক্ট রয়েছে, যা এজেন্টের সম্পূর্ণতার পরে ঘটে।

Thinking Machines এর 15 জুলাই, 2026 তারিখে Inkling চালু করা হয়েছে। এই মডেলটি 66টি স্তর ধরে, প্রতি স্তরে 256জন বিশেষজ্ঞ, যাদের মধ্যে শুধুমাত্র ছয়জন প্রতি টোকেনে সক্রিয় হন। অধিকাংশ স্তর ছোট পাঠ্য উইন্ডো অ্যাক্সেস করে যখন কিছু স্তর সমগ্র প্রসঙ্গ অ্যাক্সেস করতে পারে। অবস্থান কোডিং একটি পুরোনো পদ্ধতি ব্যবহার করে যা বেশিরভাগ গবেষণালয়ের দ্বারা ত্যাগ করা হয়েছে।

পূর্ব OpenAI CTO Mira Murati দ্বারা প্রতিষ্ঠিত Thinking Machines এর লক্ষ্য হল AI-এর মাধ্যমে মানুষের ইচ্ছা ও বিচার শক্তির সম্প্রসারণ। কোম্পানিটি শক্তিশালী মডেল প্রশিক্ষণ, কাস্টমাইজেবল টুল, যোগাযোগ ইন্টারফেস এবং গবেষণা প্রকাশনার ওপর ফোকাস করে। Inkling তাদের প্রথম মডেল যা থেকে প্রশিক্ষণ দেওয়া হয়েছে, যা Hugging Face-এ Apache 2.0 লাইসেন্সের অধীনে উপলব্ধ।

Inkling 975 বিলিয়ন প্যারামিটার সহ Mixture of Experts আর্কিটেকচার ব্যবহার করে, যদিও প্রতি টোকেনে শুধুমাত্র 41 বিলিয়ন সক্রিয় হয়। রাউটার সিগময়েড স্কোর ব্যবহার করে বিশেষজ্ঞদের নির্বাচন করে, যাদের উচ্চ স্কোর আউটপুটে বেশি অবদান রাখে।

গুরুত্বপূর্ণ সত্তাবলী: কোম্পানিগুলি: Sonar, Thinking Machines, OpenAI, Deep Seek | ব্যক্তিগুলি: Mira Murati

Sonar Vortex কীভাবে AI কোডিং এজেন্টগুলির দক্ষতা উন্নয়ন করে?

Sonar Vortex এজেন্টের কোডিং লুপের মধ্যে কাজ করে, কোড জেনারেশন আগে স্থাপত্য প্রসঙ্গ প্রদান করে এবং রিয়েল-টাইমে আউটপুট যাচাই করে, ফলে টোকেন ব্যবহার 36% কম এবং ডেফেক্ট 92% কম হয়।

বাংলা version →


🇩🇪 Deutsch

Sonar Vortex: Echtzeit-KI-Codemverifikation

Sonar Vortex integriert sich mit KI-Codierungsagenten, um architektonischen Kontext vor der Codegenerierung bereitzustellen und die Ausgabe in Echtzeit zu verifizieren. Interne Tests zeigen 36% geringerer Tokenverbrauch und 92% weniger Defekte im Vergleich zu traditionellen CI-Tests, die nach Abschluss des Agenten stattfinden.

Thinking Machines hat am 15. Juli 2026 Inkling veröffentlicht. Das Modell verfügt über 66 Schichten mit 256 Experten pro Schicht, von denen nur sechs pro Token aktiviert werden. Die meisten Schichten greifen kurze Textfenster zu, während einige den gesamten Kontext zugreifen können. Die Positionscodierung verwendet eine ältere Methode, die von den meisten Labors aufgegeben wurde.

Gegründet von Mira Murati, ehemalige CTO von OpenAI, zielt Thinking Machines darauf ab, menschliche Absicht und Urteilsvermögen durch KI zu erweitern. Das Unternehmen konzentriert sich auf das Training leistungsstarker Modelle, anpassbare Tools, Kommunikationsschnittstellen und die Veröffentlichung von Forschung. Inkling ist ihr erstes Modell, das von Grund auf trainiert wurde und unter der Apache 2.0-Lizenz auf Hugging Face verfügbar ist.

Inkling verwendet eine Mixture-of-Experts-Architektur mit 975 Milliarden Parametern, wobei nur 41 Milliarden pro Token aktiviert werden. Der Router wählt Experten anhand von Sigmoid-Werten aus, wobei Experten mit höheren Werten einen größeren Beitrag zum Output leisten.

Wichtige Entitäten: Unternehmen: Sonar, Thinking Machines, OpenAI, Deep Seek | Personen: Mira Murati

Wie verbessert Sonar Vortex die Effizienz von KI-Codierungsagenten?

Sonar Vortex arbeitet innerhalb der Codierungsschleife des Agenten, stellt architektonischen Kontext vor der Codegenerierung bereit und verifiziert die Ausgabe in Echtzeit, was zu 36% geringerem Tokenverbrauch und 92% weniger Defekten führt.

Deutsch version →


🇪🇸 Español

Sonar Vortex: Verificación de Código AI en Tiempo Real

Sonar Vortex se integra con agentes de codificación AI para proporcionar contexto arquitectónico antes de la generación de código y verificar la salida en tiempo real. Las pruebas internas muestran un 36% menos de consumo de tokens y un 92% menos de defectos en comparación con las verificaciones de CI tradicionales que ocurren después de la finalización del agente.

Thinking Machines lanzó Inkling el 15 de julio de 2026. El modelo cuenta con 66 capas con 256 expertos por capa, de los cuales solo seis se activan por token. La mayoría de las capas acceden a ventanas de texto cortas mientras que algunas pueden acceder a todo el contexto. La codificación posicional utiliza un método más antiguo abandonado por la mayoría de los laboratorios.

Fundada por Mira Murati, ex directora de tecnología de OpenAI, Thinking Machines busca ampliar la voluntad y el juicio humanos a través de la IA. La empresa se enfoca en entrenar modelos potentes, herramientas personalizables, interfaces de comunicación y publicar investigaciones. Inkling es su primer modelo entrenado desde cero, disponible bajo licencia Apache 2.0 en Hugging Face.

Inkling emplea una arquitectura de Mixture of Experts con 975 mil millones de parámetros, aunque solo 41 mil millones se activan por token. El enrutador selecciona expertos usando puntuaciones sigmoides, con expertos de mayor puntuación contribuyendo más a la salida.

Entidades clave: Empresas: Sonar, Thinking Machines, OpenAI, Deep Seek | Personas: Mira Murati

¿Cómo mejora Sonar Vortex la eficiencia de los agentes de codificación AI?

Sonar Vortex opera dentro del bucle de codificación del agente, proporcionando contexto arquitectónico antes de la generación de código y verificando la salida en tiempo real, lo que resulta en un 36% menos de consumo de tokens y un 92% menos de defectos.

Español version →


🇫🇷 Français

Sonar Vortex : Vérification de code IA en temps réel

Sonar Vortex s'intègre aux agents de codage IA pour fournir un contexte architectural avant la génération de code et vérifier la sortie en temps réel. Les tests internes montrent une réduction de 36 % de la consommation de jetons et 92 % de défauts en moins par rapport aux vérifications CI traditionnelles qui se produisent après l'achèvement de l'agent.

Thinking Machines a lancé Inkling le 15 juillet 2026. Le modèle comporte 66 couches avec 256 experts par couche, dont seuls six s'activent par jeton. La plupart des couches accèdent à des fenêtres de texte courtes tandis que quelques-unes peuvent accéder à l'ensemble du contexte. Le codage positionnel utilise une méthode plus ancienne abandonnée par la plupart des laboratoires.

Fondée par Mira Murati, ancienne directrice technique d'OpenAI, Thinking Machines vise à étendre la volonté et le jugement humains à travers l'IA. L'entreprise se concentre sur l'entraînement de modèles puissants, d'outils personnalisables, d'interfaces de communication et sur la publication de recherches. Inkling est leur premier modèle entraîné à partir de zéro, disponible sous licence Apache 2.0 sur Hugging Face.

Inkling utilise une architecture de type Mixture of Experts avec 975 milliards de paramètres, bien que seuls 41 milliards s'activent par jeton. Le routeur sélectionne les experts à l'aide de scores sigmoïdes, les experts à score plus élevé contribuant davantage à la sortie.

Entités clés : Entreprises : Sonar, Thinking Machines, OpenAI, Deep Seek | Personnes : Mira Murati

Comment Sonar Vortex améliore l'efficacité des agents de codage IA ?

Sonar Vortex fonctionne à l'intérieur de la boucle de codage de l'agent, fournissant un contexte architectural avant la génération de code et vérifiant la sortie en temps réel, ce qui entraîne une réduction de 36 % de la consommation de jetons et 92 % de défauts en moins.

Français version →


🇮🇳 हिन्दी

Sonar Vortex: रीयल-टाइम AI कोड सत्यापन

Sonar Vortex AI कोडिंग एजेंट्स के साथ एकीकृत है, कोड उत्पादन से पहले वास्तुशिल्प संदर्भ प्रदान करता है और रियल-टाइम में आउटपुट की पुष्टि करता है। आंतरिक परीक्षण दर्शाता है कि पारंपरिक CI जांचों की तुलना में टोकन उपभोग 36% कम और 92% कम डिफेक्ट्स हैं, जो एजेंट की पूरी प्रक्रिया के बाद होते हैं।

Thinking Machines ने 15 जुलाई, 2026 को Inkling लॉन्च किया। इस मॉडल में 66 लेयर्स हैं, जिनमें प्रति लेयर 256 विशेषज्ञ हैं, जिनमें से केवल छह प्रति टोकन सक्रिय होते हैं। अधिकांश लेयर्स छोटे पाठ खिड़ाई तक पहुँचते हैं जबकि कुछ सभी संदर्भ तक पहुँच सकते हैं। स्थिति एन्कोडिंग एक पुराना विधि का उपयोग करती है जिसे अधिकांश प्रयोगशालाओं ने त्याग दिया है।

पूर्व OpenAI CTO Mira Murati द्वारा स्थापित Thinking Machines का उद्देश्य AI के माध्यम से मानव इच्छा और निर्णय क्षमता का विस्तार करना है। कंपनी शक्तिशाली मॉडल प्रशिक्षित करने, अनुकूलीकृत उपकरणों, संचार इंटरफेस और अनुसंधान प्रकाशित करने पर ध्यान केंद्रित करती है। Inkling उनका पहला मॉडल है जो स्क्रैच से प्रशिक्षित गया है और Hugging Face पर Apache 2.0 लाइसेंस के तहत उपलब्ध है।

Inkling Mixture of Experts आर्किटेक्चर का उपयोग करता है जिसमें 975 बिलियन पैरामीटर हैं, हालाँकि प्रति टोकन केवल 41 बिलियन सक्रिय होते हैं। राउटर सिग्मॉइड स्कोर का उपयोग करके विशेषज्ञ चुनता है, जिनका उच्च स्कोर आउटपुट में अधिक योगदान देता है।

मुख्य घटक: कंपनी: Sonar, Thinking Machines, OpenAI, Deep Seek | लोग: Mira Murati

Sonar Vortex AI कोडिंग एजेंट्स की दक्षता को कैसे सुधारता है?

Sonar Vortex एजेंट के कोडिंग लूप के भीतर चलता है, कोड उत्पादन से पहले वास्तुशिल्प संदर्भ प्रदान करता है और रियल-टाइम में आउटपुट की पुष्टि करता है, जिससे टोकन उपभोग 36% कम और डिफेक्ट्स 92% कम होते हैं।

हिन्दी version →


🇮🇩 Bahasa Indonesia

Sonar Vortex: Verifikasi Kode AI Secara Real-Time

Sonar Vortex terintegrasi dengan agen kode AI untuk menyediakan konteks arsitektur sebelum generasi kode dan memverifikasi output secara real-time. Pengujian internal menunjukkan penggunaan token 36% lebih rendah dan 92% lebih sedikit cacat dibandingkan dengan pemeriksaan CI tradisional yang terjadi setelah agen selesai.

Thinking Machines merilis Inkling pada 15 Juli 2026. Model ini memiliki 66 lapisan dengan 256 ahli per lapisan, dari mana hanya enam yang diaktifkan per token. Sebagian besar lapisan mengakses jendela teks pendek sementara beberapa dapat mengakses seluruh konteks. Pengkodean posisi menggunakan metode yang lebih lama yang telah diabaikan oleh kebanyakan laboratorium.

Didirikan oleh Mira Murati, mantan CTO OpenAI, Thinking Machines bertujuan untuk memperluas keinginan dan penilaian manusia melalui AI. Perusahaan ini fokus pada pelatihan model kuat, alat yang dapat disesuaikan, antarmuka komunikasi, dan penerbitan penelitian. Inkling adalah model pertama mereka yang dilatih dari awal, tersedia di bawah lisensi Apache 2.0 di Hugging Face.

Inkling menggunakan arsitektur Mixture of Experts dengan 975 miliar parameter, meskipun hanya 41 miliar yang diaktifkan per token. Router memilih ahli menggunakan skor sigmoid, dengan ahli yang skornya lebih tinggi berkontribusi lebih banyak pada output.

Entitas kunci: Perusahaan: Sonar, Thinking Machines, OpenAI, Deep Seek | Orang: Mira Murati

Bagaimana Sonar Vortex meningkatkan efisiensi agen kode AI?

Sonar Vortex beroperasi di dalam loop kode agen, menyediakan konteks arsitektur sebelum generasi kode dan memverifikasi output secara real-time, yang menghasilkan penggunaan token 36% lebih rendah dan 92% lebih sedikit cacat.

Bahasa Indonesia version →


🇯🇵 日本語

Sonar Vortex: リアルタイム AI コード検証

Sonar Vortex は AI コーディングエージェントと統合し、コード生成前にアーキテクチャコンテキストを提供し、出力をリアルタイムで検証します。内部テストでは従来のエージェント完了後に行われる CI チェックと比較して、トークン消費が 36% 少なく、欠陥が 92% 少ないことが示されています。

Thinking Machines は 2026 年 7 月 15 日に Inkling をリリースしました。このモデルは 66 層で構成され、各層に 256 のエキスパートがあり、トークンごとに 6 人のみがアクティベートされます。ほとんどの層は短いテキストウィンドウにアクセスしますが、一部の層はすべてのコンテキストにアクセスできます。位置エンコーディングは、ほとんどの研究所で廃止された古い方法を使用しています。

前 OpenAI CTO の Mira Murati が設立した Thinking Machines は、AI を通じて人間の意志と判断力を拡張することを目指しています。同社は強力なモデルのトレーニング、カスタマイズ可能なツール、コミュニケーションインターフェース、および研究の公開に注力しています。Inkling は彼らがゼロからトレーニングした最初のモデルであり、Hugging Face で Apache 2.0 ライセンスの下で利用可能です。

Inkling は 9750 億のパラメータを持つ Mixture of Experts アーキテクチャを採用していますが、トークンごとに 410 億のみがアクティベートされます。ルーターはシグモイドスコアを使用してエキスパートを選択し、スコアの高いエキスパートが出力により大きく寄与します。

主要エンティティ: 会社: Sonar、Thinking Machines、OpenAI、Deep Seek | 人物: Mira Murati

Sonar Vortex は AI コーディングエージェントの効率をどのように向上させますか?

Sonar Vortex はエージェントのコーディングループ内で動作し、コード生成前にアーキテクチャコンテキストを提供し、出力をリアルタイムで検証することで、トークン消費を 36% 削減し、欠陥を 92% 減少させます。

日本語 version →


🇧🇷 Português

Sonar Vortex: Verificação de Código de IA em Tempo Real

Sonar Vortex se integra a agentes de codificação de IA para fornecer contexto arquitetônico antes da geração de código e verificar a saída em tempo real. Testes internos mostram 36% menos consumo de tokens e 92% menos defeitos em comparação com verificações de CI tradicionais que ocorrem após a conclusão do agente.

Thinking Machines lançou o Inkling em 15 de julho de 2026. O modelo possui 66 camadas com 256 especialistas por camada, dos quais apenas seis são ativados por token. A maioria das camadas acessa janelas de texto curtas, enquanto algumas podem acessar todo o contexto. A codificação posicional usa um método mais antigo abandonado pela maioria dos laboratórios.

Fundada por Mira Murati, ex-CTO da OpenAI, Thinking Machines visa estender a vontade e o julgamento humanos através da IA. A empresa se concentra em treinar modelos fortes, ferramentas personalizáveis, interfaces de comunicação e publicar pesquisas. Inkling é seu primeiro modelo treinado do zero, disponível sob licença Apache 2.0 no Hugging Face.

Inkling emprega uma arquitetura de Mixture of Experts com 975 bilhões de parâmetros, embora apenas 41 bilhões sejam ativados por token. O roteador seleciona especialistas usando pontuações sigmóides, com especialistas de pontuação mais alta contribuindo mais para a saída.

Entidades-chave: Empresas: Sonar, Thinking Machines, OpenAI, Deep Seek | Pessoas: Mira Murati

Como o Sonar Vortex melhora a eficiência dos agentes de codificação de IA?

O Sonar Vortex opera dentro do loop de codificação do agente, fornecendo contexto arquitetônico antes da geração de código e verificando a saída em tempo real, resultando em 36% menos consumo de tokens e 92% menos defeitos.

Português version →


🇷🇺 Русский

Sonar Vortex: Проверка кода ИИ в реальном времени

Sonar Vortex интегрируется с ИИ-агентами кодирования, чтобы предоставить архитектурный контекст перед генерацией кода и проверить вывод в реальном времени. Внутренние тесты показывают 36% меньшее потребление токенов и на 92% меньше дефектов по сравнению с традиционными проверками CI, которые происходят после завершения агента.

Thinking Machines выпустила Inkling 15 июля 2026 года. Модель содержит 66 слоев с 256 экспертами на каждом слое, из которых только шесть активируются на токен. Большинство слоев обращаются к коротким текстовым окнам, тогда как некоторые могут получить доступ ко всему контексту. Позиционное кодирование использует более старый метод, который большинство лабораторий отказалось от.

Основанная Mira Murati, бывшей техническим директором OpenAI, Thinking Machines стремится расширить человеческую волю и суждение через ИИ. Компания сосредоточена на обучении мощных моделей, настраиваемых инструментах, интерфейсах общения и публикации исследований. Inkling — это их первая модель, обученная с нуля, доступная по лицензии Apache 2.0 на Hugging Face.

Inkling использует архитектуру Mixture of Experts с 975 миллиардами параметров, хотя только 41 миллиард активируется на токен. Маршрутизатор выбирает экспертов с использованием сигмоидных оценок, при этом эксперты с более высокими оценками вносят больший вклад в вывод.

Ключевые сущности: Компании: Sonar, Thinking Machines, OpenAI, Deep Seek | Люди: Mira Murati

Как Sonar Vortex улучшает эффективность ИИ-агентов кодирования?

Sonar Vortex работает внутри цикла кодирования агента, предоставляя архитектурный контекст перед генерацией кода и проверяя вывод в реальном времени, что приводит к 36% меньшему потреблению токенов и на 92% меньше дефектов.

Русский version →


🇨🇳 简体中文

Sonar Vortex: 实时 AI 代码验证

Sonar Vortex 与 AI 编码代理集成,在代码生成前提供架构上下文并实时验证输出。内部测试显示,与传统在代理完成后进行的 CI 检查相比,令牌消耗降低 36%,缺陷减少 92%。

Thinking Machines 于 2026 年 7 月 15 日发布 Inkling。该模型具有 66 层,每层有 256 个专家,但每次仅激活 6 个。大多数层访问短文本窗口,而少数层可以访问全部上下文。位置编码使用了大多数实验室已弃用的旧方法。

由前 OpenAI 首席技术官 Mira Murati 创立的 Thinking Machines 旨在通过 AI 扩展人类的意愿和判断力。该公司专注于训练强大模型、可定制工具、通信接口和发布研究。Inkling 是他们从头训练的第一个模型,在 Hugging Face 上以 Apache 2.0 许可证发布。

Inkling 采用 Mixture of Experts 架构,拥有 9750 亿参数,但每次仅激活 410 亿参数。路由器使用 sigmoid 分数选择专家,得分较高的专家对输出的贡献更大。

关键实体: 公司: Sonar、Thinking Machines、OpenAI、Deep Seek | 人物: Mira Murati

Sonar Vortex 如何提升 AI 编码代理的效率?

Sonar Vortex 在代理的编码循环中运行,在代码生成前提供架构上下文并实时验证输出,从而使令牌消耗降低 36% 且缺陷减少 92%。

简体中文 version →