Thinking Machines lanserer Inkling 2 Small, vekter kommer senere

Thinking Machines Lab, oppstartsselskapet grunnlagt av tidligere teknologidirektør i OpenAI, Mira Murati, lanserte Inkling 2 Small torsdag 5. november. Modellen er deres andre generasjon og den hittil mest kapable. Foreløpig er den kun tilgjengelig via selskapets Tinker-plattform, og vektene er lukket. Laboratoriet uttalte at de planlegger å slippe de fulle vektene under en Apache 2.0-lisens neste uke, etter at ekstern sikkerhetstesting og red-teaming er fullført.thinkingmachines.ai

Modellen er et mixture-of-experts-system med 594 milliarder totale parametere, hvorav 17 milliarder er aktive om gangen. Den aksepterer tekst- og bildeinput, lar brukere justere hvor mye resonneringsinnsats den skal bruke, og scorer 31 på Artificial Analysis Intelligence Index, ifølge selskapet. Forgjengeren, Inkling Small, scoret 13 på samme indeks, og den nye poengsummen plasserer den omtrent på nivå med Googles Gemini 3.8 Flash, rapporterte The Decoder. Selskapet kaller den den sterkeste vestlige modellen med åpne vekter, selv om den påstanden avhenger av at vektene faktisk blir sluppet.the-decoder.com+1

Fremgang i agentbasert arbeid, til en høyere kostnad

De største forbedringene ligger i agentbaserte oppgaver. Poengsummen på AutomationBench-AA steg fra 5 % til 46 %, og FrontierCode 2.0-scoren gikk fra 5 % til 25 %, rapporterte Techstrong.ai med henvisning til Artificial Analysis. Modellen nådde 86,3 % på SWE-Bench Pro v2 (Hard), men scoret bare 13,1 % på Terminal-Bench 4.0, bemerket MarkTechPost. DeepSeek V4.1 Flash leder fortsatt på flere kodetester, ifølge The Decoder.marktechpost.com+2

De bedre resultatene koster mer å oppnå. Artificial Analysis fant at modellen produserer omtrent fire ganger så mange utdatatokens per oppgave som forgjengeren, noe som økte gjennomsnittskostnaden per oppgave fra 0,20 dollar til 1,18 dollar, rapporterte Techstrong.ai. Det er fortsatt godt under Gemini 3.8 Flash på 7,77 dollar og Claude Sonnet 5.5 på 10,02 dollar, ifølge The Decoder. Modellen støtter et kontekstvindu på opptil 1 million tokens og ble trent opprinnelig i Nvidias NVFP4 firebiters format, rapporterte i-SCOOP.techstrong.ai+2

En trinnvis vei til åpne vekter

Den lukkede lanseringen følger det selskapet kaller sin "trygge vei til åpne vekter". Utviklere kan allerede finjustere og teste modellen på Tinker, og kontrollpunkter vil bli nedlastbare når vektene slippes, opplyser laboratoriet. Selskapets egen produktside er mindre spesifikk. Den sier at vektene kommer "i løpet av de kommende ukene", avhengig av resultatene fra mer sikkerhetstesting.thinkingmachines.ai+1

Thinking Machines erkjente også enkelte svakheter. Modellen kommuniserer av og til ineffektivt, velger ikke alltid de beste verktøyene for store kodebaser, støtter ikke lyd og er mindre optimalisert for chat, rapporterte The Decoder. Lanseringen kommer samtidig som selskapet angivelig er nær ved å lukke en finansieringsrunde på 5 milliarder dollar, ifølge Techstrong.ai.techstrong.ai+1