Η Thinking Machines κυκλοφόρησε το Inkling 2 Small, έπεται η διάθεση των βαρών

Η Thinking Machines Lab, η startup που ιδρύθηκε από την πρώην επικεφαλής τεχνολογίας της OpenAI, Mira Murati, κυκλοφόρησε το Inkling 2 Small την Πέμπτη 5 Νοεμβρίου. Το μοντέλο αποτελεί τη δεύτερη γενιά της εταιρείας και το πιο ικανό της μέχρι σήμερα. Προς το παρόν είναι διαθέσιμο μόνο μέσω της πλατφόρμας Tinker της εταιρείας, ενώ τα βάρη του παραμένουν κλειστά. Το εργαστήριο δήλωσε ότι σχεδιάζει να κυκλοφορήσει τα πλήρη βάρη υπό άδεια Apache 2.0 την επόμενη εβδομάδα, αφού ολοκληρωθούν οι εξωτερικές δοκιμές ασφαλείας και το red-teaming.thinkingmachines.ai

Το μοντέλο είναι ένα σύστημα mixture-of-experts με συνολικά 594 δισεκατομμύρια παραμέτρους, εκ των οποίων οι 17 δισεκατομμύρια είναι ενεργές ανά πάσα στιγμή. Δέχεται εισόδους κειμένου και εικόνας, επιτρέπει στους χρήστες να ρυθμίζουν την προσπάθεια συλλογισμού που καταβάλλει και συγκεντρώνει 31 μονάδες στον δείκτη Artificial Analysis Intelligence Index, σύμφωνα με την εταιρεία. Ο προκάτοχός του, Inkling Small, είχε συγκεντρώσει 13 μονάδες στον ίδιο δείκτη, και η νέα βαθμολογία το τοποθετεί περίπου στο ίδιο επίπεδο με το Gemini 3.8 Flash της Google, ανέφερε το The Decoder. Η εταιρεία το χαρακτηρίζει ως το ισχυρότερο δυτικό μοντέλο ανοιχτών βαρών, αν και αυτός ο ισχυρισμός εξαρτάται από την πραγματική διάθεση των βαρών.the-decoder.com+1

Κέρδη στην πρακτορική εργασία, με υψηλότερο κόστος

Οι μεγαλύτερες βελτιώσεις εντοπίζονται στις πρακτορικές εργασίες (agentic tasks). Η βαθμολογία του στο AutomationBench-AA αυξήθηκε από 5% σε 46%, και η βαθμολογία του στο FrontierCode 2.0 από 5% σε 25%, ανέφερε το Techstrong.ai, επικαλούμενο την Artificial Analysis. Το μοντέλο έφτασε το 86,3% στο SWE-Bench Pro v2 (Hard), αλλά συγκέντρωσε μόνο 13,1% στο Terminal-Bench 4.0, σημείωσε το MarkTechPost. Το DeepSeek V4.1 Flash εξακολουθεί να προηγείται σε αρκετά τεστ κώδικα, σύμφωνα με το The Decoder.marktechpost.com+2

Οι καλύτερες επιδόσεις έχουν υψηλότερο κόστος. Η Artificial Analysis διαπίστωσε ότι το μοντέλο παράγει περίπου τέσσερις φορές περισσότερα tokens εξόδου ανά εργασία σε σχέση με τον προκάτοχό του, γεγονός που αύξησε το μέσο κόστος ανά εργασία από 0,20 δολάρια σε 1,18 δολάρια, ανέφερε το Techstrong.ai. Αυτό παραμένει πολύ χαμηλότερα από το Gemini 3.8 Flash στα 7,77 δολάρια και το Claude Sonnet 5.5 στα 10,02 δολάρια, σύμφωνα με το The Decoder. Το μοντέλο υποστηρίζει παράθυρο πλαισίου (context window) έως 1 εκατομμύριο tokens και εκπαιδεύτηκε εγγενώς στη μορφή τεσσάρων bit NVFP4 της Nvidia, ανέφερε το i-SCOOP.techstrong.ai+2

Μια σταδιακή πορεία προς τα ανοιχτά βάρη

Η κλειστή κυκλοφορία ακολουθεί αυτό που η εταιρεία αποκαλεί "ασφαλή πορεία προς τα ανοιχτά βάρη". Οι προγραμματιστές μπορούν ήδη να κάνουν fine-tune και να δοκιμάσουν το μοντέλο στο Tinker, ενώ τα σημεία ελέγχου (checkpoints) θα γίνουν διαθέσιμα για λήψη μόλις κυκλοφορήσουν τα βάρη, δήλωσε το εργαστήριο. Η σελίδα προϊόντος της εταιρείας είναι λιγότερο συγκεκριμένη, αναφέροντας ότι τα βάρη θα έρθουν "τις επόμενες εβδομάδες", εν αναμονή των αποτελεσμάτων περαιτέρω δοκιμών ασφαλείας.thinkingmachines.ai+1

Η Thinking Machines αναγνώρισε επίσης ορισμένες αδυναμίες. Το μοντέλο μερικές φορές επικοινωνεί αναποτελεσματικά, δεν επιλέγει πάντα τα καλύτερα εργαλεία για μεγάλες βάσεις κώδικα, δεν υποστηρίζει ήχο και είναι λιγότερο βελτιστοποιημένο για συνομιλία, ανέφερε το The Decoder. Η κυκλοφορία έρχεται καθώς η εταιρεία φέρεται να βρίσκεται κοντά στο κλείσιμο γύρου χρηματοδότησης 5 δισεκατομμυρίων δολαρίων, σύμφωνα με το Techstrong.ai.techstrong.ai+1