Thinking Machines julkaisi Inkling 2 Smallin, painoarvot tulossa myöhemmin

OpenAI:n entisen teknologiajohtajan Mira Muratin perustama startup Thinking Machines Lab julkaisi Inkling 2 Small -mallin torstaina 5. marraskuuta. Malli on yhtiön toisen sukupolven tuote ja tähän mennessä kyvykkäin. Toistaiseksi se on saatavilla vain yhtiön Tinker-alustan kautta, ja sen painoarvot ovat suljettuja. Laboratorio kertoi suunnittelevansa täysien painoarvojen julkaisemista Apache 2.0 -lisenssillä ensi viikolla, kun ulkoiset turvallisuustestit ja red-teaming-arvioinnit on saatu päätökseen.thinkingmachines.ai

Malli on asiantuntijoiden sekoitusjärjestelmä, jossa on yhteensä 594 miljardia parametria, joista 17 miljardia on aktiivisena kerrallaan. Se hyväksyy teksti- ja kuvasyötteitä, antaa käyttäjien säätää päättelyyn käytettävää vaivaa ja sai yhtiön mukaan 31 pistettä Artificial Analysis Intelligence Indexissä. Sen edeltäjä, Inkling Small, sai samassa indeksissä 13 pistettä, ja uusi tulos asettaa sen suunnilleen samalle tasolle Googlen Gemini 3.8 Flashin kanssa, The Decoder raportoi. Yhtiö kutsuu sitä vahvimmaksi länsimaiseksi avoimen painoarvon malliksi, vaikka väite riippuu siitä, julkaistaanko painoarvot todellisuudessa.the-decoder.com+1

Edistystä agenttitehtävissä, korkeammalla hinnalla

Suurimmat parannukset näkyvät agenttitehtävissä. Sen pistemäärä AutomationBench-AA-testissä nousi 5 prosentista 46 prosenttiin ja FrontierCode 2.0 -pistemäärä 5 prosentista 25 prosenttiin, Techstrong.ai raportoi viitaten Artificial Analysikseen. Malli saavutti 86,3 prosenttia SWE-Bench Pro v2 (Hard) -testissä, mutta sai vain 13,1 prosenttia Terminal-Bench 4.0 -testissä, MarkTechPost huomautti. DeepSeek V4.1 Flash johtaa yhä useissa koodaustesteissä, The Decoderin mukaan.marktechpost.com+2

Paremmat tulokset maksavat enemmän. Artificial Analysis havaitsi, että malli tuottaa noin neljä kertaa enemmän tulostusmerkkejä tehtävää kohden kuin edeltäjänsä, mikä nosti keskimääräisen tehtäväkohtaisen hinnan 0,20 dollarista 1,18 dollariin, Techstrong.ai raportoi. Se on silti selvästi alle Gemini 3.8 Flashin 7,77 dollarin ja Claude Sonnet 5.5:n 10,02 dollarin hinnan, The Decoderin mukaan. Malli tukee jopa miljoonan merkin konteksti-ikkunaa ja se on koulutettu natiivisti Nvidian NVFP4-nelibittisessä muodossa, i-SCOOP raportoi.techstrong.ai+2

Vaiheittainen polku avoimiin painoarvoihin

Suljettu julkaisu noudattaa yhtiön kutsumaa "turvallista polkua avoimiin painoarvoihin". Kehittäjät voivat jo hienosäätää ja testata mallia Tinker-alustalla, ja tarkistuspisteet tulevat ladattaviksi, kun painoarvot julkaistaan, laboratorio kertoi. Yhtiön oma tuotesivu on vähemmän tarkka. Siinä sanotaan, että painoarvot tulevat "tulevina viikkoina" odottaen lisäturvallisuustestien tuloksia.thinkingmachines.ai+1

Thinking Machines myönsi myös joitakin heikkouksia. Malli kommunikoi toisinaan tehottomasti, ei aina valitse parhaita työkaluja laajoille koodikannoille, ei tue ääntä ja on vähemmän optimoitu keskusteluun, The Decoder raportoi. Julkaisu tapahtuu yhtiön ollessa tiettävästi lähellä 5 miljardin dollarin rahoituskierroksen päättämistä, Techstrong.ai:n mukaan.techstrong.ai+1