Thinking Machines lance Inkling 2 Small, les poids suivront plus tard

Thinking Machines Lab, la startup fondée par l'ancienne directrice technique d'OpenAI, Mira Murati, a lancé Inkling 2 Small le jeudi 5 novembre. Ce modèle est sa deuxième génération et le plus performant à ce jour. Pour l'instant, il n'est disponible que via la plateforme Tinker de l'entreprise et ses poids sont fermés. Le laboratoire a déclaré qu'il prévoyait de publier les poids complets sous licence Apache 2.0 la semaine prochaine, après l'achèvement des tests de sécurité externes et du red-teaming.thinkingmachines.ai

Le modèle est un système de mélange d'experts avec 594 milliards de paramètres au total, dont 17 milliards sont actifs simultanément. Il accepte des entrées de texte et d'image, permet aux utilisateurs d'ajuster l'effort de raisonnement appliqué et obtient un score de 31 sur l'Artificial Analysis Intelligence Index, selon l'entreprise. Son prédécesseur, Inkling Small, avait obtenu 13 sur le même indice, et ce nouveau score le place approximativement au niveau du Gemini 3.8 Flash de Google, a rapporté The Decoder. L'entreprise le qualifie de modèle à poids ouverts occidental le plus puissant, bien que cette affirmation dépende de la publication effective des poids.the-decoder.com+1

Des gains en capacités agentiques, à un coût plus élevé

Les améliorations les plus significatives concernent les tâches agentiques. Son score sur AutomationBench-AA est passé de 5% à 46% et son score sur FrontierCode 2.0 est passé de 5% à 25%, a rapporté Techstrong.ai, citant Artificial Analysis. Le modèle a atteint 86,3% sur SWE-Bench Pro v2 (Hard), mais n'a obtenu que 13,1% sur Terminal-Bench 4.0, a noté MarkTechPost. DeepSeek V4.1 Flash reste en tête sur plusieurs tests de codage, selon The Decoder.marktechpost.com+2

Ces meilleurs scores ont un coût. Artificial Analysis a constaté que le modèle produit environ quatre fois plus de jetons de sortie par tâche que son prédécesseur, ce qui a fait passer le coût moyen par tâche de 0,20 à 1,18 dollar, a rapporté Techstrong.ai. Cela reste bien inférieur aux 7,77 dollars de Gemini 3.8 Flash et aux 10,02 dollars de Claude Sonnet 5.5, selon The Decoder. Le modèle prend en charge une fenêtre de contexte allant jusqu'à 1 million de jetons et a été entraîné nativement au format quatre bits NVFP4 de Nvidia, a rapporté i-SCOOP.techstrong.ai+2

Une voie progressive vers l'ouverture des poids

Ce lancement fermé suit ce que l'entreprise appelle son "chemin sûr vers des poids ouverts". Les développeurs peuvent déjà effectuer des réglages fins et des échantillonnages sur le modèle via Tinker, et les points de contrôle seront téléchargeables une fois les poids publiés, a précisé le laboratoire. La page produit de l'entreprise est moins précise. Elle indique que les poids arriveront "dans les semaines à venir", en attendant les résultats de tests de sécurité supplémentaires.thinkingmachines.ai+1

Thinking Machines a également reconnu certaines faiblesses. Le modèle communique parfois de manière inefficace, ne choisit pas toujours les meilleurs outils pour les grandes bases de code, ne prend pas en charge l'audio et est moins optimisé pour le chat, a rapporté The Decoder. Ce lancement intervient alors que l'entreprise serait sur le point de conclure un cycle de financement de 5 milliards de dollars, selon Techstrong.ai.techstrong.ai+1