AntwortenVeröffentlicht22 Quellen
Inkling 2 Small: Was hinter dem neuen KI-Modell steckt
Inkling 2 Small erschien am 5. November 2026 als erstes Modell der zweiten Inkling Generation: 594 Milliarden Parameter insgesamt, davon 17 Milliarden pro Token aktiv.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Inkling 2 Small erschien am 5. November 2026 als erstes Modell der zweiten Inkling Generation: 594 Milliarden Parameter insgesamt, davon 17 Milliarden pro Token aktiv.
- Artificial Analysis vergibt einen Intelligence Index Wert von 31 – 18 Punkte mehr als beim Vorgänger.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What are the key details of Thinking Machines Lab’s November 5 launch of Inkling 2 Small—including the startup’s founding by former OpenAI C. Article summary: Thinking Machines Lab launched Inkling 2 Small on November 5, 2026, as the first model of its second generation, initially offering closed-weight access through Tinker rather than downloadable open weights. [9] The avail. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Thinking Machines Lab hat Inkling 2 Small am 5. November 2026 vorgestellt. Das Modell eröffnet die zweite Generation der Inkling-Familie und ist nach Angaben des Unternehmens dessen bislang leistungsfähigstes Modell. Zum Start ist es über die Plattform Tinker nutzbar – die Gewichte bleiben vorerst geschlossen. 3
13
Was ist Inkling 2 Small?
Thinking Machines Lab wurde von Mira Murati gegründet, der früheren Technikchefin von OpenAI. 5 Inkling 2 Small ist ein sogenanntes Mixture-of-Experts-Modell: Es umfasst insgesamt 594 Milliarden Parameter, aktiviert davon aber 17 Milliarden pro verarbeitetem Token. Es kann Text und Bilder entgegennehmen, gibt Text aus und lässt sich mit unterschiedlichem „Reasoning-Aufwand“ betreiben – also mit variierender Rechenleistung für Schlussfolgerungen.
3
5
Die Spezifikation nennt ein Kontextfenster von bis zu einer Million Tokens. Das bedeutet nicht automatisch, dass diese Länge auch in jeder Tinker-Konfiguration verfügbar ist: Die nutzbaren Plattformlimits können abweichen. 4
9
Zugriff: Tinker jetzt, Gewichte später geplant
Zum Start bietet Tinker Sampling und Fine-Tuning an. Die Modellgewichte können Nutzerinnen und Nutzer derzeit jedoch nicht herunterladen. 2
3
Thinking Machines Lab plant, die vollständigen Gewichte unter der Apache-2.0-Lizenz zu veröffentlichen – nach externen Sicherheitstests und einem Red-Teaming. Bei der Zeitangabe unterscheiden sich die Quellen: Die Ankündigung des Unternehmens spricht von „nächster Woche“, die Modellfamilien-Seite von „den kommenden Wochen“. Beides ist als Absichtserklärung zu verstehen, nicht als bestätigter Veröffentlichungstermin. 3
13
Was die Benchmarks zeigen
Artificial Analysis bewertet Inkling 2 Small mit 31 Punkten im Intelligence Index. Das sind 18 Punkte mehr als beim Vorgänger. 20 Sollte das Modell tatsächlich mit offenen Gewichten erscheinen, würde es nach der aktuellen Rangliste von Artificial Analysis zum bestplatzierten Open-Weight-Modell zählen, das außerhalb Chinas entwickelt wurde. Diese Aussage ist an die spätere Freigabe geknüpft – beim Start war Inkling 2 Small noch proprietär.
20
Ein separater Bericht ordnet den Index-Wert ungefähr auf dem Niveau von Gemini 3.8 Flash bei dessen höchster Reasoning-Einstellung ein. Das ist ein Vergleich dieses Index-Ergebnisses und keine Aussage, dass beide Modelle bei jeder Aufgabe gleich abschneiden. 11
Auch bei agentenorientierten Tests werden deutliche Zuwächse gegenüber dem vorherigen Inkling berichtet: AutomationBench-AA stieg von 5 auf 46 Prozent, FrontierCode 2.0 von 5 auf 25 Prozent. 20 Die Modellkarte weist außerdem 13,1 Prozent bei Terminal-Bench v4.0 und 86,3 Prozent bei SWE-Bench Pro v2 (Hard) aus. Den SWE-Bench-Wert führt die Tabelle als zweithöchstes Ergebnis in dieser Zeile.
26
Die Werte stammen aus unterschiedlichen Tests und messen verschiedene Fähigkeiten. Sie lassen sich daher nicht zu einer einzigen allgemeinen Aussage über die Programmierleistung zusammenfassen.
Training und praktische Einordnung
Berichte zum Start beschreiben das Vortraining als nativ im NVFP4-Format von Nvidia, einer 4-Bit-Gleitkommadarstellung. 17 Das ist eine Angabe zum Trainingsverfahren und nicht mit der Zahl aktiver Parameter oder den Benchmark-Ergebnissen gleichzusetzen.
Das Modell verarbeitet Bilder und Text, erzeugt aber Text; Audioeingaben werden in den vorliegenden Beschreibungen nicht unterstützt. 1
6 Für Entwicklerinnen und Entwickler ist der wichtigste praktische Unterschied derzeit der Zugang: Über Tinker lässt sich das Modell nutzen und feinabstimmen, während herunterladbare Gewichte noch von den angekündigten Sicherheitsprüfungen abhängen.
2
3
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Inkling 2 Small: Was hinter dem neuen KI-Modell steckt“?
Inkling 2 Small erschien am 5. November 2026 als erstes Modell der zweiten Inkling Generation: 594 Milliarden Parameter insgesamt, davon 17 Milliarden pro Token aktiv.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Inkling 2 Small erschien am 5. November 2026 als erstes Modell der zweiten Inkling Generation: 594 Milliarden Parameter insgesamt, davon 17 Milliarden pro Token aktiv. Artificial Analysis vergibt einen Intelligence Index Wert von 31 – 18 Punkte mehr als beim Vorgänger.