Thinking Machines Lab ha presentato Inkling 2 Small il 5 novembre 2026: è il primo modello della sua seconda generazione e, secondo l’azienda, il più capace della famiglia Inkling. La startup è stata fondata da Mira Murati, ex direttrice tecnologica di OpenAI.
5
13
Il lancio porta con sé due aspetti da tenere distinti: le prestazioni dichiarate e la disponibilità effettiva. Il modello si può già provare e personalizzare su Tinker, la piattaforma di Thinking Machines, ma i suoi pesi restano chiusi. L’azienda intende pubblicarli con licenza Apache 2.0 solo dopo verifiche di sicurezza esterne.
2
3
Un modello grande, con 17 miliardi di parametri attivi
Inkling 2 Small usa un’architettura Mixture-of-Experts: conta 594 miliardi di parametri complessivi, ma ne attiva 17 miliardi per ciascun token elaborato. Accetta input di testo e immagini, genera testo e permette di variare il livello di ragionamento richiesto.
2
3
La finestra di contesto indicata nelle specifiche arriva fino a un milione di token. Non è però detto che tale limite sia disponibile in ogni configurazione di Tinker: le opzioni offerte dalla piattaforma possono avere soglie diverse.
4
9
Le descrizioni disponibili indicano inoltre che il modello non accetta input audio.
1
6 Secondo quanto riportato sul lancio, il pre-addestramento è stato eseguito nativamente nel formato Nvidia NVFP4 a quattro bit: un dettaglio relativo al processo di addestramento, non una misura diretta della qualità del modello.
17
Accesso su Tinker, pesi aperti non ancora disponibili
Al debutto, Inkling 2 Small è ospitato su Tinker con pesi chiusi. Gli sviluppatori possono usarlo per generazione e fine-tuning, ma non scaricare i checkpoint.
2
3
Thinking Machines dichiara di voler rendere disponibili i pesi completi con licenza Apache 2.0 dopo test di sicurezza esterni e red teaming. Sui tempi, però, le fonti non concordano: l’annuncio parla di «la prossima settimana», mentre la pagina della famiglia Inkling indica «nelle prossime settimane» e subordina comunque la pubblicazione agli esiti delle verifiche. Sono tempistiche previste, non una data certa.
3
13
Cosa mostrano i benchmark
Artificial Analysis assegna a Inkling 2 Small 31 punti nel suo Intelligence Index, 18 in più rispetto al predecessore.
20 Una comparazione riportata separatamente lo colloca all’incirca allo stesso livello di Gemini 3.8 Flash con il ragionamento impostato al livello più alto; il confronto riguarda il punteggio dell’indice, non ogni possibile attività.
11
Artificial Analysis afferma inoltre che, se i pesi verranno pubblicati, il modello risulterebbe il modello open-weight con il punteggio più alto sviluppato fuori dalla Cina nella classifica attuale dell’organizzazione. È una valutazione condizionata alla pubblicazione dei pesi: al lancio Inkling 2 Small non era open-weight e il primato non riguarda necessariamente ogni benchmark.
20
Nei test orientati ad attività autonome, Artificial Analysis riporta un passaggio dal 5% al 46% su AutomationBench-AA e dal 5% al 25% su FrontierCode 2.0, rispetto al precedente Inkling.
20 La scheda del modello indica inoltre 13,1% su Terminal-Bench v4.0 e 86,3% su SWE-Bench Pro v2 (Hard); per quest’ultimo risultato, la tabella lo segnala come il secondo punteggio più alto della riga.
26
I risultati provengono da valutazioni diverse e non vanno letti come un’unica misura universale delle capacità di programmazione. Sono indicazioni utili per confrontare i modelli, ma non garantiscono le stesse prestazioni in ogni progetto o flusso di lavoro.
In breve: cosa possono fare gli sviluppatori oggi
La novità immediata è l’accesso tramite Tinker, con possibilità di generazione e fine-tuning. Chi invece vuole eseguire il modello scaricandone i pesi dovrà attendere: la prevista distribuzione con licenza Apache 2.0 dipende ancora dai controlli di sicurezza e non ha una data confermata.
2
3