Thinking Machines Lab представила Inkling 2 Small 5 ноября 2026 года. Это первая модель второго поколения компании, основанной бывшим техническим директором OpenAI Мирой Мурати. Пока Inkling 2 Small можно использовать через платформу Tinker, но скачать её веса нельзя.
3
5
13
Что представляет собой Inkling 2 Small
Компания называет новинку своей самой мощной моделью. Это модель архитектуры «смеси экспертов» (Mixture of Experts): всего в ней 594 млрд параметров, но для обработки каждого токена активируются 17 млрд. Она принимает текст и изображения, отвечает текстом и позволяет менять уровень вычислительных усилий для рассуждений.
3
13
Для разработчиков сейчас доступны запуск модели и её дообучение через Tinker. Хотя в спецификациях указывается контекстное окно до миллиона токенов, это не означает, что такой лимит доступен в каждой конфигурации платформы: фактические ограничения Tinker могут отличаться.
2
4
9
Веса Apache 2.0 — позже, но точной даты нет
На старте веса модели закрыты. Thinking Machines Lab намерена опубликовать их целиком по лицензии Apache 2.0 после внешнего тестирования безопасности и red-teaming — проверок, в ходе которых специалисты ищут способы обойти защитные механизмы.
3
Со сроками ясности меньше: в анонсе компании говорится «на следующей неделе», а на странице семейства моделей — «в ближайшие недели» и при условии дополнительных проверок. Поэтому эти формулировки стоит считать планом, а не подтверждённой датой загрузки.
3
13
Что показывают тесты
Artificial Analysis присвоила Inkling 2 Small 31 балл в Intelligence Index — на 18 пунктов больше, чем предыдущей модели. По оценке организации, если веса выпустят, модель станет самой высокооценённой среди открытых моделей, разработанных за пределами Китая, в текущем рейтинге. Это условный вывод: при запуске модель была закрытой, а сам индекс не измеряет качество на всех задачах сразу.
20
Другой обзор сообщает, что результат Inkling 2 Small в этом индексе примерно соответствует показателю Gemini 3.8 Flash на максимальном уровне рассуждений. Это сравнение относится именно к индексу, а не ко всем сценариям использования.
11
В тестах задач с агентными сценариями Artificial Analysis отмечает рост относительно предыдущей модели: результат AutomationBench-AA повысился с 5% до 46%, а FrontierCode 2.0 — с 5% до 25%.
20 В карточке модели также указаны 13,1% в Terminal-Bench v4.0 и 86,3% в SWE-Bench Pro v2 (Hard); последний результат в таблице карточки отмечен как второй по величине в соответствующей строке.
26 Эти тесты оценивают разные навыки, поэтому сводить их к одной универсальной оценке программирования не стоит.
Что важно учесть перед тестированием
В публикациях о запуске сообщается, что для предварительного обучения использовали формат Nvidia NVFP4 с точностью 4 бита. Это отдельная техническая характеристика, не связанная напрямую ни с числом параметров, ни с результатами тестов.
17
Модель принимает текст и изображения, но генерирует текст; аудиовход не поддерживается.
1
6 Поэтому главное практическое различие сейчас — способ доступа: попробовать модель и дообучить её можно через Tinker, а скачать веса получится только после их публикации, если компания завершит заявленные проверки безопасности.
2
3