Thinking Machines Lab представила Inkling 2 Small 5 листопада 2026 року — це перша модель другого покоління Inkling. Вона має 594 млрд параметрів загалом, з яких 17 млрд активні для кожного токена. На старті модель доступна через платформу Tinker, але її ваги закриті. Компанія планує оприлюднити повні ваги за ліцензією Apache 2.0 після зовнішнього тестування безпеки.
3
Що таке Inkling 2 Small
Thinking Machines Lab, яку заснувала колишня технічна директорка OpenAI Міра Мураті, називає Inkling 2 Small своєю найпотужнішою моделлю та першою в другому поколінні сімейства Inkling.
5
13 Це модель типу Mixture of Experts — архітектури, у якій для обробки токена задіюється не весь набір параметрів, а його частина. Модель приймає текст і зображення та дає змогу змінювати рівень обчислювальних зусиль для міркування. Розробники можуть запускати її й донавчати через Tinker, але на момент запуску завантажити ваги не можна.
2
3
Для моделі заявлено контекстне вікно обсягом до мільйона токенів. Водночас це не означає, що такий обсяг доступний у кожній конфігурації Tinker: обмеження платформи можуть бути іншими.
4
9
Доступ і плани відкрити ваги
Після запуску Inkling 2 Small працює через Tinker із закритими вагами. Thinking Machines повідомляє, що має намір оприлюднити повні ваги за ліцензією Apache 2.0 після зовнішнього тестування безпеки та red-teaming — перевірок, під час яких фахівці шукають способи неналежного використання моделі.
3
Точний термін поки не визначений. У повідомленні про запуск ідеться про «наступний тиждень», тоді як на сторінці сімейства моделей — про «найближчі тижні» та залежність від додаткових перевірок безпеки.
3
13 Тож це плани, а не підтверджена дата, коли ваги можна буде завантажити.
Що показали результати тестів
Artificial Analysis присвоїла Inkling 2 Small 31 бал в Intelligence Index — на 18 більше, ніж її попередниці.
20 Організація зазначає: якщо ваги оприлюднять, модель посідатиме найвище місце серед відкритих моделей, розроблених за межами Китаю, у поточному рейтингу. Це умовне твердження: на момент запуску модель не була відкритою, а йдеться саме про цей рейтинг, а не про беззаперечну перевагу в усіх тестах.
20
Інший матеріал описує результат у Intelligence Index як приблизно рівний показнику Gemini 3.8 Flash на найвищому рівні міркування.
11 Це порівняння стосується оцінки в індексі й не обов’язково поширюється на кожне завдання чи сценарій використання.
За даними Artificial Analysis, у тестах, пов’язаних із виконанням завдань агентами, показники зросли порівняно з попередньою моделлю Inkling: AutomationBench-AA — з 5% до 46%, а FrontierCode 2.0 — з 5% до 25%.
20 У картці моделі також наведено 13,1% у Terminal-Bench v4.0 та 86,3% у SWE-Bench Pro v2 (Hard); у таблиці останній результат позначено як другий найвищий у відповідному рядку.
26 Ці оцінки отримані в різних тестах, тож їх не варто зводити до одного універсального показника програмувальних здібностей.
Навчання та практичні нюанси
У матеріалах про запуск зазначається, що для попереднього навчання моделі використовували формат Nvidia NVFP4 із чотирибітною точністю.
17 Це опис процесу навчання, а не характеристика кількості параметрів чи результатів бенчмарків.
Модель може обробляти текст і зображення, але, за наявними описами, відповідає текстом і не приймає аудіо.
1
6 Для розробників головна практична різниця зараз — спосіб доступу: через Tinker можна запускати модель і донавчати її, тоді як завантаження ваг залежить від завершення перевірок безпеки.
2
3