Co ukazují čísla
Inkling 2 Small je model Mixture-of-Experts (MoE) s 594 miliardami celkových parametrů a 17 miliardami aktivních na závěr – design, který udržuje výpočetní náklady zvládnutelné navzdory velikosti modelu. Podporuje obrazové vstupy a variabilní úsilí, což uživatelům umožňuje měnit hloubku odezvy za rychlost v závislosti na úkolu.
Hlavní tvrzení pochází z Artificial Analysis Intelligence Index, kde společnost uvádí, že Inkling 2 Small dosáhl skóre 31, což podle ní daleko převyšuje skóre svých předchozích modelů. Thinking Machines připisuje zisk zlepšení „na každém kroku“ tréninku, včetně efektivnějšího předtréninku a rozsáhlého, jednotného výukového běhu.
V testech kódování zveřejněných v oznámení Inkling 2 Small vykázal silné, ale ne jednotně vedoucí výsledky v poli, které zahrnuje GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark a Kimi K3. Dosáhla 86,3 % na SWEBench Pro v2 (Hard) – druhá nejvyšší ve srovnání, za Kimi K3 88,2 % – a 72,1 % na DeepSWE v1.1, kde Muse Spark vedla se 77,0 %. Na FrontierCode v2.0 dosáhl 25,4 %, druhý po Muse Spark 28,5 %, a na Vibe Code Bench v1.1 vykázal 81,6 %.
Vyškoleni pro práci agentů v dlouhém horizontu
Společnost říká, že agentní schopnosti modelu pocházejí z posílení učení na stovkách tisíců úloh kódování s dlouhým horizontem, které probíhají napříč různými agenty a strategiemi komprimace kontextu. Pozoruhodné je, že Thinking Machines překonaly jednoduché odměny za jednotkový test: mnoho školicích úkolů zahrnovalo agentní srovnávač RL, který hodnotil, jak se model přiblížil k problému, nejen to, zda prošel konečný kód.
Tým také testoval včasné kontrolní body ve volné přírodě, spouštěl je na OpenCode pod kódovým označením "Fledge-Alpha", aby změřil výkon v reálném světě. Podle oznámení je výsledkem model, který se řídí pokyny lépe než jeho předchůdce, pečlivě zvažuje změny a ověřuje svou vlastní práci, aniž by byl požádán.
Vize, používání počítače a interaktivní ukázky
Inkling 2 Small rozšiřuje rodinu mimo text. Společnost vyzdvihuje ukázky, ve kterých model použil Three.js k vybudování úplného městského simulátoru od nuly – generuje každou budovu, texturu a auto procedurálně bez předem připravených prostředků – a napsal funkční PC emulátor v Pythonu, který spouští skutečné linuxové jádro, které lze zobrazit v prohlížeči. Další demo ukazuje model generující a revidující scény v Blenderu, včetně ručně kresleného údolí s animovanými origami jeřáby.
Tyto ukázky podtrhují myšlenku vydání: model, který dokáže začlenit vizuální zpětnou vazbu a iterativně zdokonalovat to, co vytváří – webové stránky, hry, 3D návrhy – spíše než vytvářet jednorázový výstup.
Cesta otevřených vah
Inscenovaná verze sleduje přístup, který Thinking Machines nastínil ve své dřívější eseji „Bezpečná cesta k otevřeným vahám“. Inkling 2 Small je k dispozici dnes prostřednictvím Tinker, kde si jej uživatelé mohou vyzkoušet na hřišti a použít k doladění a odběru vzorků. Kontrolní body budou ke stažení, jakmile budou závaží vydána pod Apache 2.0, plánovaná na příští týden po ukončení externích bezpečnostních testů a red-teamingu.
Strategie odráží první generaci společnosti: původní vlajkovou loď Inkling a menší Inkling-Small, model s otevřenou hmotností s 276 miliardami parametrů, uvedený na trh začátkem tohoto roku, který přitáhl značnou pozornost tím, že odpovídá výkonu vlajkové lodi za zlomek velikosti. S Inkling 2 Small se laboratoř zdvojnásobuje na stejné tezi o efektivitě – větší celková kapacita, malá aktivní plocha.
Proč na tom záleží
Americké laboratoře historicky zaostávaly za čínskými konkurenty v dodávkách otevřených závaží schopných na hranicích, což je mezera, která se zmenšuje, jak týden co týden přibývají verze Z.ai, DeepSeek, Tencent a Moonshot. Thinking Machines je nyní nejprominentnějším hráčem v USA a vydání druhé generace tak brzy po prvním naznačuje, že laboratoř iteruje rychleji, než mnozí očekávali.
Upozornění jsou samotná srovnání benchmarků. Thinking Machines vybrala srovnání a označila „nejvyšší hlášená“ skóre v každém řádku – a v několika z těchto řádků se Inkling 2 Small umístil na druhém místě, nikoli na prvním místě. Vydání Apache 2.0 příští týden bude skutečným testem: jakmile si vývojáři budou moci nezávisle stáhnout a zkoumat váhy, marketing ustoupí měření. Oznámení prozatím staví Inkling 2 Small jako důkaz toho, že setrvačník modelu a produktu startupu se otáčí – a že hranice otevřených vah má nyní skutečně transpacifickou soutěž.
Udržujte si náskok před umělou inteligencí
Nové modely s otevřenou hmotností přistávají každý týden z laboratoří na třech kontinentech. Držte krok s každým vydáním prostřednictvím našeho pokrytí odvětví AI.
Přečtěte si další zprávy o AI →
