Une conception mixte d'experts
Selon TestingCatalog AI News, Inkling-Small est un transformateur mélange d'experts (MoE) contenant 276 milliards de paramètres au total, dont 12 milliards actifs au cours d'une inférence donnée. Cette architecture – où seule une petite partie du modèle « se réveille » pour chaque jeton – est la même astuce d'efficacité qui a rendu les modèles chinois ouverts comme DeepSeek si bon marché à exploiter. Thinking Machines a confirmé que les poids complets seront publiés sur Hugging Face.
Le modèle est également livré avec une fenêtre contextuelle pouvant aller jusqu'à un million de jetons et ce que le laboratoire appelle un « effort de réflexion variable », allant de minimal à « xélevé », permettant aux développeurs d'échanger des calculs contre des performances en fonction de la tâche. Le réglage fin est disponible via la plate-forme Tinker de la société, et le chat texte, image et audio est accessible dans Tinker Playground.
Formé sur les systèmes NVIDIA GB300
Thinking Machines a déclaré qu'Inkling-Small avait été formé sur les systèmes NVIDIA GB300 NVL72 et utilisait « considérablement moins de calcul » que le modèle Inkling original, lancé le 15 juillet 2026. Ce premier modèle – couvert par WIRED et TechCrunch en tant que première version de Thinking Machines – a fait du laboratoire un concurrent sérieux presque du jour au lendemain.
Le chemin vers Inkling-Small révèle une stratégie d’efficacité délibérée. Le laboratoire a commencé à travailler sur le modèle plus petit seulement après avoir formé Inkling, utilisant la salle de respiration pour réviser son mélange de données de pré-formation et sa recette d'apprentissage automatique. Un point de contrôle préliminaire antérieur a fait l'objet d'une post-formation en partie par distillation sur les politiques, avec Inkling servant d'enseignant, suivi d'environ deux semaines d'apprentissage par renforcement du codage agent à grande échelle.
Où ça gagne – et là où ça ne marche pas
Les résultats de cette recette sont remarquables. Thinking Machines affirme qu'Inkling-Small dépasse l'Inkling original en termes de raisonnement et de codage agent, tandis qu'Inkling reste plus fort en termes de couverture des connaissances et de factualité. Lors du Dernier examen de l'humanité en texte uniquement, une évaluation notoirement difficile, le plus petit modèle aurait obtenu 31,6 %, contre 29,7 % pour Inkling – une réelle amélioration malgré la réduction spectaculaire des paramètres actifs.
Le compromis est clair : Inkling-Small est le codeur et le raisonneur le plus pointu, tandis que son grand frère conserve la base de connaissances plus large. Pour les développeurs, il s’agit d’une fonctionnalité et non d’un bug : cela signifie choisir le bon outil pour le travail plutôt que de payer pour un seul modèle géant pour chaque tâche.
Un joueur américain dans un peloton de poids ouvert dirigé par la Chine
La plus grande implication est peut-être géopolitique. Comme CNBC et d'autres l'ont noté, les modèles frontières à poids ouvert sont devenus un point chaud entre les États-Unis et la Chine, des laboratoires chinois comme DeepSeek et Qwen d'Alibaba offrant des modèles puissants et sous-cotant les prix occidentaux. Forkast a formulé sans détour le communiqué d'Inkling-Small : "La compétition de poids ouverts compte désormais un participant américain."
Jusqu'à présent, les principaux modèles à poids ouvert provenaient presque exclusivement de Chine, ce qui faisait craindre à Washington que les laboratoires américains cèdent une catégorie entière du marché. Thinking Machines – une startup américaine bien financée dirigée par l’une des personnalités les plus éminentes de l’IA – change ce calcul. En publiant des poids complets sur Hugging Face et en prenant en charge le réglage ouvert, le laboratoire joue un rôle direct pour la communauté des développeurs que les modèles chinois à poids ouvert ont cultivée.
Conçu pour les développeurs, pas seulement pour les benchmarks
Thinking Machines a associé la version à des outils destinés directement aux développeurs. Au-delà des poids ouverts Hugging Face, Databricks a confirmé que la famille Inkling est disponible sur sa plate-forme et que Tinker Playground prend en charge le chat multimodal texte, image et audio prêt à l'emploi. Le paramètre variable « effort de réflexion » - de minimal à « xélevé » - est conçu pour de véritables compromis d'ingénierie : exécuter à moindre coût lorsqu'une tâche est simple, dépenser plus de calcul lorsqu'un problème nécessite un raisonnement plus approfondi. Cette flexibilité est importante pour les startups qui surveillent leurs factures d'inférence, dont beaucoup ont déjà migré vers des alternatives open-weight moins chères plutôt que de payer des tarifs API plus élevés.
La tendance à l'efficacité dans l'industrie
Inkling-Small correspond également à un modèle plus large. Dans l’ensemble du secteur, l’avant-garde passe des modèles monolithiques de plus en plus grands à des systèmes plus petits et plus intelligents qui dépassent leur poids. Des modèles de guerre des prix de DeepSeek aux architectures compressées, le message est cohérent : le nombre de paramètres bruts compte moins que l'efficacité avec laquelle un modèle utilise sa capacité.
Pour Thinking Machines, le pari sur l’efficacité plutôt que sur la taille s’étend désormais à deux modèles – et les premiers benchmarks suggèrent que la stratégie fonctionne. Avec Inkling-Small disponible en téléchargement et en réglage fin aujourd'hui, les développeurs peuvent tester cette affirmation par eux-mêmes.
Gardez une longueur d'avance sur l'IA
De nouveaux modèles à poids ouvert débarquent chaque semaine et la concurrence ne fait que s'intensifier. Tenez-vous au courant de chaque version grâce à notre couverture de l'industrie de l'IA.
Lire plus d'actualités sur l'IA →
