Apa yang Ditunjukkan Angka
Inkling 2 Small adalah model Mixture-of-Experts (MoE) dengan total 594 miliar parameter dan 17 miliar aktif per inferensi — sebuah desain yang menjaga biaya komputasi tetap terkendali terlepas dari ukuran modelnya. Ini mendukung input gambar dan upaya variabel, memungkinkan pengguna menukar kedalaman respons dengan kecepatan tergantung pada tugasnya.
Klaim utama berasal dari Indeks Kecerdasan Analisis Buatan, yang menurut perusahaan Inkling 2 Small mendapat skor 31, yang digambarkan jauh melampaui skor model sebelumnya. Mesin Berpikir mengaitkan perolehan tersebut dengan peningkatan "di setiap langkah" pelatihan, termasuk pra-pelatihan yang lebih efisien dan pembelajaran penguatan terpadu yang besar.
Pada tolok ukur pengkodean yang dipublikasikan dalam pengumuman, Inkling 2 Small membukukan hasil yang kuat namun tidak unggul secara seragam terhadap bidang yang mencakup GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark, dan Kimi K3. Skornya 86,3% pada SWEBench Pro v2 (Hard) — tertinggi kedua dalam perbandingan, di belakang Kimi K3 dengan 88,2% — dan 72,1% pada DeepSWE v1.1, dengan Muse Spark memimpin dengan 77,0%. Pada FrontierCode v2.0 mencapai 25,4%, kedua setelah Muse Spark yang mencapai 28,5%, dan mencatat 81,6% di Vibe Code Bench v1.1.
Dilatih untuk Pekerjaan Agen Jangka Panjang
Perusahaan tersebut mengatakan bahwa kemampuan agenik model tersebut berasal dari pembelajaran penguatan pada ratusan ribu tugas pengkodean jangka panjang, dijalankan di berbagai memanfaatkan agen dan strategi pemadatan konteks. Khususnya, Mesin Berpikir tidak hanya memberikan imbalan pengujian unit sederhana: banyak tugas pelatihan menyertakan penilai RL agen yang mengevaluasi bagaimana model mendekati suatu masalah, bukan hanya apakah kode akhir berhasil atau tidak.
Tim juga menguji pos pemeriksaan awal di alam liar, menjalankannya pada OpenCode dengan nama kode "Fledge-Alpha" untuk mengukur kinerja dunia nyata. Berdasarkan pengumuman tersebut, hasilnya adalah model yang mengikuti instruksi lebih baik dibandingkan pendahulunya, mempertimbangkan perubahan dengan hati-hati, dan memverifikasi pekerjaannya sendiri tanpa diminta.
Visi, Penggunaan Komputer, dan Demo Interaktif
Inkling 2 Small memperluas keluarga melampaui teks. Perusahaan menyoroti demo di mana model tersebut menggunakan Three.js untuk membangun simulator kota lengkap dari awal — menghasilkan setiap bangunan, tekstur, dan mobil secara prosedural tanpa aset siap pakai — dan menulis emulator PC yang berfungsi dengan Python yang mem-boot kernel Linux asli, dapat dilihat di browser. Demo lain menunjukkan model menghasilkan dan merevisi adegan di Blender, termasuk lembah yang digambar tangan dengan animasi burung bangau origami.
Demo tersebut menggarisbawahi tujuan rilis ini: sebuah model yang dapat menggabungkan umpan balik visual dan secara berulang menyempurnakan apa yang dibangunnya — situs web, game, desain 3D — daripada menghasilkan keluaran satu kali saja.
Jalur Bobot Terbuka
Rilisan bertahap ini mengikuti pendekatan Mesin Berpikir yang dituangkan dalam esai "jalur aman menuju beban terbuka" sebelumnya. Inkling 2 Small tersedia hari ini melalui Tinker, di mana pengguna dapat mencobanya di taman bermain dan menggunakannya untuk penyesuaian dan pengambilan sampel. Pos pemeriksaan akan dapat diunduh ketika bobot dirilis pada Apache 2.0, direncanakan minggu depan setelah pengujian keamanan eksternal dan tim merah selesai.
Strategi ini serupa dengan generasi pertama perusahaan: produk andalan Inkling asli dan Inkling-Small yang lebih kecil, model bobot terbuka dengan 276 miliar parameter yang dirilis awal tahun ini yang menarik perhatian signifikan untuk menyamai kinerja andalan dalam ukuran yang lebih kecil. Dengan Inkling 2 Small, lab ini menggandakan tesis yang mengutamakan efisiensi — kapasitas total lebih besar, jejak aktif kecil.
Mengapa Itu Penting
Laboratorium Amerika secara historis tertinggal dari pesaing Tiongkok dalam pengiriman anak timbangan terbuka berkemampuan terdepan, sebuah kesenjangan yang semakin menyempit seiring dengan dirilisnya Z.ai, DeepSeek, Tencent, dan Moonshot dari minggu ke minggu. Thinking Machines kini menjadi peserta paling menonjol di AS, dan rilis generasi kedua segera setelah rilis pertama menunjukkan bahwa lab tersebut melakukan iterasi lebih cepat dari perkiraan banyak orang.
Peringatannya adalah perbandingan patokan itu sendiri. Mesin Berpikir memilih perbandingan dan memberi label skor "tertinggi yang dilaporkan" di setiap baris — dan di beberapa baris tersebut, Inkling 2 Small berada di urutan kedua, bukan yang pertama. Rilis Apache 2.0 minggu depan akan menjadi ujian sesungguhnya: setelah pengembang dapat mengunduh dan menyelidiki bobot secara mandiri, bagian pemasaran memberi jalan untuk melakukan pengukuran. Untuk saat ini, pengumuman tersebut memposisikan Inkling 2 Small sebagai bukti bahwa roda gila produk-model startup ini sedang berputar — dan bahwa frontier open-weight kini memiliki persaingan yang benar-benar transpasifik.
Tetap Terdepan dalam AI
Model-model open-weight baru mendarat setiap minggu dari laboratorium di tiga benua. Ikuti terus setiap rilis melalui liputan industri AI.
Baca berita AI selengkapnya →
