元 OpenAI 最高技術責任者 ミラ ムラティ によって設立されたスタートアップである Thinking Machines Lab は、11 月 5 日にモデル ファミリの第 2 世代である Inkling 2 Small を発表しました。このリリースにより、エージェントティック コーディング、ビジョン、ナレッジ ワーク、推論が大幅に向上すると同社は述べています。このモデルは、同社の Tinker プラットフォーム上でクローズド ウェイトでデビューし、外部の安全性テストとレッドチームが完了すると、来週には Apache 2.0 ライセンスに基づいて完全なオープン ウェイトが約束されます。これは、リリースで混雑する週の中で最も注目されているモデルの 1 つであり、私たちが 最新の AI 開発 で毎日追跡している無差別級レースに出場します。

数字が示すもの

Inkling 2 Small は、合計 5,940 億のパラメーターと推論あたり 170 億のアクティブを備えた 専門家混合 (MoE) モデルであり、モデルのサイズにもかかわらず、コンピューティング コストを管理しやすい設計になっています。画像入力と可変労力をサポートしているため、ユーザーはタスクに応じて応答の深さを速度と引き換えることができます。

見出しの主張は Artificial Analysis Intelligence Index によるもので、同社は Inkling 2 Small のスコアが 31 であり、これは以前のモデルのスコアをはるかに上回っていると説明しています。 Thinking Machines は、より効率的な事前トレーニングや大規模な統合強化学習の実行など、トレーニングの「あらゆる段階」での改善が得られたと考えています。

発表で公開されたコーディング ベンチマークでは、Inkling 2 Small は、GLM-5.3-Flash、DeepSeek-V4.1-Flash-1017、Muse Spark、Kimi K3 を含む分野に対して強力ではありますが、一律に優れた結果を示したわけではありません。 SWEBench Pro v2 (ハード) では 86.3% というスコアを記録し、この比較では Kim K3 の 88.2% に次いで 2 番目に高く、DeepSWE v1.1 では 72.1% を記録し、Muse Spark が 77.0% でトップでした。 FrontierCode v2.0 では 25.4% に達し、Muse Spark の 28.5% に次いで 2 番目であり、Vibe Code Bench v1.1 では 81.6%** を記録しました。

長期にわたるエージェント業務に向けたトレーニングを受けています

同社によれば、このモデルのエージェント機能は、複数のエージェント ハーネスとコンテキスト圧縮戦略にわたって実行される数十万の長期コーディング タスクに関する強化学習から来ているとのことです。特に、Thinking Machines は単純な単体テストの報酬を超えています。多くのトレーニング タスクには、最終コードが合格したかどうかだけでなく、モデルが問題に どのようにアプローチしたか を評価する エージェント RL グレーダーが含まれていました。

チームはまた、初期のチェックポイントを実際の環境でテストし、コード名 「Fledge-Alpha」 の下で OpenCode 上で実行して、実際のパフォーマンスを測定しました。発表によると、その結果、前モデルよりも指示に従い、変更を慎重に検討し、頼まれずに自分の作業を検証するモデルが完成したとのことです。

ビジョン、コンピューターの使用、およびインタラクティブなデモ

Inkling 2 Small はテキストを超えてファミリーを拡張します。同社は、モデルが Three.js を使用して完全な都市シミュレーターをゼロから構築し、事前に作成されたアセットを使用せずにすべての建物、テクスチャ、車を手続き的に生成し、実際の Linux カーネルを起動する動作する PC エミュレーターを Python で作成し、ブラウザーで表示できるデモを強調しています。別のデモでは、折り紙の鶴がアニメーション化された手描きの谷など、モデルが Blender でシーンを生成および修正する様子が示されています。

これらのデモは、このリリースの売り文句を強調しています。つまり、単発の出力を生成するのではなく、視覚的なフィードバックを組み込んで、構築するもの (Web サイト、ゲーム、3D デザイン) を反復的に改良できるモデルです。

オープンウェイトの道

この段階的リリースは、Thinking Machines が以前の「オープンウェイトへの安全な道」エッセイで示したアプローチに従っています。 Inkling 2 Small は 現在 Tinker を通じて入手可能であり、ユーザーはプレイグラウンドで試したり、微調整やサンプリングに使用したりできます。チェックポイントは、外部の安全性テストとレッドチームが終了した後の来週に予定されている Apache 2.0 でウェイトがリリースされるとダウンロード可能になります。

この戦略は同社の第 1 世代を反映しています。オリジナルの Inkling フラッグシップと、今年初めにリリースされた 2,760 億パラメータのオープンウェイト モデルである小型の Inkling-Small は、数分の 1 のサイズでフラッグシップのパフォーマンスに匹敵するとして大きな注目を集めました。 Inkling 2 Small を使用することで、ラボは同じ効率第一のテーマ、つまり総容量を大きくし、アクティブな設置面積を小さくすることを倍増させています。

なぜそれが重要なのか

米国の研究所はこれまで、フロンティア対応のオープンウェイトの出荷において中国の競合他社の後塵を拝してきたが、Z.ai、DeepSeek、Tencent、Moonshotが毎週リリースするにつれ、その差は縮まってきている。 Thinking Machines は現在、米国で最も有力な参入企業となっており、第 1 世代のリリースからすぐに第 2 世代がリリースされたことは、研究室が大方の予想よりも早く反復していることを示唆しています。

注意すべき点は、ベンチマークの比較そのものです。 Thinking Machines は比較結果を選択し、各行の「報告された最高の」スコアにラベルを付けました。その行のいくつかでは、Inkling 2 Small が 1 位ではなく 2 位になりました。来週の Apache 2.0 リリースが本当のテストになります。開発者が独自に重みをダウンロードして調査できるようになると、マーケティングは測定に取って代わられます。今のところ、この発表は、Inkling 2 Small を、このスタートアップのモデル製品のフライホイールが回転していること、そして無差別級のフロンティアで真の太平洋横断のコンテストが開催されていることの証拠として位置付けています。

AI の一歩先を行く

新しいオープンウェイト モデルが 3 大陸の研究所から毎週登場しています。 AI 業界の報道 を通じて、あらゆるリリースの最新情報を入手してください。

AIニュースをもっと読む→