Apa Nuduhake Nomer
Inkling 2 Small minangka model Mixture-of-Experts (MoE) kanthi total 594 milyar paramèter lan 17 milyar aktif saben inferensi — desain sing njaga biaya komputasi bisa diatur sanajan ukuran model kasebut. Ndhukung input gambar lan usaha variabel, ngidini pangguna dagang ambane respon kanggo kacepetan gumantung saka tugas.
Pratelan judhul kasebut asale saka Indeks Intelijen Analisis Artificial , ing ngendi perusahaan kasebut ujar Inkling 2 Small ngetung 31, sing digambarake ngluwihi skor model sadurunge. Thinking Machines ngubungake gain kanggo dandan "ing saben langkah" latihan, kalebu pra-training sing luwih efisien lan latihan penguatan sing gedhe lan terpadu.
Ing benchmarks coding diterbitake ing woro-woro, Inkling 2 Cilik dikirim asil kuwat nanging ora seragam anjog marang lapangan sing kalebu GLM-5.3-Flash , DeepSeek-V4.1-Flash-1017 , Muse Spark , lan Kimi K3 . Iku ngetung 86,3% ing SWEBench Pro v2 (Hard) - kaloro paling dhuwur ing comparison, konco Kimi K3 88,2% - lan 72,1% ing DeepSWE v1.1 , ngendi Muse Spark mimpin ing 77,0%. Ing FrontierCode v2.0 tekan 25,4% , kapindho Muse Spark 28,5%, lan dikirim 81,6% ing Vibe Code Bench v1.1 .
Dilatih kanggo Kerja Agen Long-Horizon
Perusahaan kasebut ujar manawa kabisan agen model kasebut asale saka sinau penguatan babagan atusan ewu tugas coding long-horizon , mlaku ing pirang-pirang harness agen lan strategi kompaksi konteks. Notabene, Thinking Machines pindhah ngluwihi ganjaran unit-test prasaja: akeh tugas latihan kalebu agen RL grader sing ngevaluasi carane model nyedhaki masalah, ora mung apa kode final liwati.
Tim kasebut uga nguji checkpoints awal ing alam bébas, mbukak ing OpenCode kanthi jeneng kode "Fledge-Alpha" kanggo ngukur kinerja ing donya nyata. Miturut woro-woro kasebut, asile yaiku model sing ngetutake instruksi luwih apik tinimbang sing sadurunge, nganggep owah-owahan kasebut kanthi teliti, lan verifikasi karya dhewe tanpa ditakoni.
Visi, Panggunaan Komputer, lan Demo Interaktif
Inkling 2 Cilik ngluwihi kulawarga ngluwihi teks. Perusahaan kasebut nyoroti demo ing ngendi model kasebut nggunakake Three.js kanggo mbangun simulator kutha lengkap saka awal - ngasilake saben bangunan, tekstur, lan mobil kanthi prosedural tanpa aset sing wis digawe - lan nulis emulator PC sing digunakake ing Python sing boot kernel Linux nyata , bisa dideleng ing browser. Tur liyane nuduhake model ngasilake lan ngowahi adegan ing Blender, kalebu lembah sing digambar tangan karo kren origami animasi.
Demo kasebut nggarisake nada rilis: model sing bisa nggabungake umpan balik visual lan nyaring maneh apa sing dibangun - situs web, game, desain 3D - tinimbang ngasilake output siji-shot.
Path Open-Bobot
Rilis sing dipentasake nderek pendekatan Thinking Machines ing karangan "path aman kanggo mbukak bobot" sadurunge. Inkling 2 Cilik kasedhiya dina iki liwat Tinker , ngendi pangguna bisa nyoba ing papan kanggo dolanan lan digunakake kanggo fine-tuning lan sampling. Checkpoints bakal bisa didownload nalika bobot dirilis ing Apache 2.0, direncanakake minggu ngarep sawise tes safety eksternal lan tim abang rampung.
Strategi kasebut nyuarakke generasi pertama perusahaan: kapal penggedhe Inkling asli lan Inkling-Small sing luwih cilik, model bobot mbukak 276 milyar parameter sing dirilis ing awal taun iki sing narik kawigaten kanggo cocog karo kinerja kapal penggedhe kanthi ukuran cilik. Kanthi Inkling 2 Small, lab kasebut tikel kaping pindho ing tesis efisiensi-pisanan sing padha - kapasitas total sing luwih gedhe, tilas aktif cilik.
Apa Sing Penting
Laboratorium Amerika kanthi historis ngetutake pesaing Tionghoa kanggo ngirim bobot mbukak sing bisa diluncurake ing wates, jurang sing sempit nalika diluncurake saka Z.ai, DeepSeek, Tencent, lan Moonshot saben minggu. Thinking Machines saiki dadi peserta AS sing paling misuwur, lan rilis generasi kapindho sasampunipun pisanan nyaranake lab kasebut luwih cepet tinimbang sing dikarepake.
Caveats minangka benchmark comparison dhewe. Thinking Machines milih mbandhingake lan menehi label skor "kacarita paling dhuwur" ing saben baris - lan ing sawetara baris kasebut, Inkling 2 Small dadi nomer loro, dudu sing pertama. Rilis Apache 2.0 minggu ngarep bakal dadi tes nyata: yen pangembang bisa ngundhuh lan nyelidiki bobot kanthi mandiri, marketing menehi cara kanggo pangukuran. Saiki, woro-woro posisi Inkling 2 Cilik minangka bukti yen model-prodhuk flywheel wiwitan wis ngowahi - lan wates mbukak-bobot saiki duwe kontes transpacific genuinely.
Tetep Ahead saka AI
Model bobot mbukak anyar teka saben minggu saka laboratorium ing telung bawana. Terusake saben rilis liwat [liputan industri AI] (https://aibuzzwire.news).
Waca liyane AI warta →
