전 OpenAI 최고 기술 책임자인 Mira Murati가 설립한 스타트업인 Thinking Machines Lab은 11월 5일 모델 제품군의 2세대인 Inkling 2 Small을 출시했으며 이 릴리스는 에이전트 코딩, 비전, 지식 작업 및 추론 분야에서 상당한 향상을 제공한다고 밝혔습니다. 이 모델은 외부 안전 테스트와 레드팀 구성이 완료되면 다음 주 Apache 2.0 라이센스에 따라 완전 개방형 중량이 약속된 회사의 Tinker 플랫폼에서 폐쇄형 중량으로 데뷔합니다. 이는 출시로 붐비는 일주일 동안 가장 주목받는 모델 출시 중 하나이며, 최신 AI 개발에서 매일 추적하는 공개 가중치 경쟁에 착수합니다.

숫자가 보여주는 것

Inkling 2 Small은 추론당 총 5,940억 개의 매개변수와 170억 개의 활성을 갖춘 전문가 혼합(MoE) 모델로, 모델 크기에도 불구하고 컴퓨팅 비용을 관리 가능하게 유지하도록 설계되었습니다. 이미지 입력과 다양한 노력을 지원하므로 사용자는 작업에 따라 반응 깊이와 속도를 교환할 수 있습니다.

헤드라인 주장은 인공 분석 인텔리전스 지수에서 나온 것입니다. 여기서 회사는 Inkling 2 Small이 31 점수를 기록했다고 밝혔습니다. 이는 이전 모델의 점수를 훨씬 능가하는 것으로 설명됩니다. Thinking Machines는 보다 효율적인 사전 훈련과 대규모 통합 강화 학습 실행을 포함하여 훈련의 "모든 단계"에서 개선이 이루어졌다고 생각합니다.

발표에 발표된 코딩 벤치마크에서 Inkling 2 Small은 GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark 및 Kimi K3을 포함하는 분야에 대해 강력하지만 균일하게 앞서지 않는 결과를 기록했습니다. SWEBench Pro v2(Hard)에서 86.3%를 기록하여 Kimi K3의 88.2%에 이어 두 번째로 높은 점수를 얻었으며 DeepSWE v1.1에서 72.1%를 기록했으며 Muse Spark가 77.0%로 선두를 차지했습니다. FrontierCode v2.0에서는 25.4%에 도달하여 Muse Spark의 28.5%에 이어 두 번째로 높았으며 Vibe Code Bench v1.1에서는 81.6%를 기록했습니다.

장거리 에이전트 작업을 위한 교육을 받았습니다.

이 회사는 모델의 에이전트 능력이 여러 에이전트 하네스 및 컨텍스트 압축 전략에 걸쳐 실행되는 수십만 개의 장거리 코딩 작업에 대한 강화 학습에서 나온다고 말합니다. 특히 Thinking Machines는 단순한 단위 테스트 보상을 넘어섰습니다. 많은 훈련 작업에는 최종 코드 통과 여부뿐만 아니라 모델이 문제에 어떻게 접근했는지 평가하는 에이전트 RL 그레이더가 포함되었습니다.

또한 팀은 실제 성능을 측정하기 위해 코드명 "Fledge-Alpha"로 OpenCode에서 실행하여 초기 체크포인트를 실제 환경에서 테스트했습니다. 발표에 따르면 결과적으로 이전 모델보다 지침을 더 잘 따르고 변경 사항을 신중하게 고려하며 묻지 않고 자체 작업을 확인하는 모델이 탄생했습니다.

비전, 컴퓨터 사용 및 대화형 데모

Inkling 2 Small은 텍스트 이상으로 제품군을 확장합니다. 이 회사는 모델이 Three.js를 사용하여 처음부터 전체 도시 시뮬레이터를 구축하여 사전 제작된 자산 없이 절차적으로 모든 건물, 텍스처 및 자동차를 생성하고 실제 Linux 커널을 부팅하는 Python으로 작동하는 PC 에뮬레이터를 작성하여 브라우저에서 볼 수 있는 데모를 강조합니다. 또 다른 데모에서는 애니메이션 종이학이 있는 손으로 그린 ​​계곡을 포함하여 Blender에서 장면을 생성하고 수정하는 모델을 보여줍니다.

이러한 데모는 릴리스의 목표, 즉 시각적 피드백을 통합하고 일회성 출력을 생성하는 대신 웹 사이트, 게임, 3D 디자인 등 빌드 내용을 반복적으로 개선할 수 있는 모델을 강조합니다.

개방형 가중치 경로

단계적 릴리스는 Thinking Machines가 이전의 "중량을 여는 안전한 경로" 에세이에서 제시한 접근 방식을 따릅니다. Inkling 2 Small은 오늘 Tinker를 통해 사용할 수 있으며, 사용자는 놀이터에서 사용해 보고 미세 조정 및 샘플링에 사용할 수 있습니다. 체크포인트는 외부 안전 테스트 및 레드팀이 완료된 후 다음 주에 예정된 Apache 2.0에서 가중치가 출시되면 다운로드할 수 있게 됩니다.

이 전략은 회사의 1세대인 원래 Inkling 플래그십과 올해 초 출시된 2,760억 매개변수 개방형 무게 모델인 더 작은 Inkling-Small을 반영합니다. 이 모델은 작은 크기에서 플래그십 성능을 일치시키는 데 큰 관심을 끌었습니다. Inkling 2 Small을 사용하여 연구실은 동일한 효율성 우선 원칙, 즉 더 큰 총 용량, 작은 활성 공간을 두 배로 늘리고 있습니다.

중요한 이유

미국 연구실은 역사적으로 개척 가능한 오픈 웨이트 배송에서 중국 경쟁사를 따라잡았는데, Z.ai, DeepSeek, Tencent 및 Moonshot이 매주 출시되면서 그 격차가 좁아졌습니다. Thinking Machines는 현재 미국에서 가장 눈에 띄는 진입업체이며, 2세대 릴리스는 첫 번째 출시 직후에 랩이 많은 예상보다 빠르게 반복되고 있음을 시사합니다.

주의 사항은 벤치마크 비교 자체입니다. Thinking Machines는 비교 항목을 선택하고 각 행에 "가장 높은 보고" 점수를 표시했습니다. 그리고 여러 행에서 Inkling 2 Small이 1위가 아닌 2위를 차지했습니다. 다음 주의 Apache 2.0 릴리스는 실제 테스트가 될 것입니다. 개발자가 독립적으로 가중치를 다운로드하고 조사할 수 있게 되면 마케팅은 측정으로 대체됩니다. 현재 이 발표는 Inkling 2 Small을 스타트업의 모델 제품 플라이휠이 회전하고 있으며 개방형 중량 개척 지역이 이제 진정한 태평양 횡단 경쟁을 펼치고 있다는 증거로 자리잡고 있습니다.

AI보다 앞서 나가세요

매주 3개 대륙의 연구실에서 새로운 개방형 모델이 출시되고 있습니다. AI 산업 보도를 통해 모든 릴리스를 확인하세요.

AI 뉴스 자세히 보기 →