Thinking Machines Lab, startup-ul fondat de fostul director de tehnologie OpenAI Mira Murati, a introdus Inkling 2 Small pe 5 noiembrie, a doua generație a familiei sale de modele și o lansare despre care compania spune că oferă un salt substanțial în codificare, viziune, cunoaștere și raționament. Modelul debutează cu greutăți închise pe platforma Tinker a companiei, cu greutăți deschise complet promise sub o licență Apache 2.0 săptămâna viitoare, odată ce testele externe de siguranță și red-teaming sunt finalizate. Este una dintre cele mai urmărite lansări de modele într-o săptămână plină de lansări și aterizează într-o cursă de greutăți deschise pe care o urmărim zilnic în cele mai recente evoluții AI.

Ce arată cifrele

Inkling 2 Small este un model Mixture-of-Experts (MoE) cu 594 de miliarde de parametri totali și 17 miliarde de activi per inferență - un design care menține costurile de calcul gestionabile în ciuda dimensiunii modelului. Acceptă intrări de imagine și efort variabil, permițând utilizatorilor să schimbe profunzimea răspunsului cu viteza în funcție de sarcină.

Afirmația principală provine din Indexul de inteligență pentru analiză artificială, unde compania spune că Inkling 2 Small a obținut un scor de 31, pe care îl descrie ca depășind cu mult scorurile modelelor sale anterioare. Thinking Machines atribuie câștigul îmbunătățirilor „la fiecare pas” al antrenamentului, inclusiv pre-antrenament mai eficient și o cursă mare de învățare de întărire unificată.

În ceea ce privește benchmark-urile de codificare publicate în anunț, Inkling 2 Small a postat rezultate puternice, dar nu de lider în mod uniform, într-un domeniu care include GLM-5.3-Flash, DeepSeek-V4.1-Flash-1017, Muse Spark și Kimi K3. A obținut 86,3% pe SWEBench Pro v2 (Hard) — al doilea cel mai mare în comparație, în spatele celor 88,2% ale lui Kimi K3 — și 72,1% pe DeepSWE v1.1, unde Muse Spark a condus la 77,0%. Pe FrontierCode v2.0 a atins 25,4%, al doilea după 28,5% pentru Muse Spark și a postat 81,6% pe Vibe Code Bench v1.1.

Instruit pentru munca de agent pe orizont lung

Compania spune că abilitățile agentice ale modelului provin din învățare prin consolidare pe sute de mii de sarcini de codare pe orizont lung, rulate pe mai multe hamuri de agenți și strategii de compactare a contextului. În special, Thinking Machines a mers dincolo de simplele recompense ale testelor unitare: multe sarcini de instruire au inclus un greder RL agent care a evaluat cum modelul a abordat o problemă, nu doar dacă codul final a trecut.

Echipa a testat și punctele de control timpurii în sălbăticie, rulându-le pe OpenCode sub numele de cod „Fledge-Alpha” pentru a măsura performanța în lumea reală. Potrivit anunțului, rezultatul este un model care urmează instrucțiunile mai bine decât predecesorul său, ia în considerare modificările cu atenție și își verifică propria activitate fără a fi întrebat.

Viziune, utilizarea computerului și demonstrații interactive

Inkling 2 Small extinde familia dincolo de text. Compania evidențiază demonstrații în care modelul a folosit Three.js pentru a construi un simulator de oraș complet de la zero - generând fiecare clădire, textură și mașină în mod procedural, fără elemente prefabricate - și a scris un emulator de PC funcțional în Python care pornește un nucleu Linux real, vizibil în browser. O altă demonstrație arată modelul care generează și revizuiește scene în Blender, inclusiv o vale desenată manual cu macarale origami animate.

Aceste demonstrații subliniază pitch-ul lansării: un model care poate încorpora feedback vizual și poate rafina în mod iterativ ceea ce construiește - site-uri web, jocuri, design 3D - mai degrabă decât să producă rezultate unice.

Calea Greutăților Deschise

Lansarea în etape urmează abordarea prezentată de Thinking Machines în eseul său anterior „Calea sigură către greutăți deschise”. Inkling 2 Small este disponibil astăzi prin Tinker, unde utilizatorii îl pot încerca în locul de joacă și îl pot folosi pentru reglaj fin și eșantionare. Punctele de control vor deveni descărcabile atunci când greutățile vor fi lansate sub Apache 2.0, planificată pentru săptămâna viitoare, după încheierea testelor externe de siguranță și a grupării roșii.

Strategia face ecoul primei generații a companiei: flagship-ul original Inkling și mai mic Inkling-Small, un model deschis de 276 de miliarde de parametri lansat la începutul acestui an, care a atras atenția semnificativă pentru egalarea performanței emblematice la o fracțiune din dimensiune. Cu Inkling 2 Small, laboratorul se dublează pe aceeași teză de eficiență – capacitate totală mai mare, amprentă activă mică.

De ce contează

Laboratoarele americane au trecut din trecut pe concurenții chinezi în ceea ce privește transportul de greutăți deschise capabile de frontieră, un decalaj care s-a redus pe măsură ce lansările de la Z.ai, DeepSeek, Tencent și Moonshot aterizează săptămână după săptămână. Thinking Machines este acum cel mai proeminent participant din SUA, iar o lansare de a doua generație atât de curând după prima sugerează că laboratorul se repetă mai repede decât se așteptau mulți.

Avertismentele sunt comparațiile de referință în sine. Thinking Machines a ales comparațiile și a etichetat cele mai mari scoruri raportate pe fiecare rând - și în câteva dintre aceste rânduri, Inkling 2 Small a ajuns pe locul al doilea, nu pe primul. Lansarea Apache 2.0 de săptămâna viitoare va fi adevăratul test: odată ce dezvoltatorii pot descărca și analiza ponderile în mod independent, marketingul dă loc măsurării. Deocamdată, anunțul poziționează Inkling 2 Small ca dovadă că volantul model-produs al startup-ului se învârte – și că frontiera cu greutăți deschise are acum un concurs cu adevărat transpacific.

Rămâi înaintea AI

Noi modele deschise aterizează în fiecare săptămână din laboratoarele de pe trei continente. Fiți la curent cu fiecare lansare prin acoperirea industriei AI.

Citiți mai multe știri AI →