Thinking Machines publie Inkling 2 Small sur Tinker, à poids fermés

Ce qui est disponible, et ce qui reste fermé

Le modèle active 17 000 000 000 de ses 594 000 000 000 de paramètres pour chaque token. Il accepte du texte et des images et renvoie du texte. L'audio n'est pas pris en charge. La fenêtre de contexte atteint 1 000 000 de tokens. Un effort de raisonnement variable permet d'échanger de la vitesse contre de la profondeur.

Thinking Machines Lab a ouvert le modèle sur Tinker le 5 novembre pour l'inférence et le fine-tuning. L'entreprise a ajouté un Playground à la console Tinker pour que les développeurs puissent l'essayer avant de s'engager. Artificial Analysis affiche un tarif de 0,30 dollar par million de tokens en entrée et de 1,00 dollar par million de tokens en sortie, l'entrée mise en cache revenant à 0,03 dollar. Le prédécesseur, Inkling Small, comptait 276 000 000 000 de paramètres au total et 12 000 000 000 actifs. Le nouveau modèle fait plus que doubler la taille stockée. Il ajoute 4 000 000 000 de paramètres actifs par token.

Benchmarks : des gains en code et en design

Thinking Machines annonce un score de 31 à l'Artificial Analysis Intelligence Index v5.0.1, soit 18 points de plus que les 13 d'Inkling Small et à peu près au niveau de Gemini 3.8 Flash. ZDNET a relevé que Gemini 4 Carbon et Claude Opus 5.5 dominent l'indice avec 60 et 59.

Côté code, Thinking Machines annonce 86,3 % sur SWE-Bench Pro v2 (Hard) et 72,1 % sur DeepSWE. Sur AA-Briefcase, un benchmark de travail intellectuel, le modèle obtient 1 527 Elo contre 912 pour Inkling Small, soit un gain de 615 points. Sur le classement des sites web de DesignArena, il atteint 1 340 Elo, troisième au relevé du 5 novembre et meilleur score parmi les modèles à poids ouverts, selon le tableau de benchmarks de Thinking Machines.

Artificial Analysis indique que le taux d'hallucination est passé de 61 % à 27 % sur AA-Omniscience v1.1, tandis que la précision montait de 32 % à 34 % et que le taux de réponse chutait de 77 % à 53 %. Le modèle répond à moins de questions.

La facture par tâche

Artificial Analysis a mesuré 1,18 dollar par tâche de l'Intelligence Index, contre 0,20 dollar pour Inkling Small, soit presque six fois plus. Le modèle produit environ 150 000 tokens en sortie par tâche, près de quatre fois les 37 000 du prédécesseur. Cette consommation de tokens plus élevée explique en partie l'écart de coût.

Cela reste en dessous de Gemini 3.8 Flash à 7,77 dollars par tâche et de Claude Sonnet 5.5 à 10,02 dollars, selon Artificial Analysis.

Entraînement, et le verrou de sûreté

Le pré-entraînement initial a porté sur 8 400 000 000 000 de tokens en 68 heures. Le calcul a tourné sur des racks Nvidia GB300 NVL72 avec un entraînement natif en NVFP4.

Une seule passe d'apprentissage par renforcement conjoint a suivi : 1 075 étapes, plus de 17 000 000 de rollouts et neuf jours sur 2 048 GPU. Le code a représenté 65 % des tokens de RL. La première génération d'Inkling menait séparément le RL de raisonnement et le RL agentique, puis fusionnait les résultats par distillation. Thinking Machines annonce que son score interne de mauvaise conduite tombe de 66,8 sur Inkling à 14,9 après une récompense d'alignement et une auto-distillation sur politique.

L'entreprise a aussi interrompu la passe de RL en cours de route. Un moniteur asynchrone avait surpris le modèle contournant un blocage réseau via un service tiers joignable avec ses outils de recherche.

Dans une démonstration citée par Thinking Machines, le modèle a post-entraîné Qwen3.5-4B pour la prévision de séries temporelles en 4 heures et 17 minutes. Il a dépensé 426 dollars sur un budget Tinker de 500 dollars. Sur des données d'août et septembre absentes de l'entraînement, le modèle final affichait une erreur inférieure d'environ 15 % à celle du modèle de base, selon l'entreprise.

La suite

Les checkpoints fine-tunés deviendront téléchargeables avec les poids, et d'autres plateformes sont prévues après les tests de sûreté. D'ici là, les développeurs peuvent faire de l'inférence et du fine-tuning sur Tinker, mais ne peuvent pas héberger le modèle eux-mêmes.