Thinking Machines发布Inkling 2 Small模型

OpenAI 前首席技术官 Mira Murati 创立的人工智能初创公司 Thinking Machines Lab 发布了第二代旗舰模型 Inkling 2 Small。这是该团队迄今能力最强的模型，目前已在 Tinker 平台上线，权重将在完成外部安全测试与红队演练后，以 Apache 2.0 协议正式开源。

594B 混合专家架构，追平 Gemini 3.8 Flash

Inkling 2 Small 采用混合专家（MoE）架构，总参数量达 5940 亿，单次激活参数为 170 亿。模型支持文本与图像多模态输入，并允许用户自定义调节推理强度。

在 Artificial Analysis 智能指数评测中，该模型获得 31 分，大幅高于初代 Inkling Small 的 13 分，综合表现与 Google Gemini 3.8 Flash 基本持平。官方将其称为目前最强的西方开放权重模型。

模型原生基于英伟达 NVFP4 4-bit 格式训练，支持最高 100 万 Token 的上下文窗口。

智能体与代码能力提升，推理成本受控

该模型在 AI 智能体（Agent）任务上展现出显著增幅：

• AutomationBench-AA 得分由前代的 5% 跃升至 46%。
• FrontierCode 2.0 得分由 5% 提高至 25%。
• SWE-Bench Pro v2（Hard） 达到 86.3%。
• Terminal-Bench 4.0 得分为 13.1%。在部分特定编程基准测试中，DeepSeek V4.1 Flash 仍保持领先。

性能提升也带来了更高的算力开销。Artificial Analysis 数据显示，该模型单任务生成的输出 Token 量约为前代的 4 倍，使平均任务成本从 0.20 美元升至 1.18 美元。不过，这一成本依然远低于 Gemini 3.8 Flash（7.77 美元）与 Claude Sonnet 5.5（10.02 美元）。

分阶段开放权重

Thinking Machines 采取了分阶段开放权重的发布策略。开发者目前可通过 Tinker 平台微调并调用模型，权重检查点将在未来数周通过安全测试后开放下载。

团队同时指出了模型现阶段的不足：长代码库中的工具调用准确度有待提高、暂不支持音频输入，且对日常闲聊对话场景的优化程度有限。

据相关报道，Thinking Machines 目前正接近完成一笔 50 亿美元的新一轮融资。