Inkling 2 Small

2026-11-05 · Éditeur : Thinking Machines Lab · Domaine : Intelligence Artificielle

Thinking Machines Lab lance Inkling 2 Small, un modèle MoE de 594 Md de paramètres (17 Md actifs), accessible via Tinker. Les poids restent fermés à ce stade ; une publication sous Apache 2.0 est annoncée après les tests de sécurité.

Ce qui change

  • Architecture Mixture-of-Experts : 594 Md de paramètres au total, 17 Md actifs par token.
  • Accepte les images en entrée ; l'audio n'est pas pris en charge.
  • Disponible sur Tinker (inférence, ajustement fin, échantillonnage) ; poids fermés au lancement.
  • Publication des poids sous Apache 2.0 annoncée pour la semaine suivante, après tests de sécurité et red-teaming.
  • Tarif Tinker : 0,30 $ en entrée et 1,00 $ en sortie par million de jetons.

### Contexte Thinking Machines Lab a présenté Inkling 2 Small le 5 novembre 2026. Selon VentureBeat, la version précédente d'Inkling Small comptait 276 Md de paramètres au total (12 Md actifs) ; la nouvelle génération passe à 594 Md (17 Md actifs). ### Caractéristiques - Architecture Mixture-of-Experts : 594 Md de paramètres, 17 Md actifs (source : Thinking Machines Lab). - Entrées texte et image ; l'éditeur précise que le modèle ne prend pas en charge l'audio. - Contexte : aucune fenêtre n'est précisée dans l'annonce, qui mentionne une limite de trajectoire de 1 M de jetons pour les évaluations et un entraînement par renforcement à 256 K de contexte. L'offre serverless de Tinker indique 256 K. - Accès : inférence, ajustement fin et échantillonnage sur Tinker. Les poids sont fermés au lancement ; l'éditeur prévoit une publication sous Apache 2.0 « la semaine prochaine » après les tests de sécurité externes. ### Tarifs Tarifs Tinker, par million de jetons (page de documentation de l'éditeur) : | Contexte | Entrée | Entrée en cache | Sortie | Entraînement | |---|---|---|---|---| | 64 K | 0,30 $ | 0,03 $ | 1,00 $ | 1,50 $ | | 256 K | 0,30 $ | 0,03 $ | 1,00 $ | 3,00 $ | ### Benchmarks Scores publiés par l'éditeur. | Benchmark | Score | |---|---| | SWE-Bench Pro v2 (Hard) | 86,3 % | | DeepSWE v1.1 | 72,1 % | | Vibe Code Bench v1.1 | 81,6 % | | MMMU Pro (Standard 10) | 81,6 % | | HLE-Diamond | 28,7 % | | Artificial Analysis Intelligence Index | 31 | Selon VentureBeat, le modèle obtient 71,8 % sur EnterpriseBench-CoreCraft de Surge AI, derrière Claude Fable 5.1 (77,4 %) et Claude Opus 5.5 (74,4 %). ### À retenir Le modèle cible les usages d'entreprise à coût d'inférence modéré, mais son statut de poids ouverts dépend d'une publication encore à venir. Les scores restent pour l'essentiel ceux de l'éditeur et appellent des évaluations indépendantes.

Liens

Tags : LLM, MoE, Multimodal, Agents, Code, Poids ouverts, Thinking Machines Lab, Inkling