Thinking Machines merilis Inkling 2 Small, model berpemilik dengan bobot terbuka yang dijanjikan

Thinking Machines memperkenalkan Inkling 2 Small dan menyatakan bahwa model ini meraih skor 31 pada Artificial Analysis Intelligence Index, peningkatan besar dibandingkan Inkling Small. Model ini tersedia untuk fine-tuning dan inferensi di Tinker, platformnya, serta di Tinker Playground mulai hari ini. Thinking Machines mengatakan bobot lengkapnya direncanakan segera dirilis; untuk saat ini, model tersebut masih berpemilik.

Artificial Analysis, yang melakukan evaluasi sendiri, melaporkan:

• Model: mixture of experts dengan 594B parameter dan 17B parameter aktif, memiliki kemampuan penalaran, menerima input teks dan gambar, serta menghasilkan output teks. Mereka mencantumkan rencana rilis bobot berlisensi Apache 2.0 tanpa tanggal yang dikonfirmasi.
• Harga: $0.30 per 1 juta token input, $1.00 per 1 juta token output, dan $0.03 per 1 juta token input yang di-cache.
• Indeks: 31, naik 18 poin dari Inkling Small, setara dengan Gemini 3.8 Flash (high) dan di atas MiMo-V2.6-Pro. Jika bobotnya dirilis, menurut mereka ini akan menjadi model berbobot terbuka dengan skor tertinggi yang dikembangkan di luar China dalam peringkat saat ini.
• Agen dan pemrograman: AutomationBench-AA naik dari 5% menjadi 46% dan FrontierCode 2.0 dari 5% menjadi 25%, dibandingkan 11% untuk Claude Sonnet 5.5 (medium); pada Terminal-Bench 4.0, skornya 13% dibandingkan 30% untuk Sonnet 5.5.
• Hasil lainnya: HLE-Diamond 29% (naik dari 12%); CritPt v2 56%, di bawah Gemini 3.8 Flash (high) dengan 65%; tingkat halusinasi pada AA-Omniscience v1.1 turun dari 61% menjadi 27%, terutama karena model ini mencoba menjawab lebih sedikit pertanyaan (53% dibandingkan 77%).
• Biaya: sekitar 150K token output per tugas Index, kira-kira 4x Inkling Small, sehingga biaya per tugas menjadi $1.18, hampir 6x Inkling Small, dibandingkan $7.77 untuk Gemini 3.8 Flash (high) dan $10.02 untuk Sonnet 5.5 (medium).

Angka-angka ini berasal dari Thinking Machines dan Artificial Analysis.