Thinking Machines、オープンウェイト公開を予定する独自モデル「Inkling 2 Small」を発表

Thinking MachinesはInkling 2 Smallを発表し、Artificial Analysis Intelligence Indexで31を記録したと述べた。これは前モデルのInkling Smallから大幅な向上となる。同モデルは本日から、自社プラットフォームのTinkerおよびTinker Playgroundでファインチューニングと推論に利用できる。Thinking Machinesによると、完全なウェイトは近く公開する予定だが、現時点では独自モデルとなっている。

独自に評価を実施したArtificial Analysisの報告は以下のとおり。

• モデル: アクティブパラメーターが17Bの、594BパラメーターのMixture of Expertsモデル。推論に対応し、テキストと画像を入力として受け取り、テキストを出力する。Apache 2.0ライセンスでのウェイト公開が予定されているが、日程は未確定としている。
• 価格: 入力トークン100万件あたり$0.30、出力トークン100万件あたり$1.00、キャッシュ済み入力トークン100万件あたり$0.03。
• Index: 31で、Inkling Smallから18ポイント上昇。Gemini 3.8 Flash (high)と同水準で、MiMo-V2.6-Proを上回る。ウェイトが公開されれば、現行ランキングで中国以外で開発されたオープンウェイトモデルの最高スコアになると同社は述べている。
• エージェント性能とコーディング: AutomationBench-AAは5%から46%に、FrontierCode 2.0は5%から25%に上昇。Claude Sonnet 5.5 (medium)は11%。Terminal-Bench 4.0では13%で、Sonnet 5.5の30%を下回る。
• その他の結果: HLE-Diamondは29%（従来は12%）。CritPt v2は56%で、Gemini 3.8 Flash (high)の65%を下回る。AA-Omniscience v1.1での幻覚率は61%から27%に低下したが、主な理由はモデルが回答を試みる質問が減ったこと（53%、従来は77%）。
• コスト: Indexのタスク1件あたりの出力トークンは約150Kで、Inkling Smallの約4倍。タスクあたりの費用は$1.18で、Inkling Smallのほぼ6倍となる。一方、Gemini 3.8 Flash (high)は$7.77、Sonnet 5.5 (medium)は$10.02。

これらはThinking MachinesとArtificial Analysisが示した数値である。