6 ноября 2026 года The Decoder сообщил о представлении Thinking Machines модели Inkling 2 Small. Для читателя это означает появление модели, ориентированной на многошаговые и кодовые задачи: заявленные показатели выросли по сравнению с предыдущей Inkling Small, но средний расход выходных токенов достиг примерно 150 000 на задачу. На момент публикации модель была доступна через Tinker, а публикация весов под Apache 2.0 оставалась планом после внешней проверки безопасности.
Архитектура и режим работы
The Decoder описывает Inkling 2 Small как модель mixture-of-experts с 594 млрд параметров, из которых одновременно активны 17 млрд. Она принимает текст и изображения, а глубину рассуждений можно настраивать, выбирая между скоростью и более тщательной обработкой. Thinking Machines позиционирует её как базовую модель для последующей тонкой настройки под специализированные задачи.
Что показывают опубликованные тесты
По данным Artificial Analysis, приведённым The Decoder со ссылкой на Thinking Machines, Inkling 2 Small получила 31 балл в Artificial Analysis Intelligence Index — на 18 баллов больше Inkling Small и примерно на уровне Gemini 3.8 Flash. Это сравнение относится к сводному индексу, а не ко всем отдельным задачам.
В AutomationBench-AA результат, приведённый в публикации, вырос с 5 до 46 процентов, а во FrontierCode 2.0 — с 5 до 25 процентов относительно предшественницы. На AA-Briefcase модель получила 1 527 Elo, на 615 пунктов больше прежнего результата. Заявленная доля галлюцинаций снизилась с 61 до 27 процентов, но доля вопросов с ответом одновременно упала с 77 до 53 процентов.
The Decoder также приводит результаты Inkling 2 Small на FrontierCode 2.0 — 25,4 процента, DeepSWE — 72,1 процента и SWEBench Pro v2 (Hard) — 86,3 процента. В той же публикации DeepSeek-V4.1-Flash опережает её на FrontierCode и DeepSWE с 28,5 и 77 процентами. Источник приводит для FrontierCode два значения — около 25 и 25,4 процента — и не объясняет расхождение; независимых тестов в доступном материале нет.
Почему рост рассуждений влияет на цену
Artificial Analysis оценивает средний расход Inkling 2 Small примерно в 150 000 выходных токенов на задачу — это примерно в четыре раза больше, чем у предшественницы. Стоимость целой задачи оценена в 1,18 доллара, почти в шесть раз выше прежней модели. Для сравнения, в том же анализе указаны 7,77 доллара для Gemini 3.8 Flash и 10,02 доллара для Claude Sonnet 5.5. Это стоимость задачи, а не одного токена, поэтому итог зависит от сценария и от того, сколько работы модель выполняет до результата.
Доступ и ограничения
На дату публикации The Decoder модель предлагалась через платформу Tinker. Thinking Machines планировала выпустить веса под Apache 2.0 после внешнего тестирования безопасности, поэтому доступ к модели нельзя считать равным уже доступному открытым весам. В публикации также указано, что Inkling 2 Small не поддерживает аудио, хуже оптимизирована для обычного чата, может неудачно выбирать инструменты для крупных кодовых баз, чрезмерно реагировать на темы здоровья и выдавать перегруженные ответы.
Что это меняет для выбора модели
Inkling 2 Small выглядит наиболее релевантной для многошаговых задач, работы с изображениями и последующей настройки, если важнее результат на конкретном агентном сценарии, чем минимальный расход токенов. Сравнивать её только по цене запроса недостаточно: опубликованные цифры относятся к стоимости завершённой задачи и к тестам, которые пересказывает The Decoder по данным Artificial Analysis и заявлениям Thinking Machines. Это не независимая проверка пользовательской эффективности. Источник: The Decoder, 6 ноября 2026 года.
