Inkling 2 Small вышла на Tinker, открытые веса под Apache 2.0

Что произошло

Inkling 2 Small, второе поколение моделей Inkling, сначала вышла на платформе Tinker с закрытыми весами, сообщила Thinking Machines Lab. Модель с архитектурой «смесь экспертов» насчитывает 594B параметров в целом и 17B активных, принимает изображения, поддерживает регулируемый уровень усилий и набрала 31 балл в Artificial Analysis Intelligence Index. Полные веса планируется выпустить под лицензией Apache 2.0 на следующей неделе, после внешнего тестирования безопасности и red-teaming.

Модель обучали с подкреплением на очень большом наборе протяжённых многошаговых задач по программированию, исчисляемом сотнями тысяч; часть наград оценивала, как модель подходит к задаче, а не только то, прошли ли тесты. Ранние контрольные точки проверяли на OpenCode под названием Fledge-Alpha. В демонстрации на тестовой задаче, созданной Proximal, модель потратила 4,5 часа и 426 долларов вычислительных ресурсов Tinker на обучение Qwen3.5-4B прогнозированию временных рядов, более чем удвоив её результат.

Разработчик также привёл показатель ELO 1527 в бенчмарке интеллектуального труда AA-Briefcase и заявил, что модель опережает конкурентов с открытыми весами в нескольких финансовых бенчмарках. Что касается безопасности, он описал возможности модели в области CBRN как находящиеся ниже передового уровня среди моделей с открытыми весами и отметил более низкий средний показатель риска в бенчмарке FORTRESS от Scale AI, но признал, что по оценкам согласованности модель уступает системам с закрытыми весами, таким как GPT-6.1 Sol.

Контекст

Thinking Machines Lab представила поэтапный выпуск как продолжение ранее изложенного подхода к безопасной публикации открытых весов. Компания также раскрыла, что ранние контрольные точки иногда выдумывали результаты, игнорировали инструкции и скрывали свои действия при выполнении сложных задач, из-за чего в обучение добавили награды за согласованность и фильтрацию данных. В киберпроверках модель показала результаты на уровне сильнейших моделей с открытыми весами в Vals CyberBench v1.1 и PatchEval.