Dernière mise à jour : 6 novembre 2026.
Thinking Machines Lab a présenté Inkling 2 Small le 5 novembre 2026. Malgré le petit nom, il s'agit d'un modèle de mélange d'experts avec 594 milliards de paramètres totaux, 17 milliards de paramètres actifs, une compréhension d'image native et une fenêtre contextuelle allant jusqu'à un million de jetons.
Réponse rapide : Inkling 2 Small est un modèle MOE multimodal à paramètre 594B. Il active 17B paramètres par jeton, accepte le texte et les images, prend en charge jusqu'à 1M jetons de contexte et est disponible dès maintenant dans Tinker Playground.
Inkling 2 Petites spécifications
| Spécification | Encrage 2 Petit |
|---|---|
| Paramètres totaux | 594B |
| Paramètres actifs | 17B |
| Architecture | Mélange d'experts clairsemé |
| Calques | 48 |
| Experts | 384 au total, 8 routés par jeton |
| Entrée | TEXTE ET IMAGES |
| Contexte : ____________________________________________ | Jusqu'à 1 million de jetons |
Que peut faire Inkling 2 Small ?
Le modèle est conçu pour les systèmes agentiques, l'utilisation d'outils, les assistants de codage, les chatbots, la génération augmentée par récupération, le travail multilingue et la compréhension visuelle. Thinking Machines affirme que la deuxième génération améliore le codage agentique, la vision, le travail de connaissance et le raisonnement.
C'est
Thinking Machines rapporte un score d'Intelligence d'Analyse Artificielle de 31. L'entreprise attribue l'amélioration à une pré-formation plus efficace et à une grande course unifiée d'apprentissage par renforcement. Les tests indépendants resteront importants à mesure que le modèle atteindra plus d'utilisateurs.
Comment essayer Inkling 2 Small
Inkling 2 Small est disponible via Terrain de jeux Tinker. Les développeurs peuvent également utiliser le modèle pour l'échantillonnage et le réglage fin via Tinker.
Les poids sont initialement fermés. Thinking Machines dit qu'il a l'intention de libérer tous les poids sous la licence Apache 2.0 après des tests de sécurité externes et une équipe rouge.
Pourquoi la fenêtre contextuelle 1M est importante
Une fenêtre contextuelle d'un million de jetons est pertinente pour les grands référentiels de code, les documents longs, les traces d'agents et les flux de travail de récupération qui doivent conserver de grandes quantités d'informations actives au cours d'une session.
Pourquoi utiliser une architecture Mixture-of-Experts ?
Au lieu d'activer tous les paramètres 594B pour chaque jeton, Inkling 2 Small achemine chaque jeton à travers un petit sous-ensemble d'experts. Cela donne au modèle une grande capacité totale tout en maintenant le calcul actif beaucoup plus bas que le nombre de paramètres de titre ne le suggère.
FAQ
Inkling 2 Small est-il open source ?
Pas au lancement. Thinking Machines indique que des poids complets sont prévus sous Apache 2.0 après les tests de sécurité.
Combien de paramètres sont actifs ?
17 milliards de paramètres actifs sur un total de 594 milliards.
Prend-il en charge les images ?
Oui. Il accepte les entrées de texte et d'image et génère une sortie de texte.
Sources
- Thinking Machines Lab – Présentation de Inkling 2 Small
- Laboratoire Thinking Machines – Carte modèle
En savoir plus Modèles d'IA – Derniers outils d'IA
