Thinking Machines 发布 Inkling 2 Small：594B 参数 MoE，智能指数从 12 跃升至 31，权重下周开源

前 OpenAI 首席技术官 Mira Murati 创办的 Thinking Machines Lab 发布了第二代模型 Inkling 2 Small。这是一个总参数 594B、每 token 只激活 17B 的 MoE（混合专家）模型，支持图片输入与可变推理强度，11 月 5 日起已可在自家 Tinker 平台上试用、微调和调用，完整权重计划下周以 Apache 2.0 协议开源。

按官方说法，新模型在 Artificial Analysis 智能指数上拿到 31 分，远高于第一代 Inkling 的 12 分。自报评测成绩包括 FrontierCode v2.0 25.4%、DeepSWE v1.1 72.1%、SWE-bench Pro v2（Hard）86.3%、Vibe Code Bench 81.6%、MMMU Pro 81.6%。定价为输入每百万 token 0.30 美元、输出 1.00 美元，上下文 100 万 token。官方还展示了一段自主研究演示：Inkling 2 Small 自己写评估器、选数据集和训练方法，4.5 小时花 426 美元把一个 Qwen3.5-4B 的时序预测分数翻了一倍多。

值得关注的是发布节奏：先上 Tinker、权重后开源。按官方的分阶段开放路线，外部安全测试与红队评估完成后，完整权重下周以 Apache 2.0 放出，届时微调后的检查点也可下载。Thinking Machines 称，权重放出后，它有望成为 DesignArena 上得分最高的开源权重模型。不过要提醒的是，上述成绩均为厂商自报，暂无独立第三方复现；权重仍未放出之前，模型只能在 Tinker 上用，还不能本地部署。

与今年 7 月发布的第一代 Inkling（总参数 975B）相比，Inkling 2 Small 参数规模反而更小，但官方称训练流程每一步都有改进，尤其是更大规模的统一强化学习，这也是它跑分跃升的主因。同样走开源权重路线的模型还包括上月底 Mistral 放出的 1 万亿参数 Large 4，以及本周发布的 65B 开源模型 Ripple-65B。

来源：Thinking Machines 官方博客，原文：https://thinkingmachines.ai/news/inkling-2-small/