Thinking Machines présente Inkling Small : un pari sur l’efficacité, pas sur la taille

Thinking Machines, le laboratoire d'IA de l'ancienne directrice technique d'OpenAI, Mira Murati, a publié son deuxième modèle, Inkling Small. Il s'agit d'un modèle de raisonnement à poids ouverts qui, selon Artificial Analysis, obtient 40 points sur l'indice d'intelligence—soit un point de moins que le modèle Inkling plus grand (41), même s'il est moins de trois fois plus petit en taille (276 milliards de paramètres, 12 milliards d'actifs). Aucun modèle ouvert de taille égale ou inférieure ne fait mieux, selon AA. Inkling Small surpasse Inkling sur plusieurs tests de codage et de raisonnement, tels que Humanity's Last Exam (32% contre 30%) et GPQA Diamond (89% contre 87%). Cependant, il est en retrait sur les tâches agentiques et les tests de connaissances factuelles, mais est plus efficace en tokens : lors des tests, il nécessite en moyenne 24 000 tokens de sortie par tâche, contre 45 000 pour DeepSeek V4 Flash et 78 000 pour GPT-5.4 mini. Le modèle gère les entrées texte, image et voix, dispose d'une fenêtre de contexte de 256 000 tokens et est distribué sous licence Apache-2.0. Les poids sont disponibles sur Hugging Face, et via Tinker Playground, le modèle peut être utilisé et affiné directement dans le navigateur. Thinking Machines positionne ses modèles principalement comme une base pour un affinage supplémentaire sur des données propriétaires, et certains y voient la prochaine frontière du développement de l'IA.