Thinking Machines meluncurkan Inkling Small: taruhan pada efisiensi, bukan ukuran

Thinking Machines, laboratorium AI milik mantan CTO OpenAI, Mira Murati, telah merilis model keduanya, Inkling Small. Ini adalah model penalaran dengan bobot terbuka yang, menurut Artificial Analysis, mencetak 40 poin pada Indeks Intelijen—satu poin lebih rendah dari model Inkling yang lebih besar (41), meskipun ukurannya kurang dari tiga kali lebih kecil (276 miliar parameter, 12 miliar aktif). Tidak ada model terbuka dengan ukuran yang sama atau lebih kecil yang berkinerja lebih baik, menurut AA. Inkling Small mengungguli Inkling dalam beberapa tes pengkodean dan penalaran, seperti Ujian Terakhir Umat Manusia (32% versus 30%) dan GPQA Diamond (89% versus 87%). Namun, ia tertinggal dalam tugas-tugas agen dan tes pengetahuan faktual, tetapi lebih efisien dalam penggunaan token: dalam pengujian, ia membutuhkan rata-rata 24.000 token keluaran per tugas dibandingkan dengan 45.000 untuk DeepSeek V4 Flash dan 78.000 untuk GPT-5.4 mini. Model ini menangani masukan teks, gambar, dan suara, memiliki jendela konteks 256.000 token, dan didistribusikan di bawah lisensi Apache-2.0. Bobot tersedia di Hugging Face, dan melalui Tinker Playground, model ini dapat digunakan dan disetel halus langsung di peramban. Thinking Machines memposisikan modelnya terutama sebagai fondasi untuk penyetelan halus lebih lanjut pada data kepemilikan, dan beberapa orang melihat ini sebagai batas berikutnya dalam pengembangan AI.