Thinking Machines introduceert Inkling Small: een gok op efficiëntie, niet op omvang

Thinking Machines, het AI-lab van voormalig OpenAI-CEO Mira Murati, heeft zijn tweede model uitgebracht, Inkling Small. Dit is een open-gewichten redeneermodel dat volgens Artificial Analysis 40 punten scoort op de Intelligentie-Index - één punt minder dan het grotere Inkling-model (41), ondanks dat het minder dan drie keer kleiner is in omvang (276 miljard parameters, 12 miljard actief). Geen enkel open model van dezelfde of kleinere omvang presteert beter, aldus AA. Inkling Small presteert beter dan Inkling op verschillende codeer- en redeneertests, zoals Humanity's Last Exam (32% versus 30%) en GPQA Diamond (89% versus 87%). Het blijft echter achter bij agentische taken en tests van feitelijke kennis, maar is token-efficiënter: in tests vereist het gemiddeld 24.000 outputtokens per taak, vergeleken met 45.000 voor DeepSeek V4 Flash en 78.000 voor GPT-5.4 mini. Het model verwerkt tekst-, beeld- en spraakinvoer, heeft een contextvenster van 256.000 tokens en wordt gedistribueerd onder de Apache-2.0-licentie. Gewichten zijn beschikbaar op Hugging Face, en via de Tinker Playground kan het model direct in de browser worden gebruikt en fijn afgesteld. Thinking Machines positioneert zijn modellen primair als basis voor verdere fijnafstemming op eigen data, en sommigen zien dit als de volgende grens in AI-ontwikkeling.