Thinking Machines Lab 发布 Inkling 2 Small：594B 参数 MoE 模型，下周开放 Apache 2.0 权重
AI guide
AI 导读
Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与 variable effort，Artificial Analysis Intelligence Index 得分 31。
Story tracking
事件追踪
Thinking Machines Lab 发布第二代模型 Inkling 2 Small，即日起通过 Tinker 平台提供微调和推理，权重初期闭源。公司称，完整权重计划于下周以 Apache 2.0 许可开放，前提是完成外部安全测试和红队评估。 该模型为 594B 总参数、17B 激活的 MoE，支持图像输入和 1M token 上下文。Artificial Analysis 称其在 Intelligence Index v5.0.1 上得 31 分，较前代提升 18 分；若权重按计划开源，按当前排名将成为中国以外得分最高的开源权重模型。ARC Prize 称其在 ARC-AGI-2 得 81.7%、ARC-AGI-1 得 96.5%，在其评估过的所有开源权重模型中两项均为最好，ARC-AGI-3 结果待测试完成后公布。Tinker 定价为每百万输入/输出 token 0.30 美元和 1.00 美元，缓存输入每百万 token 0.03 美元。 Arena 对同一模型给出两组 Code Arena: WebDev 数据：AutoEval 得 1654 分，约列总榜第 20、美国开源模型第一；另一条称其以 1648 分在实验室中排第 8，并称权重发布后将成为美国开源模型第 1。公司还称其擅长长周期任务、能以视觉方式检查自身工作，用户可自行微调或让模型自主编排微调流程。公司员工 Karina Nguyen 分享的案例称，该模型智能体在财务尽调任务中自行下载并解析 PSEG 10-Q，发现需从经营现金流中剔除的 12 亿美元抵押品释放，得分 0.82，高于次优模型的 0.67。Vals AI 研究人员称，读取该模型在 13 个基准、2655 次运行中的思考日志后发现，50 次运行出现 “fuck” 及其变体共 316 次，其中 241 次来自两次失控运行。上述能力与得分均为公司或相关机构说法，尚未见独立验证。
最新进展：Vals AI 研究：Thinking Machines 的 Inkling 2 Small 在基准测试中爆粗口 316 次
事件时间线
The Decoder：AI News（RSS）
Vals AI 研究：Thinking Machines 的 Inkling 2 Small 在基准测试中爆粗口 316 次
Vals AI 研究人员读取 Thinking Machines 的 Inkling 2 Small 在 13 个基准、2655 次运行中的思考日志，发现 50 次运行出现 "fuck" 及其变体，共 316 次，其中 241 次来自两次失控运行。
阅读原始报道 ↗X：Arena (@arena)
Inkling 2 Small 登顶 WebDev 开源榜
在 Code Arena: WebDev 中，@thinkymachines 的 Inkling 2 Small 位列数据与分析类第 5 名！ 在所有开源模型中，它在该类别将排名第 1。相比其前代 Inkling-Small（第 92 名），该类别提升了 +220 分。 总体而言，Inkling 2 Small 在 Code Arena: WebDev 中相比 Inkling-Small 提升了 +240 分。它在所有类别中都展现出大幅进步。 再次祝贺 @thinkymachines 团队！
阅读原始报道 ↗X：Arena (@arena)
Arena 榜单显示 Inkling 2 Small 以 1648 分位列 Code Arena: WebDev 实验室第 8
Arena 公布 thinkymachines 的 Inkling 2 Small 进入 Code Arena: WebDev 榜单，以 1648 分在实验室中排名第 8，权重发布后将成为美国开源模型第 1。该模型现已在 Tinker 上开放微调和推理，完整权重即将发布；此前引用帖中 1654 分版本显示其领先第 2 名 Meta Muse Spark Open 128 分，全球开源模型中排第 4。
阅读原始报道 ↗X：ARC Prize (@arcprize)
ARC-AGI-3 评测结果待测试完成后公布
@thinkymachines ARC-AGI-3 的评测在操作上更为密集；测试完成后我们将分享结果。 完整的 ARC-AGI-1 和 ARC-AGI-2 结果：https://arcprize.org/results/thinky-inkling-2-small
阅读原始报道 ↗X：ARC Prize (@arcprize)
ARC Prize 公布 Inkling 2 Small 评测结果
@thinkymachines - 排行榜：https://arcprize.org/leaderboard - 复现公开结果：https://github.com/arcprize/arc-agi-benchmarking - 测试政策：https://arcprize.org/policy - Inkling 2 Small 完整结果：https://arcprize.org/results/thinky-inkling-2-small
阅读原始报道 ↗X：ARC Prize (@arcprize)
ARC Prize 公布 Inkling 2 Small 的 ARC-AGI-2 成绩，semi-private 得分从 40.14% 升至 81.67%
ARC Prize 对比 Thinky Machines 的 Inkling 2 Small 与 7 月 30 日发布的初代 Inkling Small 在 ARC-AGI-2 上的表现，semi-private 得分从 40.14% 翻倍以上至 81.67%。图表还显示 public 得分从 39.31% 升至 84.17%。
阅读原始报道 ↗X：ARC Prize (@arcprize)
Inkling 2 Small 在 ARC-AGI Verified 测得 81.7%，Thinking Machines 计划下周开放完整权重
ARC Prize 公布 Thinking Machines 的 Inkling 2 Small 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 81.7%，每任务成本 $0.27；ARC-AGI-1 得分 96.5%，每任务成本 $0.08。据称其在其评估过的所有开源权重模型中 ARC-AGI-1 和 ARC-AGI-2 表现均为最好，Thinking Machines 计划下周发布完整权重。
阅读原始报道 ↗The Decoder：AI News（RSS）
Thinking Machines 发布 Inkling 2 Small，称其为最强西方开放权重模型
Mira Murati 创立的 Thinking Machines 发布第二代模型 Inkling 2 Small，总参数 594B、激活 17B 的 MoE 模型。
阅读原始报道 ↗Latent Space（RSS）
Thinking Machines 发布 Inkling 2 Small：594B 总参 17B 激活 MoE，GB300 上 68 小时预训练
Latent Space 汇总多家信源报道 Thinking Machines 发布 Inkling 2 Small，594B 总参、17B 激活的多模态 MoE。
阅读原始报道 ↗MarkTechPost（RSS）
Thinking Machines 发布 Inkling 2 Small：594B MoE、17B 激活、1M 上下文
Thinking Machines Lab 发布第二代 Inkling 首款模型 Inkling 2 Small，为 594B 总参数、17B 激活的稀疏 MoE，支持文本与图像输入、1M token 上下文和可变推理强度。
阅读原始报道 ↗X：Artificial Analysis (@ArtificialAnlys)
Thinking Machines 发布 Inkling 2 Small，Artificial Analysis 指数得分 31 并计划开源权重
Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index v5.0.1 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落实将成为中国以外得分最高的开源权重模型。
阅读原始报道 ↗X：Arena (@arena)
Inkling 2 Small 进入 Code Arena: WebDev 榜单，1654 分约列美国开源模型第一
Arena 宣布 Thinking Machines 的 Inkling 2 Small 进入 Code Arena: WebDev，AutoEval 得 1654 分，约列总榜第 20、美国开源模型第一。
阅读原始报道 ↗X：Karina Nguyen（@karinanguyen）
Karina Nguyen 演示 Inkling 2 Small 在财务尽调任务中独立解析 PSEG 10-Q 并发现 12 亿美元抵押品释放
Karina Nguyen 分享一个 Inkling 2 Small 智能体的实测轨迹：当申报工具只返回 PSEG 的目录时，该智能体自行下载完整的 3.7MB 10-Q，用 Python 解析，并发现需从经营现金流中剔除的 12 亿美元抵押品释放，得分 0.82，高于次优模型的 0.67。引用的 @thoughtfullab 内容称其在 DiligenceBench 上表现良好，该模型为 594B 参数、17B 激活参数的 MoE，定价 $0.30/M 输入和 $1/M 输出 token。
阅读原始报道 ↗X：Mira Murati（@miramurati）
Thinking Machines 发布 Inkling 2 Small 并上线 Tinker
Mira Murati 宣布 Inkling 2 Small 即日起可在 Tinker 上进行微调和推理，完整权重即将开放。据引用的 Thinking Machines 官方内容，该模型在 AA Intelligence Index 上得 31 分，较前代大幅提升。
阅读原始报道 ↗X：Thinking Machines (@thinkymachines)
Thinking Machines 发布 Inkling 2 Small
推出 Inkling 2 Small。在 AA Intelligence Index 上得分 31，相较前代大幅提升。 Inkling 2 Small 即日起可在 Tinker 上进行微调和推理，完整权重发布计划于近期推出。 https://thinkingmachines.ai/news/inkling-2-small
阅读原始报道 ↗X：Thinking Machines (@thinkymachines)
Thinking Machines 介绍 Inkling 2 Small 的长任务与视觉自检能力，开放 Tinker 微调
Thinking Machines 介绍 Inkling 2 Small，称其擅长长周期任务、能以视觉方式检查自身工作，并可适配不同的 harness 和环境。用户可在 Tinker 上对其微调，或让 Inkling 2 Small 自主编排微调流程。
阅读原始报道 ↗Thinking Machines Lab：News（网页） 一手信源
Thinking Machines Lab 发布 Inkling 2 Small：594B 参数 MoE 模型，下周开放 Apache 2.0 权重
Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与 variable effort，Artificial Analysis Intelligence Index 得分 31。
阅读原始报道 ↗Artificial Analysis 完整文章（网页） 一手信源
Thinking Machines 发布 Inkling 2 Small，权重将开源为评分最高的中国以外开放权重模型
Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index 得分 31，较 Inkling Small 提升 18 分；计划后续以 Apache 2.0 开放权重，若兑现将是中国以外评分最高的开放权重模型。
阅读原始报道 ↗