Thinking Machines正式发布新一代推理模型Inkling 2 Small。该模型在Artificial Analysis Intelligence Index v5.0.1中获得31分，表现与Google DeepMind的Gemini 3.8 Flash (high)持平，并超越小米MiMo-V2.6-Pro。若按计划后续以Apache 2.0许可证开放权重，它将成为目前非中国地区开发的最强高分开源模型。
核心亮点
代理与编码能力显著跃升：相比前代Inkling Small，Inkling 2 Small在多项基准测试中取得突破性进展。AutomationBench-AA得分从5%飙升至46%，FrontierCode 2.0从5%提升至25%，HLE-Diamond从12%增至29%。在商业工作流测试AA-Briefcase中，其Elo得分达1527分，较前代的912分大幅提升，规则通过率也从20%提高至50%。
创意与多模态表现优异：在涉及3D交互创建的AA-3D测试中，Inkling 2 Small获得1021 Elo，接近Meta Muse Spark 1.3 (max)的1033 Elo，并优于Gemini 3.8 Flash的966 Elo。在代码生成视频任务Code2Video-AA中，其得分1020 Elo，与阿里巴巴Qwen3.8 Max (xhigh)基本持平，显著高于Gemini 3.8 Flash的899 Elo。
更低幻觉率与更高信息密度：通过更谨慎的回答策略，模型幻觉率从61%大幅降至27%，尝试率从77%降至53%，准确率微升至34%。同时，其单任务平均输出Token量约为15万，是Inkling Small（约3.7万）的4倍，也远超Claude Sonnet 5.5 (medium)的3.1万和Gemini 3.8 Flash (high)的9.9万。
性价比优势明显：尽管单次任务成本（1.18美元）约为前代（0.20美元）的6倍，但仍显著低于同级别竞品：Gemini 3.8 Flash (high)为7.77美元，Claude Sonnet 5.5 (medium)高达10.02美元。
模型详情
- 类型：当前为专有推理模型，计划未来开放权重（具体日期待定）。
- 架构：总参数594B，活跃参数17B。
- 模态：支持文本和图片输入，文本输出。
- 定价：每百万输入Token 0.30美元，输出Token 1.00美元，缓存命中输入Token 0.03美元。
- 可用性：现已通过Thinking Machines Tinker平台及Tinker Playground提供访问。