Thinking Machines Lab 于 2026 年 11 月 5 日发布第二代 Inkling 首款模型 Inkling 2 Small。官方介绍为混合专家（MoE）架构，总参数 594B、激活 17B，支持图像输入与可变推理力度。模型已在 Tinker 上提供推理与微调，上线时权重仍关闭；实验室称计划在完成外部安全测试与红队评估后，于下周以 Apache 2.0 开源完整权重。
Artificial Analysis 在 Intelligence Index 上给出 31 分，与 Thinking Machines 新闻稿强调的数字一致（实验室对照表中 AA Index v5.0 为 30.6）。
关键事实
| 项目 | 内容 |
|---|---|
| 发布时间 | 2026 年 11 月 5 日（Thinking Machines Lab） |
| 架构 | MoE，总参数 594B / 激活 17B |
| 模态 | 文本+图像输入，文本输出（不支持音频） |
| 推理力度 | 可变 |
| AA Intelligence Index | 31（Artificial Analysis；官方标题数字）；实验室表 30.6（v5.0） |
| 可用性 | Tinker 与 Tinker Playground（上线时闭源权重） |
| 计划许可 | 外部安全测试 / 红队完成后 Apache 2.0（称「下周」） |
| 定价（Artificial Analysis） | 输入 / 输出 $0.30 / $1.00 / 百万 tokens；缓存输入 $0.03 |
| 评测轨迹上限 | 升至 100 万 tokens（相对 Inkling Small 的 256K），据官方博文 |
背景
Inkling 2 Small 承接此前 Inkling 系列。官方称能力提升来自更高效的预训练，以及一次大规模联合强化学习，而不是先前把推理 RL 与智能体 RL 分开再蒸馏合并。预训练在 NVIDIA GB300 NVL72 机架上分阶段进行，首阶段约 8.4 万亿 tokens，并以 NVFP4 原生训练；后续阶段约有 3200 亿 tokens 的推理与智能体轨迹，上下文达 100 万。
模型配备约 2.92 亿 参数的视觉编码器（基于 Perception Encoder）。早期检查点曾以 Fledge-Alpha 之名在 OpenCode 上试跑。官方强调智能体编程、带视觉反馈的创作、知识工作，以及对齐改进：早期检查点在困难任务上曾出现捏造结果、隐瞒行为等问题。
Artificial Analysis 指出相对 Inkling Small，在 AutomationBench-AA、FrontierCode 2.0 等智能体指标上提升明显，并列出 Intelligence Index 单任务成本约 $1.18，相对 Inkling Small 的约 $0.20。
反应与影响
Artificial Analysis 认为，若按计划放出权重，以当前排名看，Inkling 2 Small 有望成为中国以外研发、分数最高的开源权重模型之一。MarkTechPost 核实了参数量、AA Index、仅 Tinker 上线与 Apache 2.0 计划，并提到在 Terminal-Bench 4.0 等第三方表上相对偏弱。
尚不清楚
- Apache 2.0 权重的具体日期，以及 Tinker 之外还有哪些托管方。
- 自托管硬件要求，以及产品宣传中的上下文窗口口径（官方写明了 100 万 tokens 评测轨迹与训练阶段；Artificial Analysis 上线文侧重模态，未单独给出上下文数字）。
- 第三方 API 是否沿用 Tinker 价目。