Inkling 2 Small soll mit 17 Milliarden aktiven Parametern die Leistung seines Vorgängers deutlich übertreffen und das stärkste westliche Open-Weight-Modell sein.
Das Start-up der Ex-OpenAI-CTO Mira Murati, Thinking Machines, hat mit Inkling 2 Small seine zweite Modellgeneration vorgestellt. Inkling-Modelle sind als Basismodelle für Feintuning konzipiert, was sie besonders für spezialisierte Anwendungen attraktiv machen kann.
Das Mixture-of-Experts-Modell hat insgesamt 594 Milliarden Parameter, von denen 17 Milliarden gleichzeitig aktiv sind. Es verarbeitet Text und Bilder als Eingabe und bietet eine einstellbare Denktiefe, mit der Nutzer zwischen Geschwindigkeit und Gründlichkeit wählen können.
Auf dem Artificial Analysis Intelligence Index erreicht Inkling 2 Small laut Thinking Machines einen Score von 31. Das sind 18 Punkte mehr als beim Vorgänger Inkling Small und ungefähr das Niveau von Googles Gemini 3.8 Flash.
Inkling 2 Small erreicht auf dem Artificial Analysis Intelligence Index einen Score von 31, ein Plus von 18 Punkten gegenüber dem Vorgänger Inkling Small (13) und auf dem Niveau von Gemini 3.8 Flash. | Bild: Artificial AnalysisBesonders groß sind die Zugewinne bei agentischen Aufgaben, bei denen das Modell eigenständig mehrstufige Arbeitsabläufe ausführt. Auf AutomationBench-AA springt der Wert von 5 auf 46 Prozent, auf FrontierCode 2.0 von 5 auf 25 Prozent. Auf dem Wissensarbeits-Benchmark AA-Briefcase erzielt es 1.527 Elo, 615 Punkte mehr als der Vorgänger. Die Halluzinationsrate sinkt zwar von 61 auf 27 Prozent, doch vor allem, weil das Modell weniger Fragen beantwortet. Die Antwortquote fällt von 77 auf 53 Prozent.
Viel teurer, aber immer noch günstig
Die besseren Ergebnisse werden zumindest teilweise durch einen höheren Tokenverbrauch erkauft. Inkling 2 Small produziert im Schnitt rund 150.000 Output-Token pro Aufgabe, etwa viermal so viel wie der Vorgänger, und kostet mit 1,18 Dollar pro Aufgabe knapp sechsmal so viel. Im Vergleich zu Gemini 3.8 Flash (7,77 Dollar) oder Claude Sonnet 5.5 (10,02 Dollar) bleibt es aber deutlich günstiger und bewegt sich eher auf dem Niveau der günstigen China-Modelle.
Inkling 2 Small kostet laut Artificial Analysis 1,18 Dollar pro Aufgabe – deutlich weniger als leistungsstärkere Modelle wie Gemini 3.8 Flash oder Claude Sonnet 5.5. Im Quadrantendiagramm (unten) liegt es im attraktiven Bereich aus niedrigen Kosten und hoher Intelligenz. | Bild: Artificial AnalysisThinking Machines hat das Modell nach eigenen Angaben mit Reinforcement Learning auf Hunderttausenden von Langzeit-Coding-Aufgaben trainiert. Ein agentischer Bewertungsmechanismus prüfte dabei, ob der Code funktioniert und wie das Modell an eine Aufgabe herangeht.
Auf FrontierCode 2.0 erreicht Inkling 2 Small 25,4 Prozent, auf DeepSWE 72,1 Prozent und auf SWEBench Pro v2 (Hard) 86,3 Prozent. Das neue Deepseek-V4.1-Flash liegt hierbei teils noch vorn, etwa mit 28,5 Prozent auf FrontierCode und 77 Prozent auf DeepSWE.
Inkling 2 Small erzielt auf FrontierCode v2.0 25,4 Prozent und auf DeepSWE v1.1 72,1 Prozent. DeepSeek V4.1 Flash liegt bei einzelnen Tests noch vorn, auf SWEBench Pro v2 (Hard) übertrifft Kimi K3 das Feld knapp. Das neuere Kimi K3.1 fehlt im Vergleich. | Bild: Thinking MachinesVerbesserte Bildverarbeitung und Gestaltung
Laut Thinking Machines zeigt das Modell insbesondere Stärken bei Texterkennung, Infografik-Interpretation und visuellem Reasoning. Auf dem Dokumenten-Benchmark GDP.pdf, der prüft, ob Modelle Fragen anhand komplexer PDF-Dokumente korrekt beantworten können, erreicht es 25,2 Prozent, den höchsten Wert unter den verglichenen Modellen. Auf MMMU Pro, einem Benchmark für multimodales Verständnis akademischer Aufgaben mit Diagrammen und Abbildungen, erreicht Inkling 2 Small 81,6 Prozent.
Auf PerceptionBench, das gezielt die visuelle Wahrnehmungsfähigkeit multimodaler Modelle prüft, liegt es mit 64,7 Prozent ebenfalls vorn. Im Bereich visuelle Erstellung erzielt das Modell auf DesignArena Website eine Elo-Bewertung von 1.340, bei der Nutzer KI-generierte Websites in direkten Vergleichen bewerten. Das ist der höchste Wert unter den Open-Weight-Modellen. Auch bei 3D-Modellierung soll das Modell Fortschritte gemacht haben.
Als etwas ungewöhnliche Demonstration ließ das Team das Modell an einer Weinblindverkostung gegen eigene Forscher antreten. Inkling 2 Small identifizierte allein anhand eines Fotos in 19 von 20 Versuchen drei Weine korrekt.
Effizientes Training und Verfügbarkeit
Das gesamte Training fällt im Vergleich zur Konkurrenz bemerkenswert kompakt aus. Über alle Phasen hinweg verarbeitete das Modell laut Thinking Machines rund 12 Billionen Token, deutlich weniger als vergleichbare Konkurrenten. Der Reinforcement-Learning-Lauf nach dem Basistraining benötigte nur 3 Billionen Token auf 2.048 GPUs über neun Tage.
Schwächen räumt Thinking Machines selbst ein: Das Modell kommuniziere teils ineffizient und wähle bei großen Codebasen "nicht immer" die besten Werkzeuge. Audio wird nicht unterstützt. Für Chat-Anwendungen sei es weniger optimiert. Es neige zu Überreaktionen bei Gesundheitsthemen und zu unübersichtlicher Darstellung.
Das Modell ist zunächst proprietär über die hauseigene Plattform Tinker verfügbar. Die Gewichte sollen nach Abschluss externer Sicherheitstests unter einer Apache-2.0-Lizenz folgen, einer der freizügigsten Open-Source-Lizenzen, und ein Vorteil gegenüber proprietären Open-Weight-Lizenzen wie bei Meta oder Mistral. Das Modell gehört laut Thinking Machines zu einer Modellfamilie mit verschiedenen Größen. Weitere Varianten sollen bald vorgestellt werden.
KI-News ohne Hype – von Menschen kuratiert
Mit dem THE‑DECODER‑Abo liest du werbefrei und wirst Teil unserer Community: Diskutiere im Kommentarsystem, erhalte unseren wöchentlichen KI‑Newsletter, 6× im Jahr den "KI Radar"‑Frontier‑Newsletter mit den neuesten Entwicklungen aus der Spitze der KI‑Forschung, bis zu 25 % Rabatt auf KI Pro‑Events und Zugriff auf das komplette Archiv der letzten zehn Jahre.
