Inkling 2 Small de Thinking Machines : 17 milliards de paramètres actifs et 1,18 $ par tâche

Si vous construisez des agents sur des modèles ouverts, vous avez généralement deux options peu satisfaisantes : soit un modèle faible, qui déraille sur les longues chaînes d'actions, soit une API fermée et coûteuse, où la facture d'une seule tâche atteint facilement plusieurs dizaines de dollars. Thinking Machines, la start-up de Mira Murati, ancienne directrice technique d'OpenAI, propose une troisième voie : Inkling 2 Small.

De quel modèle s'agit-il ?

Inkling 2 Small est un modèle mixture-of-experts : 594 milliards de paramètres au total, mais seulement 17 milliards sollicités pour chaque token. Autrement dit, le modèle compte de nombreux « spécialistes », et seuls ceux qui sont nécessaires sont activés pour chaque requête. D'où sa rapidité et son prix modéré. Le modèle accepte le texte et les images, et la profondeur de raisonnement est réglable : plus rapide ou plus minutieuse.

Un détail important : Inkling est conçu comme une base pour le fine-tuning. Autrement dit, on veut la voir non seulement dans un chat, mais aussi comme fondation de produits très spécialisés.

Les chiffres qui comptent en pratique

Dans l'indice Artificial Analysis, le modèle obtient 31 points contre 13 pour la version précédente. C'est le niveau de Gemini 3.8 Flash. L'essentiel de la progression vient des tâches agentiques : AutomationBench-AA bondit de 5 à 46 %, FrontierCode 2.0 de 5 à 25 %. Au test DeepSWE, le résultat est de 72,1 %, et sur SWEBench Pro v2 (Hard) de 86,3 %.

En programmation, le modèle n'est toutefois pas le leader incontesté : DeepSeek V4.1 Flash le devance dans la plupart des tests (28,5 % sur FrontierCode et 77 % sur DeepSWE), et sur SWEBench Pro v2 Hard, Kimi K3 fait légèrement mieux. Le titre de « meilleur modèle ouvert occidental » est avant tout une formulation qui porte sur l'Occident.

La multimodalité est également solide : 81,6 % sur MMMU Pro, 64,7 % sur PerceptionBench, 25,2 % sur GDP.pdf (traitement de PDF complexes) et 1 340 Elo sur DesignArena Website, meilleur résultat parmi les modèles ouverts.

Prix et pièges

Le plus intéressant, c'est l'économie. Selon Artificial Analysis, une tâche coûte 1,18 $, alors que Gemini 3.8 Flash revient à 7,77 $ et Claude Sonnet 5.5 à 10,02 $. Mais pour le prédécesseur, le prix était environ six fois inférieur : Inkling 2 Small produit environ 150 000 tokens de sortie par tâche, soit quatre fois plus qu'avant. La qualité s'obtient en « réfléchissant à voix haute ».

Il y a aussi des réserves. La baisse des hallucinations de 61 à 27 % s'explique en grande partie par le fait que le modèle se tait plus souvent : le taux de réponses est passé de 77 à 53 %. Les développeurs reconnaissent eux-mêmes qu'il ne choisit pas toujours les meilleurs outils dans de grandes bases de code, ne prend pas en charge l'audio, convient moins bien au chat, peut se montrer trop prudent sur les sujets médicaux et produire des sorties surchargées.

Que faire

Pour l'instant, le modèle n'est disponible que sous forme de service fermé sur la plateforme Tinker. Les poids sous Apache 2.0 sont promis après des tests de sécurité externes, et cette licence est plus souple que celles de Meta ou de Mistral. C'est important pour ceux qui veulent héberger le modèle eux-mêmes ou le fine-tuner pour leur domaine.

Conclusion pratique pour les équipes : testez-le sur vos propres scénarios agentiques et calculez le coût par tâche, et non le prix par token. Si votre pipeline est limité par le budget de la classe Flash ou Sonnet, Inkling 2 Small peut offrir une économie notable. En revanche, si vous avez besoin d'un assistant précis et bavard, attendez les vérifications indépendantes et la publication des poids. Il vaut aussi la peine de suivre les autres tailles de la famille : l'entreprise promet de les dévoiler bientôt.