Thinking Machines lance Inkling 2 Small : le meilleur modèle ouvert hors de Chine

Ces deux dernières années, les modèles ouverts avaient une adresse principale : la Chine. DeepSeek et Moonshot dominaient régulièrement les classements et rattrapaient les modèles fermés d'OpenAI et d'Anthropic pour une fraction du prix. L'Occident commence désormais à répondre, et sur deux fronts à la fois : le récent Le Chonk de Mistral et le tout nouveau Inkling 2 Small de Thinking Machines.

De quel modèle s'agit-il ?

Thinking Machines Lab est une petite start-up fondée par Mira Murati, ancienne directrice technique d'OpenAI. Inkling 2 Small compte 594 milliards de paramètres, accepte des images en entrée et ne répond que par du texte. L'entreprise met l'accent sur le design web, le design de jeux et le code. Elle souligne par ailleurs qu'elle a évalué, lors des tests, non seulement le code final, mais aussi la manière dont le modèle aborde la tâche. Selon les développeurs, cela donne un modèle plus performant en programmation et plus à l'aise dans les boucles agentiques.

Pour l'instant, le modèle est formellement propriétaire. Les poids doivent être publiés la semaine prochaine. Ce schéma devient la norme : quelques semaines de vérification par des équipes de cybersécurité et des relecteurs, puis la publication. Mistral a procédé de la même façon avec Le Chonk.

Les chiffres

L'évaluateur indépendant Artificial Analysis a attribué au modèle 31 points sur son indice d'intelligence. C'est supérieur à la moyenne de sa catégorie et équivalent à Gemini 3.8 Flash. Pour situer l'échelle : les leaders, Gemini 4 Carbon et Claude Opus 5.5, ont obtenu 60 et 59. On est donc loin du sommet, mais il s'agit d'un modèle ouvert, et dans les classements il deviendra le meilleur modèle ouvert hors de Chine.

Les progrès par rapport à la version précédente sont notables :

• l'automatisation a progressé de 41 % ;
• le code a progressé de 20 % ;
• le taux d'hallucinations sur AA-Omniscience v1.1 est passé de 61 % à 27 % ;
• la précision est passée de 32 % à 34 % ;
• la part de tentatives de réponse a baissé de 77 % à 53 %.

Les trois dernières lignes se lisent ainsi : le modèle invente moins parce qu'il s'abstient plus souvent, honnêtement, de répondre. La précision n'a presque pas changé. Pour un product manager, c'est un changement important : mieux vaut un « je ne sais pas » qu'une absurdité affirmée avec aplomb.

Limites

Le modèle présente des défauts évidents. Artificial Analysis le juge nettement lent par tâche et très verbeux. Cela pèse à la fois sur la latence et sur la facture : la verbosité signifie davantage de tokens en sortie. Les tokens en entrée coûtent 0,30 $ par million, contre une médiane de 0,24 $ pour la catégorie, soit un peu plus cher. De plus, aucun modèle ne l'emporte partout, et il est trop tôt pour déclarer Inkling le meilleur pour le code.

Que faire en pratique

Tant que les poids ne sont pas sortis, c'est une actualité à surveiller, pas un motif de migration. Une fois disponibles, il faudra tester le modèle sur vos propres tâches : mesurer le coût réel en tenant compte des réponses longues, la vitesse dans les chaînes agentiques et le taux de refus. Pour les entreprises que la conformité ou la géopolitique empêchent d'utiliser des poids chinois, c'est la première option occidentale sérieuse. Pour les autres, l'essentiel est que la concurrence entre modèles ouverts s'intensifie, et donc que la pression sur les prix des laboratoires fermés va aussi augmenter.