Inkling 2 Small от Thinking Machines: 17 млрд активных параметров и $1,18 за задачу

Если вы строите агентов на открытых моделях, у вас обычно два неприятных варианта: либо слабая модель, которая ломается на длинных цепочках действий, либо дорогой закрытый API, где счёт за одну задачу легко уходит в десятки долларов. Thinking Machines, стартап бывшего техдиректора OpenAI Миры Мурати, предлагает третий путь: Inkling 2 Small.

Что за модель

Inkling 2 Small — это mixture-of-experts: всего 594 млрд параметров, но на каждый токен работают только 17 млрд. Проще говоря, у модели много «специалистов», а для каждого запроса подключаются только нужные. Отсюда скорость и умеренная цена. Модель принимает текст и картинки, а глубину рассуждения можно регулировать: быстрее или тщательнее.

Важная деталь: Inkling задумана как база для дообучения. То есть её хотят видеть не только в чате, но и как фундамент для узкоспециализированных продуктов.

Цифры, которые важны на практике

В индексе Artificial Analysis модель набрала 31 балл против 13 у предыдущей версии. Это уровень Gemini 3.8 Flash. Основной рост пришёлся на агентные задачи: AutomationBench-AA подскочил с 5 до 46%, FrontierCode 2.0 — с 5 до 25%. В тесте DeepSWE результат 72,1%, в SWEBench Pro v2 (Hard) — 86,3%.

При этом по кодингу модель не безусловный лидер: DeepSeek V4.1 Flash впереди в большинстве тестов (28,5% на FrontierCode и 77% на DeepSWE), а в SWEBench Pro v2 Hard чуть лучше Kimi K3. Звание «лучшая западная открытая модель» — это в первую очередь формулировка про Запад.

Сильна и мультимодальность: 81,6% на MMMU Pro, 64,7% на PerceptionBench, 25,2% на GDP.pdf (работа со сложными PDF) и 1 340 Elo на DesignArena Website — лучший результат среди открытых моделей.

Цена и подвохи

Самое интересное — экономика. По данным Artificial Analysis, одна задача стоит $1,18, тогда как Gemini 3.8 Flash обходится в $7,77, а Claude Sonnet 5.5 — в $10,02. Но у предшественницы цена была примерно в шесть раз ниже: Inkling 2 Small выдаёт около 150 тысяч выходных токенов на задачу, в четыре раза больше прежнего. Качество куплено «думанием вслух».

Есть и оговорки. Снижение галлюцинаций с 61 до 27% во многом объясняется тем, что модель стала чаще молчать: доля ответов упала с 77 до 53%. Сами разработчики признают, что она не всегда выбирает лучшие инструменты в больших кодовых базах, не поддерживает аудио, хуже подходит для чата, может перестраховываться в медицинских темах и выдавать перегруженный вывод.

Что делать

Сейчас модель доступна только как закрытый сервис на платформе Tinker. Веса под Apache 2.0 обещаны после внешнего тестирования безопасности, а лицензия мягче, чем у Meta или Mistral. Это важно для тех, кто хочет хостить модель сам или дообучать под свой домен.

Практический вывод для команд: протестируйте её на своих агентных сценариях и считайте стоимость задачи, а не цену за токен. Если ваш пайплайн упирается в бюджет на Flash- или Sonnet-класс, Inkling 2 Small может дать заметную экономию. А если нужен точный и разговорчивый ассистент, подождите независимых проверок и выхода весов. Заодно стоит следить за другими размерами семейства: компания обещает их скоро.