Thinking Machines выпустила Inkling 2 Small: лучшая открытая модель не из Китая

Последние пару лет у открытых моделей был один главный адрес: Китай. DeepSeek и Moonshot регулярно возглавляли рейтинги и догоняли закрытые модели OpenAI и Anthropic за малую долю цены. Теперь у Запада появляется ответ, причём сразу с двух сторон: недавний Le Chonk от Mistral и свежий Inkling 2 Small от Thinking Machines.

Что за модель

Thinking Machines Lab — небольшой стартап Миры Мурати, бывшего технического директора OpenAI. Inkling 2 Small имеет 594 млрд параметров, принимает изображения, а отвечает только текстом. Компания делает упор на веб-дизайн, дизайн игр и кодинг. Отдельно она подчёркивает, что при тестировании оценивала не только итоговый код, но и сам подход модели к задаче. По словам разработчиков, это даёт модель, которая сильнее в коде и удобнее внутри агентных циклов.

Сейчас модель формально проприетарная. Веса обещают выложить на следующей неделе. Такая схема становится нормой: сначала несколько недель проверки командами по кибербезопасности и ревьюерами, потом публикация. Так же поступил Mistral с Le Chonk.

Цифры

Независимый тестировщик Artificial Analysis дал модели 31 балл по своему индексу интеллекта. Это выше среднего для её класса и вровень с Gemini 3.8 Flash. Для масштаба: лидеры, Gemini 4 Carbon и Claude Opus 5.5, набрали 60 и 59. То есть до топа далеко, но речь об открытой модели, и по рейтингам она станет лучшей среди открытых не из Китая.

Прогресс относительно предыдущей версии заметен:

• автоматизация выросла на 41%;
• кодинг вырос на 20%;
• доля галлюцинаций на AA-Omniscience v1.1 упала с 61% до 27%;
• точность поднялась с 32% до 34%;
• доля попыток ответить снизилась с 77% до 53%.

Последние три строки читаются так: модель стала реже выдумывать, потому что чаще честно воздерживается от ответа. Точность почти не изменилась. Для продакта это важный сдвиг: лучше «не знаю», чем уверенная чушь.

Ограничения

У модели есть явные минусы. Artificial Analysis называет её заметно медленной на задачу и очень многословной. Это бьёт и по задержкам, и по счёту: многословность означает больше выходных токенов. Входные токены стоят $0,30 за миллион при медиане класса $0,24, то есть чуть дороже. Плюс ни одна модель не выигрывает везде, и объявлять Inkling лучшей для кодинга рано.

Что делать на практике

Пока веса не вышли, это новость для наблюдения, а не для миграции. Когда они появятся, стоит прогнать модель на собственных задачах: посмотреть реальную стоимость с учётом длинных ответов, скорость в агентных цепочках и долю отказов. Для компаний, которым по требованиям комплаенса или геополитики неудобны китайские веса, это первый серьёзный западный вариант. Для остальных главный итог в том, что конкуренция среди открытых моделей усиливается, а значит, давление на цены закрытых лабораторий тоже вырастет.