Thinking Machines Lab 在 11 月 5 日發表第二代模型 Inkling 2 Small，這款 Inkling 2 Small 是 Mira Murati 創辦的新創公司首度把「先封閉、後開源」的節奏搬上檯面：模型今天先在自家 Tinker 平台上線，完整權重則預定下週以 Apache 2.0 授權釋出。官方給出的 Artificial Analysis 智慧指數為 31 分，主打長時程代理式任務、知識工作與微調能力。
594B 總參數、17B 啟用參數的混合專家模型
依照 官方發表文章，Inkling 2 Small 是 Mixture-of-Experts 架構，總參數 594B、每次推論啟用 17B，支援圖片輸入與可調整的推理力度，但不支援音訊。公司表示，性能提升來自訓練流程每個環節的改進，包括更有效率的預訓練，以及一次大規模、統一的強化學習訓練。
這代表模型的「大小」與上一代 Inkling Small 已不是同一個量級。先前的 Inkling Small 在 7 月底推出時是 276B 總參數、12B 啟用參數，如今新一代在總參數上翻了一倍有餘，智慧指數也從上一代的十幾分躍升到 31。
先封閉、再開源：權重為什麼要等下週
這次發表最特別的地方在發布方式。Thinking Machines 說明，Inkling 2 Small 會先以封閉權重在 Tinker 提供推論與微調，待外部安全測試與紅隊演練完成後，再於下週以 Apache 2.0 授權釋出完整權重，微調後的檢查點也會隨權重一併開放下載，之後數週內還會陸續上架到其他平台。這與初代 Inkling 第一天就開放權重的做法不同，官方將此稱為「通往開放權重的安全路徑」。
安全面向上，官方提到這次動用的評測範圍與外部測試人員比以往任何一次發表都多，並訓練了內部的「僅求有用」變體來估算被惡意移除安全防護後的風險。在化學、生物、放射與核武（CBRN）風險上，Inkling 2 Small 的分數低於開放權重模型的前沿；Scale AI 的 FORTRESS 基準中，它的平均風險分數低於 Inkling 與 Inkling Small，代價是過度拒答分數較高。在資安攻防類任務上，它大幅超越上一代，但仍落後開放權重前沿，只有在 Vals CyberBench 與 PatchEval 這類找漏洞、修漏洞的測試上追平。
長時程代理與知識工作是主打強項
官方把重點放在「長時間自主作業」。團隊用數十萬個跨多種代理框架的長時程程式任務做強化學習，並且不只看單元測試是否通過，還讓代理式評分器判斷模型「如何」解題；早期檢查點還曾以 Fledge-Alpha 的名稱在 OpenCode 上實測。依官方比較表，FrontierCode v2.0 為 25.4%、DeepSWE v1.1 為 72.1%、HLE-Diamond 為 28.7%，其中 HLE-Diamond 是比較表中對手的最高分。
知識工作方面，AA-Briefcase 得到 1527 的 Elo 分數，JobBench 70.5%、Vals Legal Index 73.9%、EnterpriseBench-CoreCraft 71.8%，都是該列最高。官方特別強調金融與試算表、財報、文件的量化推理，在 Vals Finance Index 取得 61.5%，並稱在開放權重模型中於多項金融基準表現最佳。
在智慧指數上仍不是最高
同一張官方比較表也顯示，DeepSeek-V4.1-Flash-1017 的 AA 指數為 32.6，高於 Inkling 2 Small 的 30.6；Gemini 3.8 Flash 為 36.5。換句話說，Inkling 2 Small 的優勢集中在特定的代理與知識工作基準，而不是全面領先。據 OfficeChai 引述 Artificial Analysis 的說法，一旦權重如期釋出，它將成為非中國團隊所開發、AA 指數得分最高的開放權重模型；該報導也指出，新模型每項任務產生的輸出 token 約為上一代的四倍，較高的分數是以更多推理量換來的。
為客製化而生：75 步微調就追上上一代
Thinking Machines 的商業核心是 Tinker 微調平台，因此新模型刻意強化「好調教」的特質。官方實驗顯示，在公開財報摘要任務上，Inkling 2 Small 只要 75 步訓練就能達到 Inkling Small 的最終水準，並在 200 步內領先包括 GLM 5.3 Flash、DeepSeek V4.1 Flash 與 Qwen 3.5 397B 在內的對照模型。對想用自家資料訓練專用模型的企業來說，這比開箱即用的排行榜名次更有參考價值，因為訓練成本直接取決於需要多少步才能收斂。
官方自己列出的限制
官方坦承，Inkling 2 Small 不是最簡潔的溝通者，面對大量技能的程式碼庫時不一定選得出最合適的工具，也較不適合直接拿來當聊天助理：內容組織與呈現較差、愛濫用斜線，並且對心理健康與其他安全相關問題反應過度。換言之，它的定位更像是代理與微調的基礎模型，而不是對話產品。
接下來的觀察重點有兩個：下週權重能否如期以 Apache 2.0 釋出，以及外部安全測試的結果會不會改變釋出內容。如果兩者順利，開發者將能在自己的基礎設施上取得一個 594B 等級、具備視覺與長時程代理能力的開放模型；若中途延後，公司「安全路徑」的承諾也會受到檢驗。想直接試用的人，現在可以到 Tinker Playground 體驗。
更多AI相關報導
- Thinking Machines 發表 Inkling 2 Small：594B 混合專家模型先上 Tinker，開放權重下週釋出
- OpenAI 推出 GPT-6 Cyber，資安等級列為 Critical，一次找出 81 個 Firefox 漏洞
- Antigravity 11/18 全面下架 Claude 4.6 與 GPT-OSS，免費版與付費方案差在哪？
- OpenAI 推出 Images 2.6：ChatGPT 能做 GIF 動畫，生成速度快 50%，API 新增 Flare 與 Sunburst
- Mistral Large 4 開放權重上線：1 兆參數歐洲旗艦模型可自行下載部署，主打程式開發與資安防禦
