НовостьНейросетиThinking MachinesAI-модели

Thinking Machines открыла Inkling 2 Small — AI-модель с изображениями и контекстом 1 млн токенов

Thinking Machines открыла веса Inkling 2 Small: модель принимает текст и изображения, поддерживает контекст до миллиона токенов и доступна через облачные API. Для собственного запуска нужны сотни гигабайт видеопамяти.

Ирина Видяшкина

15.11.2026 · 4 минут чтения · Нейросети

Thinking Machines Inkling 2 Small Open Weights Cover

Содержание

Inkling 2 Small: открытые веса для кода, изображений и AI-агентов

Thinking Machines Lab открыла веса Inkling 2 Small — мультимодальной модели для программирования, AI-агентов и работы с документами. В обновлении официального анонса от 12 ноября компания подтвердила возможность скачивания. Разработчики уже могут развернуть модель самостоятельно, дообучить её или подключить через облачные сервисы. На Hugging Face опубликованы веса под лицензией Apache 2.0, без запроса доступа к репозиторию.

Что умеет новая модель

Inkling 2 Small принимает текст и изображения, а отвечает текстом. Контекстное окно достигает миллиона токенов. Это позволяет использовать модель для анализа объёмных материалов, понимания скриншотов, помощи с кодом и работы с инструментами. Нативного вывода изображений или видео карточка модели не заявляет: визуальные демонстрации в анонсе показывают в том числе результаты написанного моделью кода.

В архитектуре Mixture-of-Experts всего 594 млрд параметров, но на каждый токен активируются около 17 млрд. Модель содержит 48 слоёв, а маршрутизатор выбирает восемь экспертов из 384. Разреженность уменьшает объём активных вычислений, но не превращает весь набор весов в компактную модель на 17 млрд параметров.

Разработчики обучали Inkling 2 Small на длинных агентных задачах и демонстрируют создание веб-приложений, игр и 3D-сцен с визуальной обратной связью. На обложке — официальный скриншот городского симулятора из такого примера: модель написала его на Three.js без готовых ассетов. Это отдельная демонстрация, а не обещание аналогичного результата с первого запроса.

Собственный запуск требует серверного оборудования

Основной вариант весов использует NVFP4. По официальной карточке модели, ему нужен GPU-кластер с суммарной видеопамятью не менее 500 ГБ. Примеры конфигураций — две NVIDIA B300 или четыре H200. Альтернативный MXFP8 требует минимум 800 ГБ: четыре B300 либо восемь H200. Эти требования относятся к размещению модели; длина контекста и параметры нагрузки также важны при выборе конфигурации.

Для собственного инференса разработчик перечисляет SGLang, vLLM, TokenSpeed и Unsloth. Вышедшая 13 ноября Transformers 5.23 добавляет поддержку архитектуры Inkling 2, однако документация этой версии отдельно указывает поддержку только MXFP8. Наличие архитектуры в библиотеке не означает, что она уже запускает оба формата весов.

Оценки качества и ограничения

В опубликованных Thinking Machines результатах модель набрала 72,1% на DeepSWE v1.1 и 81,6% на MMMU Pro. Первый тест относится к программированию, второй — к мультимодальным задачам. Эти числа зависят от версии теста, агентной обвязки и режима рассуждений; их нельзя переносить напрямую на любой проект или считать гарантией превосходства над другой моделью.

Карточка также предупреждает о галлюцинациях, неточном выполнении инструкций и ухудшении качества в длинных многоходовых разговорах. Заявлены английский и общие многоязычные возможности, но отдельной гарантии качества русского языка нет. Открытые веса дают возможность собственного развёртывания и настройки, а не устраняют эти ограничения.

Где попробовать

Без собственного GPU-кластера модель доступна в Tinker Playground и у облачных провайдеров, перечисленных разработчиком. Например, Together AI публикует API-модель thinkingmachines/Inkling-2-Small по цене $0,30 за миллион входных и $1 за миллион выходных токенов. Для вызовов нужны учётная запись провайдера, API-ключ и оплачиваемый доступ по его условиям; бесплатная квота здесь не заявляется. Формат запроса описан в официальном quickstart.

Для самостоятельного размещения доступны основные веса NVFP4 и вариант MXFP8. Поддержка архитектуры и ограничение Transformers уточняются в документации версии 5.23. Практический порядок первого API-вызова приведён ниже.

Официальный источник: Thinking Machines Lab — Inkling 2 Small, обновление о публикации весов от 12 ноября.

Первый запрос к Inkling 2 Small через Together AI

Проверьте тариф и доступ к модели

Откройте карточку Inkling 2 Small на сайте Together AI и убедитесь, что модель доступна для вашей учётной записи. Сверьте актуальную цену перед тестом.

Подготовьте учётную запись и ключ

Войдите в Together AI, настройте оплачиваемый доступ и создайте API-ключ в панели провайдера. Храните ключ в переменной окружения, не в публичном коде.

Выполните короткий тест

Используйте пример chat completions из официального quickstart, указав модель thinkingmachines/Inkling-2-Small. Начните с небольшого текстового запроса, чтобы проверить подключение и расход.

Проверьте модель на своей задаче

Передайте небольшой пример кода или материала для анализа и сопоставьте ответ с известным результатом. Только после этого увеличивайте объём запроса и подключайте инструменты.

Коротко об Inkling 2 Small

Inkling 2 Small относится ко второму поколению Inkling. Модель представили ранее, а обновление официального анонса от 12 ноября подтверждает публикацию её весов.

Хочешь узнавать первым о таких новостях?

Переходи в наш телеграм канал где мы ежедневно публикуем самые свежие и интересные новости

Хочешь узнавать первым о таких новостях?

Переходи в наш телеграм канал где мы ежедневно публикуем самые свежие и интересные новости

Чиби Новости