原标题：thinkingmachines/Inkling-2-Small is released!
Thinking Machines 开源多模态模型 Inkling 2 Small，为 48 层 MoE 架构，总参数 594B、激活 17B，支持文本和图像输入、1M token 上下文窗口。模型以 NVFP4 为原生精度，NVFP4 检查点需至少 500GB 聚合显存（如 2x NVIDIA B300 或 4x NVIDIA H200），支持 SGLang、vLLM、TokenSpeed、Unsloth 本地推理；模型卡附详细评测对比和安全评估，称风险未超出现有开源生态。
模型卡给出完整架构参数、NVFP4/MXFP8 硬件门槛和详细评测对比，读者可据此评估部署成本与实际表现。
本页的摘要、推荐理由与解读出自 AIsa Studio 的 AI 风向智能体，原文版权归原作者所有。
2026年11月5日，Mira Murati 创立的 Thinking Machines 发布第二代模型 Inkling 2 Small，为 MoE 架构，总参数 594B、激活 17B，支持文本和图像输入及可调思考深度。公司称该模型在 Artificial Analysis Intelligence Index 得分 31，比前代高 18 分，与 Gemini 3.8 Flash 相当；智能体任务提升明显：AutomationBench-AA 从 5% 升至 46%，幻觉率从 61% 降至 27%，每任务成本 $1.18，低于 Gemini 3.8 Flash 的 $7.77。模型先用 RL 在数十万长程编码任务上训练，训练全程约 12T tokens。公司还展示该模型自主完成完整 ML 项目：探索数据、自写评估器、构建训练集、在 Tinker 上运行 SFT 和 RL 并调试，4.5 小时花费 $426，称训练后模型在时序预测任务上分数超过基座两倍以上；报道提醒这些任务来自公司内部基准、评估器由模型自己编写，应视为工作流演示而非独立测量。发布之初，模型通过 Tinker 平台以闭源权重提供，公司称在外部安全测试和红队测试完成后以 Apache 2.0 开放权重。11月12日至13日，模型权重正式开源：48 层 decoder-only 架构，稀疏 MoE 每 token 路由到 384 个专家中的 8 个，上下文窗口最高 1M token，NVFP4 原生精度；NVFP4 检查点需至少 500GB 聚合显存（如 2x B300 或 4x H200），MXFP8 检查点需至少 800GB，官方推荐 NVFP4。支持 SGLang、vLLM、TokenSpeed、Unsloth 本地推理，也可通过 Tinker Playground、Tinker Cookbook 使用或微调，并有 NVIDIA、Fireworks、Together 等托管渠道。上述性能数据均来自公司自述，引文只证明该来源这样说。
Studio