12 ноября разработчик ИИ-моделей Thinking Machines Lab выложил для скачивания веса Inkling 2 Small на Hugging Face и расширил список облачных платформ, через которые разработчики могут запускать модель. Это отдельный этап релиза: саму Inkling 2 Small представили 5 ноября, но сначала она была доступна только через размещённый сервис Tinker с закрытыми весами.
Inkling 2 Small предназначена прежде всего для программирования и многоэтапной работы ИИ-агентов. Она принимает текст и изображения, умеет вызывать внешние инструменты и программные интерфейсы, а также позволяет менять интенсивность рассуждений. Контекстное окно в версии для Cloudflare Workers AI вмещает 1 048 576 токенов.
Модель построена по архитектуре Mixture-of-Experts: на каждом этапе обработки она задействует только часть специализированных блоков. Всего в Inkling 2 Small 594 млрд параметров. Thinking Machines указывает 17 млрд активных параметров, тогда как Cloudflare приводит немного другое значение — 18 млрд. Это расхождение не меняет полного размера модели: для самостоятельного развёртывания всё равно требуется хранить и обслуживать её большой набор весов.
Читайте также
Публикация весов даёт разработчикам больше контроля, чем доступ только через чужой API: модель можно размещать в собственной инфраструктуре, адаптировать и подключать к своим агентным системам. В каталоге Together AI лицензия указана как Apache 2.0. Разработчик также сообщил об интеграциях с Unsloth, SGLang, vLLM и TokenSpeed, а среди облачных поставщиков назвал NVIDIA, Fireworks, Together, Baseten, Nebius, Modal и Cloudflare.
Облачный вариант остаётся проще для команд без собственной вычислительной инфраструктуры. В Cloudflare модель требует платного тарифа Workers либо заранее купленных кредитов AI Gateway. Стандартный лимит составляет 20 запросов в минуту, а при использовании предоплаченных кредитов AI Gateway — 50 запросов в минуту.
Открытие весов не означает, что Inkling 2 Small лидирует во всех задачах. В опубликованных самой Thinking Machines сравнениях модель набрала 72,1% в DeepSWE v1.1 и 25,4% во FrontierCode v2.0 — ниже результатов DeepSeek-V4.1-Flash-1017 в тех же тестах. Эти цифры отражают замеры разработчика, а не независимую проверку.
Перед первоначальным выпуском Thinking Machines обещала открыть веса после внешнего тестирования безопасности и red teaming — попыток найти опасное или нежелательное поведение модели. Обновление от 12 ноября подтверждает публикацию файлов, но не приводит результаты этой проверки. Поэтому доступность весов подтверждена, а выводов о том, какие именно риски обнаружили и устранили проверяющие, пока сделать нельзя.
