A Thinking Machines Lab apresentou a 5 de novembro de 2026 o Inkling 2 Small, primeiro modelo da segunda geracao Inkling. A empresa descreve um Mixture-of-Experts esparso com 594 mil milhoes de parametros totais e 17 mil milhoes ativos, entrada nativa de imagem, esforco de raciocinio variavel e janela de contexto ate um milhao de tokens. O modelo esta disponivel hoje no Tinker para inferencia, afinar e amostragem com pesos fechados.
O laboratorio diz que o Inkling 2 Small marca 31 no Artificial Analysis Intelligence Index, um salto grande face ao Inkling Small anterior (13 no mesmo indice). Os ganhos sao atribuidos a um pre-treino mais eficiente e a uma corrida unica de aprendizagem por reforco, em vez de corridas separadas de raciocinio e agentes. Notas de treino citam pre-treino NVFP4 em racks NVIDIA GB300 NVL72, fases posteriores de dados de maior qualidade e depois uma corrida conjunta de mais de 17 milhoes de rollouts em nove dias.
A disponibilidade segue o caminho faseado de pesos abertos da empresa. Os pesos ficam fechados no Tinker no lancamento. A Thinking Machines pretende publicar os pesos completos sob licenca Apache 2.0 na semana seguinte, apos testes de seguranca externos e red-teaming. Os checkpoints afinados devem poder descarregar-se com essa liberacao, com mais plataformas previstas depois.
As tabelas de benchmarks do anuncio destacam coding agentico, criacao com visao em ciclo, trabalho de conhecimento e financas. Destaques reportados incluem 86,3 por cento no SWE-Bench Pro v2 Hard, pontuacoes fortes no DesignArena face a pares de pesos abertos, e melhores marcas em varias bancas financeiras e empresariais nas tabelas do laboratorio. A empresa tambem mostra demos de longo horizonte como simuladores de cidade, um emulador PC em Python que arranca Linux, e um pós-treino autonomo de series temporais no Tinker.
As limitacoes sao claras: o modelo nao suporta audio, pode ser verboso, por vezes escolhe mal as ferramentas em bases de codigo com muitas skills, e esta menos otimizado para chat. As secoes de seguranca reportam risco CBRN abaixo da fronteira de pesos abertos nas medidas do laboratorio, alinhamento melhor face aos Inkling anteriores, e lacunas face a modelos fechados como o GPT-6.1 Sol nas avaliacoes internas de mau comportamento.
Orgaos independentes como MarkTechPost, Techmeme e Unite.AI cobriram o lancamento no mesmo dia, confirmando contagens de parametros, disponibilidade no Tinker e a liberacao prevista de pesos Apache 2.0. Para mesas de coding e agentes, o Inkling 2 Small importa como candidato de pesos abertos da segunda geracao de um laboratorio de alto perfil, nao so como titulo de tip feed. Alegacoes de benchmarks, seguranca e escala de treino sao da Thinking Machines Lab salvo reexecucao independente.