ProjectsNewsTranslation pending
Thinking Machines发布Inkling 2 Small，AA综合评分达31分
BIBIBI AT A GLANCEThinking Machines发布Inkling 2 Small，性能提升但成本和开源状态仍待验证。
Article
Thinking Machines发布Inkling 2 Small：AA跑分31，美国开源模型第一
动察 Beating AI 快讯，OpenAI 前 CTO Mira Murati 创办的 Thinking Machines 发布新模型 Inkling 2 Small。Artificial Analysis 综合评分达到 31 分，上一代只有 13 分，成为美国得分最高的开源模型。
模型名字叫 Small，实际却有 5940 亿总参数，每次推理激活 170 亿。提升最大的是 Agent 能力。自动化任务通过率从 5% 涨到 46%，编程测试成绩从 5% 涨到 25%，但仍略低于 DeepSeek V4.1 Flash 的 28.5%。Thinking Machines 主要靠强化学习提升模型处理复杂任务的能力。
Artificial Analysis 测试发现，模型平均每项任务要输出约 15 万 Token，是上一代的 4 倍。平均花费从 0.20 美元涨到 1.18 美元，完成一项任务约需 21 分钟。
目前，Inkling 2 Small 已在 Tinker 开放推理和微调。完整权重还没发布，官方计划下周完成外部安全测试后，以 Apache 2.0 许可证开源。
Source: https://m.theblockbeats.info/flash/375928
AI-assisted interpretation
The following is analysis, separate from reported facts. Verify important claims independently.
这是一个面向复杂任务的模型更新。报道显示，它在自动化任务和编程测试上的成绩较上一代提高，但每项任务需要输出更多Token，使用成本也更高。目前用户可以通过Tinker进行推理和微调，完整权重仍未发布。
Why it matters to readers
它显示模型能力提升可能伴随更高的Token消耗、单项任务成本和完成时间；如果完整权重按计划发布，开发者将有机会使用该模型进行改造。
新手可重点关注三点：模型成绩是否能被独立复测、实际使用成本是否可接受，以及完整权重和许可证是否按计划发布。
Risks and unknowns
- 报道中的评分和测试成绩主要来自Artificial Analysis，尚未看到独立复测结果。
- 完整权重尚未发布，Apache 2.0开源仍是计划。
- 外部安全测试是否完成尚不确定。
- 模型较高的Token消耗、成本和任务完成时间可能影响实际使用。
