Thinking Machines Lab hat am 5. November Inkling 2 Small vorgestellt, die erste Modellgeneration nach dem Erstling. Es ist ein Mixture-of-Experts-Modell mit 594 Milliarden Parametern, von denen 17 Milliarden aktiv sind, es nimmt Bilder als Eingabe und lässt sich im Aufwand regeln.
Auf dem Intelligence Index von Artificial Analysis kommt es auf 31 Punkte und liegt damit deutlich über allem, was das Labor vorher hatte. Artificial Analysis selbst ordnet es auf dem Niveau von Gemini 3.8 Flash (high) ein und schreibt, es wäre nach Freigabe der Gewichte das stärkste offene Modell außerhalb Chinas.
Offen, aber noch nicht jetzt
Zunächst läuft Inkling 2 Small über Tinker, mit geschlossenen Gewichten. Die vollständigen Gewichte will das Labor nächste Woche unter Apache 2.0 veröffentlichen, nachdem externe Sicherheitstests und Red-Teaming abgeschlossen sind. Ausprobieren lässt sich das Modell heute im Tinker Playground, Fine-Tuning und Sampling gehen über Tinker, und die Checkpoints werden mit den Gewichten herunterladbar.
Diese Reihenfolge ist angekündigt gewesen und wird hier zum ersten Mal an einem Frontier-Modell des Labors durchgezogen: erst die API, dann die Prüfung, dann die Gewichte. Wer die Lizenz abwartet, verliert eine Woche. Wer sie nicht abwartet, arbeitet mit einem geschlossenen Modell und nennt es offen.
Wie es trainiert wurde
Den Zuwachs führt das Labor auf Verbesserungen in jedem Schritt zurück, darunter ein effizienteres Pretraining und einen großen, einheitlichen RL-Lauf. Interessant ist das Detail im RL: Trainiert wurde auf hunderttausenden langen Coding-Aufgaben, über mehrere Agenten-Harnesses und mehrere Strategien zur Kontext-Kompaktierung hinweg.
Dabei hat Thinking Machines die Belohnung nicht mehr allein an Unit-Tests gehängt. Viele Aufgaben hatten einen agentischen Grader, der bewertet hat, wie das Modell an das Problem herangeht, nicht nur ob der Code am Ende durchläuft. Frühe Checkpoints liefen unter dem Namen Fledge-Alpha, um die Coding-Leistung in echter Arbeit zu messen.
Das Ergebnis beschreibt das Labor nicht als besseren Benchmark-Wert, sondern als besseres Verhalten in Agenten-Schleifen: Das Modell hält sich an Anweisungen, überlegt Änderungen genauer und prüft seine Arbeit, ohne dass man es verlangt. Dazu Vision und Agentik, mit denen es visuelles Feedback in den Bau von Webseiten, Spielen und 3D-Entwürfen einarbeiten kann; als Beleg zeigt das Labor unter anderem einen Städtesimulator in Three.js mit prozedural erzeugten Gebäuden und einen PC-Emulator in Python, der einen echten Linux-Kernel bootet.
Die Konkurrenz, die Claude Code wirklich spürt
Wer Agenten baut, sieht hier den Punkt, an dem offene Gewichte das erste Mal in dieselbe Klasse zielen wie die geschlossenen: 17 Milliarden aktive Parameter sind billig zu betreiben, und der Rest ist Routing. Falls die Apache-Lizenz nächste Woche wirklich kommt, verschiebt sich damit nicht der Spitzenwert, sondern der Preis, zu dem man ihm nahekommt.