Thinking Machines Labs hat Inkling 2 Small veröffentlicht, ein Modell, das Aufgaben wie Programmierung, KI-Forschung und Geschäftsarbeit automatisieren soll. Es ist über den Cloud-Dienst Tinker des Unternehmens verfügbar. Thinking Machines plant nach eigenen Angaben, die Gewichte des Modells in der folgenden Woche unter einer Open-Source-Lizenz zu veröffentlichen. Entwickler könnten das Modell dann selbst ausführen oder anpassen.
Die Veröffentlichung erfolgt zu einem Zeitpunkt, an dem das Unternehmen Berichten zufolge eine große Finanzierungsrunde anstrebt. Business Insider berichtete, Thinking Machines sammle in einer von Accel angeführten Runde $5 billion ein; die mögliche Bewertung liege bei $40 billion. Diese Angaben zur Finanzierung stammen aus Medienberichten und wurden von Thinking Machines in den vorliegenden Informationen nicht bestätigt. Das Unternehmen wurde im vergangenen Jahr von Mira Murati gegründet, der früheren technischen Leiterin von OpenAI.
Was kann das Modell?
Thinking Machines trainierte Inkling 2 Small auf einem Cluster aus GB300-NVL72-Systemen mit jeweils 72 Blackwell-Ultra-Grafikkarten. Das anfängliche Vortraining dauerte 68 Stunden, anschließend folgte ein neun Tage dauerndes Reinforcement Learning. Das Unternehmen gibt an, das Modell anhand von Hunderttausenden umfangreichen Programmieraufgaben trainiert zu haben, darunter Übungen zum Training neuronaler Netze und zur Optimierung von KI-Softwarekomponenten.
In einem Test ließ Thinking Machines Inkling 2 Small Qwen3.5-4B nachtrainieren, um dessen Prognosefähigkeit zu verbessern. Nach Angaben des Unternehmens verdoppelte das kleinere Modell den Prognosewert von Qwen innerhalb von 4.5 Stunden. Thinking Machines zufolge erzielte Inkling 2 Small bei drei Benchmarks für Wissensarbeit außerdem bessere Ergebnisse als Spark Open, Kimi K3 und andere Open-Source-Modelle und schnitt bei mehreren Datensätzen für Finanzaufgaben besser ab. In der Ankündigung nannte das Unternehmen weder die Benchmarks noch die Testbedingungen. Die Ergebnisse stammen daher vom Unternehmen und wurden hier nicht unabhängig überprüft.
Wie ist das Modell aufgebaut und zugänglich?
Inkling 2 Small hat 594 billion Parameter – anpassbare Werte, die ein Modell nutzt, um Antworten zu erzeugen. Bei einer Eingabe sind etwa 17 billion davon aktiv; außerdem kann das Modell den Umfang der eingesetzten Rechenleistung variieren. Ein Bildencoder mit 292 million Parametern ermöglicht es, Bilder zu analysieren und das Erscheinungsbild erzeugter Grafiken zu prüfen. So kann das Modell laut Thinking Machines etwa kontrollieren, ob die Produktseiten eines Onlineshops korrekt angezeigt werden, und zugleich den Code überprüfen.
Entwickler können das Modell durch Nachtraining mit eigenen Daten anpassen. Inkling 2 Small lerne schneller als frühere Modelle des Unternehmens, was diese Anpassung kostengünstiger machen könnte, so Thinking Machines. In den verfügbaren Informationen hat das Unternehmen keine Preise genannt.
Warum es wichtig ist
Entwickler können Inkling 2 Small über Tinker nutzen, etwa für Programmierung, Bildprüfungen und andere Aufgaben. Eine geplante Veröffentlichung der Gewichte könnte weitere Anpassungen ermöglichen. Die Leistungsangaben des Unternehmens wurden hier nicht unabhängig überprüft; Preise und genaue Bedingungen für die geplante Veröffentlichung der Gewichte sind nicht genannt.
