Thinking Machines Labs a lancé Inkling 2 Small, un modèle conçu pour automatiser des tâches de programmation, de recherche en IA et de gestion d’entreprise. Il est accessible via le service cloud Tinker de l’entreprise. Celle-ci prévoit de publier les poids du modèle sous licence open source la semaine suivante, ce qui permettrait aux développeurs de l’exécuter ou de l’adapter eux-mêmes.
Ce lancement intervient alors que l’entreprise chercherait à lever des fonds importants. Business Insider a rapporté que Thinking Machines levait $5 billion lors d’un tour mené par Accel, sur la base d’une valorisation potentielle de $40 billion. Ces informations sur la levée de fonds sont rapportées par la presse et n’ont pas été confirmées par Thinking Machines dans les éléments fournis. L’entreprise a été fondée l’an dernier par Mira Murati, ancienne directrice technique d’OpenAI.
Que peut faire le modèle ?
Thinking Machines a entraîné Inkling 2 Small sur un cluster de systèmes GB300 NVL72, chacun équipé de 72 cartes graphiques Blackwell Ultra. Le préentraînement initial a duré 68 heures, suivi d’un processus d’apprentissage par renforcement de neuf jours. L’entreprise affirme avoir entraîné le modèle sur des centaines de milliers de défis de programmation complexes, dont des exercices portant sur l’entraînement de réseaux neuronaux et l’optimisation de composants logiciels d’IA.
Lors d’un test, l’entreprise a demandé à Inkling 2 Small d’affiner Qwen3.5-4B pour améliorer ses capacités de prévision. Selon Thinking Machines, le petit modèle a doublé le score de prévision de Qwen en 4.5 heures. L’entreprise affirme également qu’Inkling 2 Small a obtenu de meilleurs résultats que Spark Open, Kimi K3 et d’autres modèles open source sur trois tests de compétences professionnelles, ainsi que des scores supérieurs sur plusieurs jeux de données consacrés à des tâches financières. L’annonce ne précise ni les tests concernés ni leurs paramètres : ces résultats sont donc rapportés par l’entreprise et n’ont pas été vérifiés de manière indépendante ici.
Comment est-il conçu et accessible ?
Inkling 2 Small compte 594 milliards de paramètres, c’est-à-dire les valeurs ajustables dont se sert un modèle pour produire des réponses. Environ 17 milliards sont actifs pour une requête, et le modèle peut faire varier la puissance de calcul qu’il utilise. Un encodeur visuel de 292 millions de paramètres lui permet d’analyser des images et d’examiner l’apparence des éléments graphiques qu’il génère. Par exemple, Thinking Machines affirme qu’il peut vérifier si les pages produit d’une boutique en ligne s’affichent correctement, tout en examinant le code.
Les développeurs peuvent aussi personnaliser le modèle en le poursuivant sur leurs propres données. Thinking Machines affirme qu’Inkling 2 Small apprend plus vite que ses modèles précédents, ce qui pourrait rendre cette personnalisation plus économique. L’entreprise n’a pas communiqué de tarifs dans les informations disponibles.
Pourquoi c'est important
Les développeurs peuvent accéder à Inkling 2 Small via Tinker et l’utiliser pour programmer, vérifier des images et effectuer d’autres tâches. La publication prévue de ses poids pourrait aussi permettre de le personnaliser davantage. Les performances annoncées par l’entreprise n’ont pas été vérifiées de manière indépendante ici, et ni les tarifs ni les modalités précises de la publication prévue des poids ne sont indiqués.
