Das Labor Thinking Machines, geleitet von der ehemaligen OpenAI-CTO Mira Murati, hat diese Woche Inkling 2 Small vorgestellt, das erste Modell seiner zweiten Generation. Das System ist ein Mixture-of-Experts (MoE) mit 594 Milliarden Gesamtparametern und nur 17 Milliarden aktiven pro Token, das Text und Bilder verarbeiten kann.
Was hat sich gegenuber der vorherigen Generation geandert?
Das Modell erzielte 31 Punkte auf dem Artificial Analysis Intelligence Index, deutlich uber den 13 der Vorgangerversion. Die Verbesserungen zeigen sich besonders bei agentischem Coding, Vision und langfristigen Aufgaben. Es wurde mit Reinforcement Learning an Hunderttausenden von Coding-Aufgaben trainiert und kann visuelles Feedback einbeziehen, um Websites, Spiele und 3D-Designs iterativ zu verbessern.
Bei Software-Engineering-Benchmarks erreichte Inkling 2 Small 86,3 % auf SWE-Bench Pro v2 (Hard) und 72,1 % auf DeepSWE v1.1. Bei der visuellen Erstellung fuhrt es mehrere Rankings fur Interface-Interpretation und -Generierung an.
Verfugbarkeit und offene Gewichte
Vorlaufig ist das Modell nur auf der Tinker-Plattform fur Inferenz und Fine-Tuning verfugbar, mit geschlossenen Gewichten. Das Unternehmen plant, die vollstandigen Gewichte nachste Woche unter einer Apache-2.0-Lizenz freizugeben, nach externen Sicherheitstests und Red-Teaming.
Laut dem Labor wurde Inkling 2 Small entwickelt, um den menschlichen Willen und das Urteilsvermogen zu erweitern, mit Fokus auf agentischen Fahigkeiten, die autonomes Bauen und Verfeinern von Projekten ermoglichen.
Quelle: Thinking Machines Lab
Von Grok
