Inkling 2 Small di Thinking Machines: un nuovo contendente per l'automazione AI open-weight

Un nuovo modello di IA, Inkling 2 Small, di Thinking Machines, una startup co-fondata dall'ex CTO di OpenAI Mira Murati, sta facendo scalpore. L'azienda afferma che è il modello open-weight occidentale più forte, vantando 17 miliardi di parametri attivi e miglioramenti significativi nei task agentici, rendendolo un contendente serio per applicazioni di IA specializzate.

Cosa è successo

Thinking Machines ha recentemente svelato Inkling 2 Small, la seconda generazione dei suoi modelli Inkling, progettata specificamente come modelli base per il fine-tuning. Secondo The Decoder, questo modello mixture-of-experts contiene un totale di 594 miliardi di parametri, con 17 miliardi attivi in un dato momento. Gestisce sia testo che immagini come input e offre una 'profondità di pensiero' regolabile, permettendo agli utenti di dare priorità alla velocità o alla completezza.

The Decoder riporta che Inkling 2 Small ha ottenuto 31 punti sull'Artificial Analysis Intelligence Index, un salto sostanziale dai 13 del suo predecessore, e lo pone all'incirca allo stesso livello di Gemini 3.8 Flash di Google. I maggiori progressi sono nei task agentici, dove il modello esegue autonomamente flussi di lavoro multi-step. Su AutomationBench-AA, il suo punteggio è balzato dal 5% al 46%, e su FrontierCode 2.0, è passato dal 5% al 25%. Per il lavoro di conoscenza, il benchmark AA-Briefcase ha visto Inkling 2 Small raggiungere 1.527 Elo, un aumento di 615 punti rispetto al modello precedente. Il tasso di allucinazione è sceso dal 61% al 27%, anche se The Decoder nota che ciò è in parte dovuto al fatto che il modello risponde a meno domande, con il tasso di risposta che è calato dal 77% al 53%.

Questi risultati migliorati comportano un compromesso: un maggiore utilizzo di token. Inkling 2 Small utilizza circa quattro volte più token di output per task rispetto al suo predecessore, con una media di 150.000. Questo porta il costo a 1,18 dollari per task, quasi sei volte di più, secondo Artificial Analysis. Tuttavia, The Decoder evidenzia che è comunque significativamente più economico di Gemini 3.8 Flash (7,77 dollari) o Claude Sonnet 5.5 (10,02 dollari), posizionandolo più vicino alla fascia di prezzo di alcuni modelli cinesi a basso costo.

Thinking Machines ha addestrato il modello utilizzando l'apprendimento per rinforzo su centinaia di migliaia di task di coding a lungo raggio. The Decoder aggiunge che il modello eccelle nel riconoscimento del testo, nell'interpretazione delle infografiche e nel ragionamento visivo, ottenendo il 25,2% sul benchmark di documenti GDP.pdf e l'81,6% su MMMU Pro per la comprensione accademica multimodale. Guida anche su PerceptionBench con il 64,7% e ha ottenuto il punteggio più alto tra i modelli open-weight su DesignArena Website per la creazione visiva. In una dimostrazione piuttosto insolita, il modello ha identificato correttamente tre vini da una foto in 19 tentativi su 20 di degustazione alla cieca.

Nonostante i suoi punti di forza, il modello ha alcune peculiarità. Thinking Machines ammette che può comunicare in modo inefficiente, non sceglie sempre gli strumenti migliori per grandi codebase, manca di supporto audio e non è ottimizzato per la chat. Può anche reagire in modo eccessivo a temi legati alla salute e produrre output disordinati. Attualmente, Inkling 2 Small è disponibile tramite la piattaforma Tinker di Thinking Machines, con piani per rilasciare i pesi sotto licenza Apache 2.0 dopo i test di sicurezza esterni, offrendo un'opzione open source più permissiva rispetto ad alcuni concorrenti.

Perché è importante per le piccole imprese

Bene, proprietari di piccole imprese, questa è davvero interessante. Un modello open-weight progettato per il fine-tuning che vanta anche serie capacità agentiche? Non è solo un titolo; è il potenziale per un'automazione pratica e concreta. Per i piccoli team, la prospettiva di un modello che può affrontare autonomamente flussi di lavoro multi-step—come l'elaborazione di documenti complessi, l'interpretazione di infografiche o persino la generazione di design di siti web—è enorme. Non stai solo ottenendo un chatbot; stai ottenendo un assistente digitale che può fare cose. Il fatto che diventerà infine Apache 2.0 significa più controllo e flessibilità per chi è abbastanza coraggioso da auto-ospitarlo o integrarlo in profondità, evitando il solito vendor lock-in. E a 1,18 dollari per task, è una frazione del costo dei grandi player proprietari, rendendo l'IA avanzata più accessibile senza svuotare il portafoglio. Certo, ha i suoi difetti—comunicazione inefficiente e output disordinato sembrano classici mal di testa dell'IA iniziale—ma l'utilità di base per task specializzati e automazione è difficile da ignorare.

Cosa fare questa settimana

1. Dai un'occhiata alla piattaforma Tinker di Thinking Machines per vedere se le capacità attuali di Inkling 2 Small, in particolare le sue funzionalità multimodali e agentiche, sono in linea con task interni specifici e ripetitivi che stai attualmente gestendo manualmente.
2. Identifica uno o due flussi di lavoro multi-step nella tua attività che coinvolgano sia testo che immagini (ad es., elaborazione di moduli di feedback dei clienti con diagrammi incorporati, analisi di foto di prodotti con descrizioni) che potrebbero beneficiare di un'IA agentica.
3. Tieni d'occhio il rilascio previsto della licenza Apache 2.0; questo potrebbe aprire opzioni di distribuzione più convenienti e personalizzabili per il tuo team, soprattutto se hai dati sensibili o esigenze di applicazione di nicchia.

Fonti

• Thinking Machines' Inkling 2 Small claims top spot among western open-weight models — The Decoder