Inkling 2 Small van Thinking Machines: Een Nieuwe Uitdager voor Open-Weight AI-Automatisering

Een nieuw AI-model, Inkling 2 Small, van Thinking Machines, een startup mede opgericht door voormalig OpenAI CTO Mira Murati, maakt furore. Het bedrijf beweert dat het het sterkste Westerse open-weight model is, met 17 miljard actieve parameters en aanzienlijke verbeteringen in 'agentic' taken, waardoor het een serieuze kanshebber is voor gespecialiseerde AI-toepassingen.

Wat er gebeurde

Thinking Machines heeft onlangs Inkling 2 Small onthuld, de tweede generatie van zijn Inkling-modellen, specifiek ontworpen als basismodellen voor fine-tuning. Volgens The Decoder bevat dit mixture-of-experts model maar liefst 594 miljard totale parameters, waarvan 17 miljard op elk willekeurig moment actief zijn. Het verwerkt zowel tekst als afbeeldingen als invoer en biedt een aanpasbare 'denkdiepte', waardoor gebruikers prioriteit kunnen geven aan snelheid of grondigheid.

The Decoder meldt dat Inkling 2 Small een score van 31 behaalde op de Artificial Analysis Intelligence Index, een aanzienlijke sprong ten opzichte van de 13 van zijn voorganger, en het model ongeveer gelijk stelt aan Google's Gemini 3.8 Flash. De grootste vooruitgang is te zien bij 'agentic' taken, waarbij het model onafhankelijk workflows in meerdere stappen uitvoert. Op AutomationBench-AA steeg de score van 5% naar 46%, en op FrontierCode 2.0 van 5% naar 25%. Voor kenniswerk behaalde Inkling 2 Small op de AA-Briefcase benchmark 1.527 Elo, een stijging van 615 punten ten opzichte van het vorige model. Het hallucinatiepercentage daalde van 61% naar 27%, hoewel The Decoder opmerkt dat dit deels komt doordat het model minder vragen beantwoordt, met een responspercentage dat daalde van 77% naar 53%.

Deze verbeterde resultaten gaan gepaard met een afweging: hoger tokengebruik. Inkling 2 Small gebruikt ongeveer vier keer zoveel outputtokens per taak als zijn voorganger, gemiddeld 150.000. Dit drijft de kosten op naar $1,18 per taak, bijna zes keer meer, volgens Artificial Analysis. The Decoder benadrukt echter dat dit nog steeds aanzienlijk goedkoper is dan Gemini 3.8 Flash ($7,77) of Claude Sonnet 5.5 ($10,02), waardoor het dichter bij de prijsklasse van sommige goedkope Chinese modellen komt.

Thinking Machines trainde het model met behulp van reinforcement learning op honderdduizenden lange-termijn coderingstaken. The Decoder voegt eraan toe dat het model uitblinkt in tekstherkenning, infographic-interpretatie en visueel redeneren, met een score van 25,2% op de GDP.pdf documentbenchmark en 81,6% op MMMU Pro voor multimodale academische begrip. Het leidt ook op PerceptionBench met 64,7% en behaalde de hoogste score onder open-weight modellen op DesignArena Website voor visuele creatie. In een nogal ongebruikelijke demonstratie identificeerde het model correct drie wijnen van een foto in 19 van de 20 blinde proefpogingen.

Ondanks zijn sterke punten heeft het model enkele eigenaardigheden. Thinking Machines geeft toe dat het inefficiënt kan communiceren, niet altijd de beste tools kiest voor grote codebases, geen audio-ondersteuning heeft en niet geoptimaliseerd is voor chat. Het kan ook overreageren op gezondheidsgerelateerde onderwerpen en rommelige uitvoer produceren. Momenteel is Inkling 2 Small beschikbaar via Thinking Machines' Tinker platform, met plannen om de gewichten vrij te geven onder een Apache 2.0-licentie na externe veiligheidstests, wat een meer permissieve open-source optie biedt dan sommige rivalen.

Waarom dit belangrijk is voor kleine bedrijven

Oké, eigenaren van kleine bedrijven, dit is echt interessant. Een open-weight model ontworpen voor fine-tuning dat ook serieuze 'agentic' capaciteiten heeft? Dat is niet zomaar een krantenkop; dat is potentieel voor daadwerkelijke, praktische automatisering. Voor kleine teams is het vooruitzicht van een model dat onafhankelijk workflows in meerdere stappen kan aanpakken – zoals het verwerken van complexe documenten, het interpreteren van infographics, of zelfs het genereren van website-ontwerpen – enorm. Je krijgt niet zomaar een chatbot; je krijgt een digitale assistent die dingen kan doen. Het feit dat het uiteindelijk Apache 2.0 wordt, betekent meer controle en flexibiliteit voor degenen die dapper genoeg zijn om zelf te hosten of diepgaand te integreren, waardoor de gebruikelijke vendor lock-in wordt vermeden. En voor $1,18 per taak is het een fractie van de kosten van de grote propriëtaire spelers, waardoor geavanceerde AI toegankelijker wordt zonder de bank te breken. Natuurlijk heeft het zijn ruwe kantjes – inefficiënte communicatie en rommelige uitvoer klinken als klassieke vroege AI-problemen – maar de kernfunctionaliteit voor gespecialiseerde taken en automatisering is moeilijk te negeren.

Wat te doen deze week

1. Bekijk het Tinker platform van Thinking Machines om te zien of de huidige mogelijkheden van Inkling 2 Small, met name de multimodale en 'agentic' functies, aansluiten bij specifieke, repetitieve interne taken die u momenteel handmatig uitvoert.
2. Identificeer één of twee workflows in meerdere stappen binnen uw bedrijf die zowel tekst als afbeeldingen omvatten (bijv. het verwerken van klantfeedbackformulieren met ingebedde diagrammen, het analyseren van productfoto's met beschrijvingen) en die zouden kunnen profiteren van een 'agentic' AI.
3. Houd de geplande Apache 2.0-licentie-uitgave in de gaten; dit kan meer kosteneffectieve en aanpasbare implementatieopties voor uw team openen, vooral als u gevoelige gegevens of niche-applicatiebehoeften heeft.

Bronnen

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