Thinking Machines的 Inkling 2 Small：开放权重 AI 自动化的新竞争者

来自 Thinking Machines 的新 AI 模型 Inkling 2 Small 正在掀起波澜。该公司声称它是最强大的西方开放权重模型，拥有 170 亿活跃参数，并在代理任务上取得显著提升，成为专业 AI 应用的有力竞争者。

发生了什么

Thinking Machines 最近发布了 Inkling 2 Small，这是其 Inkling 系列的第二代模型，专为微调而设计。根据 The Decoder 报道，这款混合专家模型总参数高达 5940 亿，但任意时刻仅激活 170 亿。它支持文本和图像输入，并提供可调的“思考深度”，让用户在速度和彻底性之间自行取舍。

The Decoder 称 Inkling 2 Small 在人工分析智能指数（AAII）上得分 31，远超前代的 13，约等同于 Google 的 Gemini 3.8 Flash。模型在代理任务上的提升尤为显著，能够自主执行多步骤工作流。在 AutomationBench-AA 上得分从 5% 跃升至 46%，在 FrontierCode 2.0 上从 5% 提升至 25%。在知识工作方面，AA‑Briefcase 基准测试中 Inkling 2 Small 达到 1527 Elo，比前代提升 615 分。幻觉率从 61% 降至 27%，但 The Decoder 说明这部分是因为模型回答的问题更少，响应率从 77% 降至 53%。

这些改进伴随更高的 token 消耗。Inkling 2 Small 每个任务的输出 token 大约是前代的四倍，平均 150,000，导致每任务成本约为 1.18 美元，约为原来的六倍（依据 Artificial Analysis）。然而 The Decoder 强调，这仍显著低于 Gemini 3.8 Flash（7.77 美元）或 Claude Sonnet 5.5（10.02 美元），接近部分低价中文模型的区间。

Thinking Machines 使用强化学习在数十万条长时程编码任务上训练该模型。The Decoder 补充说，模型在文本识别、信息图解读和视觉推理方面表现突出，在 GDP.pdf 文档基准上得分 25.2%，在 MMMU Pro 多模态学术理解上得分 81.6%。它在 PerceptionBench 上取得 64.7% 的成绩，并在 DesignArena Website 上以开放权重模型最高分领跑。一次不寻常的演示中，模型在 20 次盲测中有 19 次正确辨认出三款葡萄酒。

尽管优势明显，模型仍有一些怪癖。Thinking Machines 承认它的沟通效率不高，处理大型代码库时并不总是选对工具，缺乏音频支持，也未针对聊天进行优化。它还可能对健康话题反应过激，输出内容显得凌乱。目前 Inkling 2 Small 可通过 Thinking Machines 的 Tinker 平台使用，计划在完成外部安全测试后以 Apache 2.0 许可证发布权重，提供比部分竞争对手更宽松的开源选项。

为什么它对小公司重要

好，创业者们，这真的值得关注。一个专为微调而设计、且具备强大代理能力的开放权重模型，不只是标题噱头，而是实际可落地的自动化利器。对于小团队而言，拥有能够自主完成多步骤工作流——比如处理复杂文档、解读信息图，甚至生成网站设计——的模型意义重大。它不只是聊天机器人，而是可以“动手”完成任务的数字助理。最终采用 Apache 2.0 许可证意味着可以自行托管或深度集成，避免供应商锁定。每任务 1.18 美元的成本，仅为大型专有模型的几分之一，让先进 AI 更易于小企业负担。虽然仍有沟通低效、输出凌乱等早期 AI 的常见问题，但其在专业任务和自动化方面的核心价值不容忽视。

本周该做什么

1. 浏览 Thinking Machines 的 Tinker 平台，评估 Inkling 2 Small 当前的多模态和代理功能是否匹配贵公司手动处理的重复性任务。
2. 确定一至两个涉及文本与图像的多步骤工作流（例如处理带图表的客户反馈表、分析带描述的产品照片），看看是否可以交给代理 AI 来完成。
3. 关注即将发布的 Apache 2.0 许可证，这将为团队提供更具成本效益且可定制的部署选项，尤其在处理敏感数据或特定行业需求时。

来源

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