Thinking Machines veröffentlicht Inkling 2 Small: ein 594B-MoE-Modell, das andere Modelle feinabstimmen kann
Thinking Machines hat Inkling 2 Small vorgestellt, ein MoE-Modell mit 594B Parametern, das unter offenen Modellen in mehreren Benchmarks führt und autonom Qwen3.5-4B feinabstimmen konnte.
Thinking Machines, das Startup von Mira Murati, hat ein neues Modell namens Inkling 2 Small veröffentlicht.
Das Modell ist eigentlich nicht so klein: Es ist ein MoE mit 594B Parametern und 17B aktiven Parametern. Die Gewichte sind noch geschlossen, sollen aber bald unter Apache 2.0 veröffentlicht werden.
Inkling 2 Small belegte den dritten Platz auf DesignArena Website und den ersten Platz im allgemeinen Leaderboard unter den offenen Modellen. Der Sprung gegenüber der vorherigen Version ist sehr deutlich.
Bei Vision-Aufgaben, Finanzen und Büro-Agent-Workflows führt es unter den Open-Source-Modellen. Beim Programmieren ist das Ergebnis etwas bescheidener, aber das Modell liegt bereits relativ nah am aktualisierten DeepSeek-V4.1-Flash.
Am interessantesten war eine Demo, in der das Modell selbst Qwen3.5-4B für die Prognose von Zeitreihen feinabstimmte. Es schrieb einen eigenen Evaluator, fand einen Bug darin, probierte SFT und RL und lieferte nach 4,5 Stunden und $426 den besten Checkpoint. Auf neuen Daten war der Fehler etwa 15% niedriger als beim Basismodell.
Das Modell ist außerdem gut bei der Optimierung von GPU-Kernels: Auf PMPP-Hard löst es im Durchschnitt 54 von 69 Aufgaben, auf dem Niveau von DeepSeek V4.1 Flash.
Vorerst ist es über Tinker verfügbar.
Warum das wichtig ist
AnalyseDer Release zeigt, dass große offene MoE-Modelle im KI-Wettlauf konkurrenzfähiger werden. Das autonome Fine-Tuning deutet auf KI-Agenten hin, die andere Modelle selbstständig trainieren und optimieren können.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
Thinking Machines stellt Inkling 2 Small vor: MoE-Modell konkurriert mit größeren Flaggschiffen
Thinking Machines hat Inkling 2 Small vorgestellt — ein multimodales Mixture-of-Experts-Modell mit 594 Milliarden Parametern und 17 Milliarden aktiven Parametern pro Token. Die vollständigen Gewichte sollen nächste Woche unter Apache 2.0 veröffentlicht werden.
Prompt-Leitfaden für GPT-Bildgenerierungsmodelle
Die Bildgenerierungsmodelle gpt-image von OpenAI sind darauf ausgelegt, Visuals in Produktionsqualität und vollständig steuerbare kreative Prozesse zu erzeugen. Sie eignen sich sowohl für professionelle Design-...
Frontier-Modelle
Die leistungsstärkste Klasse künstlicher Intelligenz an der Spitze der globalen Forschung (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), die die Grenzen moderner Fähigkeiten in Bezug auf Reasoning, Autonomie und Coding definiert.
Revolut setzt rund 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle für Programmierung
Revolut hat etwa 2.000 Entwickler auf lokal bereitgestellte GLM-Modelle umgestellt und damit die Kosten für KI-Coding um rund das Zehnfache sowie die Bearbeitungszeit um 70 % gesenkt.