Thinking Machines présente Inkling 2 Small : un modèle MoE qui rivalise avec des flagships plus grands
Thinking Machines a présenté Inkling 2 Small, un modèle multimodal basé sur une architecture Mixture-of-Experts avec 594 milliards de paramètres et 17 milliards actifs par token. Les poids complets doivent être publiés la semaine prochaine sous licence Apache 2.0.
Thinking Machines a publié Inkling 2 Small, un modèle qui, malgré sa taille, est capable de rivaliser avec des flagships beaucoup plus grands.
Il repose sur une architecture Mixture-of-Experts et compte 594 milliards de paramètres, mais n’en active que 17 milliards lors du traitement de chaque token. Le modèle peut également traiter des images et permet d’ajuster la profondeur du raisonnement.
Dans les tests de programmation, Inkling 2 Small n’a rien à envier à de nombreux modèles nettement plus grands. Le résultat le plus marquant est sa troisième place dans DesignArena, juste derrière les modèles fermés les plus puissants.
Les poids complets doivent être publiés la semaine prochaine sous licence Apache 2.0.
Pourquoi c'est important
AnalyseCela montre que l’architecture Mixture-of-Experts peut offrir des performances de niveau flagship avec un calcul réduit par token. Les poids Apache 2.0 pourraient accélérer les expérimentations et les déploiements.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Thinking Machines lance Inkling 2 Small : un modèle MoE de 594B capable d’affiner d’autres modèles
Thinking Machines a présenté Inkling 2 Small, un modèle MoE de 594B paramètres qui domine parmi les modèles ouverts sur plusieurs tâches et a démontré la capacité d’affiner Qwen3.5-4B de manière autonome.
OpenAI présente GPT-6 Cyber, un modèle record pour la cybersécurité
OpenAI annonce de nouveaux résultats pour GPT-6 Cyber en cybersécurité, dont 48,5 % au benchmark ExploitGym et 81 vulnérabilités Firefox jusqu'ici inconnues, avec un accès encore limité.
Partie II. Architecture des agents IA : du modèle à la mémoire et aux outils
Immersion technique approfondie : tokenisation, cache KV, déterminisme de l'échantillonnage, stack d'entraînement, quantification, ingénierie contextuelle, stack de sécurité, RAG en production, ReAct et systèmes swarm multi-agents.
Modèles de pointe (Frontier Models)
La classe d'intelligence artificielle la plus puissante à l'avant-garde de la recherche mondiale (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), définissant les limites actuelles des capacités de raisonnement, d'autonomie et de codage.