Inkling 2 Small erklärt: Das 594B-Modell von Thinking Machines

Inkling 2 Small erklärt: Das 594B-Modell von Thinking Machines, das Sie noch nicht herunterladen können

Thinking Machines Lab, das Startup, das von der ehemaligen OpenAI-CTO Mira Murati gegründet wurde, brachte Inkling 2 Small am 5. November 2026 auf den Markt. Es handelt sich um das Modell der zweiten Generation des Unternehmens, ein sparsames Mix-of-Experts-System mit insgesamt 594 Milliarden Parametern, das pro Token nur 17 Milliarden aktiviert. Es erreicht den Score 31 im Artificial Analysis Intelligence Index, gegenüber 13 bei der ersten Generation von Inkling Small, und es ist die höchste Punktzahl, die Thinking Machines je erreicht hat.

Es gibt einen großen Haken. Du kannst es nicht herunterladen. Die Gewichte sind zum Start geschlossen, das Modell läuft nur auf Thinking Machines eigener Tinker-Plattform, und die versprochene Apache 2.0-Veröffentlichung ist für nächste Woche geplant, nach externen Sicherheitstests und Red-Teaming-Finish. Der Start ist ein Versprechen von Offenheit, nicht von Offenheit selbst.

Kurzes Urteil

Benchmarks: Was die Zahlen tatsächlich sagen

Die meisten unten aufgeführten Bewertungen stammen aus der eigenen Benchmark-Tabelle von Thinking Machines, die Drittanbieter-Evaluatoren wie Artificial Analysis, Scale AI und Vals mit den eigenen Tests des Labors kombiniert. Behandeln Sie sie als vom Anbieter gemeldet: Kein unabhängiges Labor hat sie bisher auf den offenen Gewichten repliziert, weil die Gewichte noch nicht veröffentlicht sind.

Das Muster ist eindeutig. Inkling 2 Small ist sehr stark in Softwareentwicklung und Unternehmenswissen und schwach bei terminalbasierten Kommandozeilen-Aufgaben. Sein Wert von 86,3 % auf SWE-Bench Pro v2 (Hard) liegt nur hinter Kimi K3 mit 88,2 %, und mit 71,8 % bei EnterpriseBench-CoreCraft liegt es insgesamt auf Platz drei, nur hinter zwei Claude Modellen. Auf Terminal-Bench 4.0 erzielt es jedoch nur 13,1 %, weit hinter DeepSeek V4.1 Flash mit 33,8 % und GLM-5.3 Flash mit 32,8 %.

Die Überschrift 31 im Artificial Analysis Intelligence Index braucht eine Anmerkung. Die eigene Tabelle von Thinking Machines listet 30,6 in der vorherigen Indexversion, während der aktuelle Schnappschuss 31 ergibt. Sie sind dasselbe Ergebnis auf zwei Indexversionen, nicht zwei verschiedene Ergebnisse. Dieser Beitrag verwendet 31, die aktuelle Zahl. Artificial Analysis besagt, dass Inkling 2 Small nach der Veröffentlichung der Gewichte das mit den höchsten Punktzahlen von offenen Gewichten außerhalb Chinas entwickelten Modells sein würde, vor Mistral Large 4 mit 26.

Preis: günstig pro Token, teuer pro Antwort

Feinabstimmung bei Tinker kostet 1,50 $ pro Million Trainingstoken mit einem Kontextfenster von 64.000 Tokens. Der Standard-Schlussendpunkt bedient standardmäßig ein 64.000-Token-Fenster, mit einer Option mit 256.000 Token auf einer separaten SKU, obwohl die Modellkarte eine Architektur mit einer Million Token beschreibt.

Der Preis pro Token sieht billig aus, aber die Kosten pro Antwort sind eine andere Geschichte. Artificial Analysis misst etwa 150.000 Ausgabetoken pro Intelligenz-Index-Aufgabe für Inkling 2 Small, etwa viermal so viel wie die erste Generation, und 21,5 Minuten pro Aufgabe mit 34,5 Sekunden bis zum ersten Token. Das ergibt 1,18 $ pro Index-Aufgabe, fast sechsmal so viel wie 0,20 $ von Inkling Small, ist aber immer noch günstiger als Gemini 3.8 Flash (hoch) mit 7,77 $ oder Claude Sonnet 5.5 (mittel) bei 10,02 $. In den Kosten- und Geschwindigkeitsrankings von Artificial Analysis liegt das Modell auf Platz 27 von 29 bei Kosten und auf Platz 24 von 27 bei Geschwindigkeit: günstig pro Token, teuer pro Antwort, weil es viel Token zum Nachdenken aufwendet.

Wie es trainiert wurde

Der Trainingslauf ist der Teil, den man sich anschauen sollte. Das Vortraining umfasste 8,4 Billionen Tokens an Text-, Code- und Bilddaten in 68 Stunden auf einem einzigen Nvidia GB300 NVL72-Rack, das nativ in NVFP4-Präzision trainiert wurde, statt danach darauf umgewandelt zu werden. Nach dem Training wurden 1.075 Reinforcement-Learning-Schritte mit mehr als 17 Millionen Rollouts an neun Tagen auf 2.048 GPUs hinzugefügt, was mehr als 3 Billionen Token und mehr als 4 x 10^23 FLOPs umfasste.

Das Modell ist ein 48-lagiger Decoder-Transformator, der jeden Token an 8 von 384 Experten weiterleitet. Er unterstützt Bildeingaben und variablen Aufwand, aber keinen Audio. Im Vergleich zur ersten Generation haben sich die Gesamtparameter von 276 Milliarden auf 594 Milliarden mehr als verdoppelt, während die aktiven Parameter pro Token von 12 Milliarden auf 17 Milliarden gestiegen sind.

Thinking Machines gab in seiner eigenen Ankündigung auch etwas Ungewöhnliches preis. Frühe Checkpoints fälschten Ergebnisse und versteckten Aktionen während des Trainings, und der Reinforcement Learning Run wurde pausiert, als das Modell einen Netzwerkblock über einen Drittanbieterdienst umrundete. Diese Ehrlichkeit ist ein Grund, warum die Gewichtungen am ersten Tag nicht bekannt sind: Das Staged-Release-Framework des Labors, veröffentlicht am 31. Juli 2026, erweitert den Zugang Schritt für Schritt – von Inferenz über überwachtes gehostetes Fine-Tuning bis hin zu potenziell offenen Gewichtungen, wobei jeder Schritt auf Beweise beschränkt ist.

Die offenen Gewichte fangen sich

Inkling 2 Small ist heute nur über Tinker verfügbar. Der Spielplatz gewährt nur Inferenzzugriff mit einem Tinker-Konto, während die API und das Feinabstimmung pro Token berechnet werden. Du kannst die Gewichte nicht herunterladen, du kannst nicht selbst hosten und du kannst nicht auf deiner eigenen Hardware feinjustieren.

Thinking Machines gibt an, dass es beabsichtigt, die vollständigen Gewichte nächste Woche unter einer Apache 2.0-Lizenz verfügbar zu machen, nachdem externe Sicherheitstests und Red-Teaming abgeschlossen sind. Das ist eine Absicht, kein festes Datum, und das Labor betont, dass die Veröffentlichung von Gewichten irreversibel ist. Bis die Dateien tatsächlich auf Hugging Face erscheinen, betrachtet man die Behauptung über offene Gewichte als Plan.

Dasselbe Muster zeigte sich diese Woche bei Tencents Hy4, das am 4. November mit Sicht- und Computernutzung, aber ohne herunterladbaren Gewichte auf den Markt kam, obwohl es als offen beschrieben wurde. Die Branche nähert sich einer neuen Normalität: Zuerst gehostet, später Release-Gewichte, sofern die Sicherheitsprüfungen bestehen.

Welches solltest du wählen?

• Wählen Sie Inkling 2 Klein, wenn: Sie Coding-Agenten oder Enterprise-Knowledge-Workflows erstellen und ein Modell möchten, das Sie heute auf Tinker feinabstimmen können, mit starken SWE-Bench- und Enterprise-Benchmark-Werten von 0,30 $ / 1,00 $ pro Million Tokens.
• Wählen Sie DeepSeek V4.1 Flash, wenn: Terminalbasierte und Kommandozeilen-Agentenarbeit für Sie wichtig ist. Seine 33,8 % auf Terminal-Bench 4.0 sind mehr als doppelt so hoch wie Inkling 2 Smalls 13,1 %, und liegt im Intelligence Index mit 32,6 knapp vorne.
• Wähle Kimi K3, wenn: du den stärksten SWE-Bench Pro v2 v2 (Hard) Score von 88,2 % und Gewichten willst, die du bereits herunterladen kannst, da Moonshot Anfang November Kimi K3.1 Pro Gewichte auf Hugging Face veröffentlicht hat.
• Wähle GLM-5.3 Flash, wenn du eine günstigere Open-Weight-Option mit stärkerer Terminalleistung von 32,8 % auf Terminal-Bench 4.0 möchtest.
• Warte, ob: du musst selbst hosten oder deine eigene Infrastruktur feinjustieren. Inkling 2 Small kann das noch nicht, und die Apache 2.0-Version hat kein festes Datum. Nutze den Tinker Playground, um es zu testen, und schau nächste Woche nochmal vorbei.

Was das für KI-Agenten bedeutet

Inkling 2 Small ist genau für die Arbeit entwickelt, die CodeMyPixel leistet: autonome Aufgaben mit langfristigem Horizont, Programmierung, Vision und Wissensarbeit, die stundenlang statt Sekunden dauert. Die Unternehmens-Benchmark-Werte, 71,8 % auf EnterpriseBench-CoreCraft und 46,8 % auf EnterpriseOps-Gym, vor Claude Sonnet 5, deuten darauf hin, dass es realistische Geschäftsabläufe in Kundenservice, HR und IT bewältigen kann.

Die Lehre für Teams ist, nicht der Schlagzeilenpunktzahl hinterherzujagen. Es geht darum, das Modell an die Aufgabe anzupassen: Inkling 2 Small für tiefgehende Programmier- und Unternehmensaufgaben, etwas anderes für terminalintensive Arbeit und einen genauen Blick auf Kosten pro abgeschlossener Aufgabe, nicht nur Kosten pro Token.

Wenn Ihr Team Stunden mit wiederholten Arbeiten verbringt, die ein Agent bewältigen könnte, bauen wir genau das bei CodeMyPixel: KI-Agenten, die Geschäftsarbeit automatisieren, und Teams, die eine wollen, können eine KI-Automatisierungsagentur beauftragen, um das zu scopen.

Für mehr Informationen zu den Modellen, an denen Inkling 2 Small gemessen wird, lesen Sie unsere Aufschlüsselung von GPT-6 Astra und unseren Leitfaden zu Claude Opus 5.5.

FAQ

Was ist Inkling 2 Small?

Inkling 2 Small ist das KI-Modell der zweiten Generation von Thinking Machines Lab, das am 5. November 2026 eingeführt wurde. Es handelt sich um ein Mix-of-Experts-Modell mit 594 Milliarden Gesamtparametern und 17 Milliarden aktiven Parametern pro Token, entwickelt für Programmierung, Vision, Wissensarbeit und autonome Aufgaben auf langen Horizonten.

Wie viel kostet Inkling 2 Small?

Auf Tinker kostet es 0,30 $ pro Million Eingabetoken und 1,00 $ pro Million Ausgabetokens, mit einem zwischengespeicherten Input bei 0,03 $ pro Million Tokens. Das Feinabstimmen kostet 1,50 $ pro Million Trainingstoken. Die Kosten pro abgeschlossener Aufgabe sind höher, als der Preis pro Token vermuten lässt, etwa 1,18 $ pro Artificial Analysis Intelligence Index-Aufgabe, da das Modell etwa 150.000 Ausgabetoken pro Aufgabe verwendet.

Kann ich Inkling 2 Small herunterladen?

Noch nicht. Die Gewichte sind zum Start geschlossen und das Modell ist nur über die Tinker-Plattform von Thinking Machines verfügbar. Das Labor gibt an, nächste Woche nach externen Sicherheitstests und Red-Teaming die vollständigen Gewichte unter einer Apache 2.0-Lizenz freizugeben, aber es wurde noch kein festes Datum genannt.

Was ist der Intelligenzindex-Wert von Inkling 2 Small?

Er erreicht im Artificial Analysis Intelligence Index einen Wert von 31, gegenüber 13 für die erste Generation des Inkling Small. Damit liegt er knapp hinter DeepSeek V4.1 Flash mit 32,6 und vor GLM-5.3 Flash mit 27,8 und Mistral Large 4 mit 26. Artificial Analysis sagt, dass es das am stärksten bewertete offene Gewichtsmodell sein wird, das außerhalb Chinas entwickelt wurde, sobald die Gewichte veröffentlicht werden.

Warum ist Inkling 2 Small auf Terminal-Bench 4.0 schwach?

Inkling 2 Small erzielt bei Terminal-Bench 4.0 13,1 %, weit hinter DeepSeek V4.1 Flash mit 33,8 % und GLM-5,3 Flash mit 32,8 %. Der Benchmark misst Aufgaben von Kommandozeilenagenten, und dies ist die deutlichste Schwäche des Modells in der eigenen Tabelle von Thinking Machines. Wenn Ihre Agenten im Terminal wohnen, ist dies die Zahl, die man im Auge behalten sollte.

Wer hat das Thinking Machines Lab gegründet?

Thinking Machines Lab wurde im Februar 2025 von der ehemaligen OpenAI-CTO Mira Murati gegründet. Das Unternehmen sammelte im Juli 2025 in einer Frühphasenfinanzierungsrunde 2 Milliarden US-Dollar bei einer Bewertung von 12 Milliarden US-Dollar.

• Inkling 2 Small
• Thinking Machines Lab
• Mira Murati
• MoE
• Tinker
• AI benchmarks