2026年11月5日，Thinking Machines Lab 发布第二代模型 Inkling 2 Small：总参数 594B、每次推理只激活 17B 的混合专家（MoE）模型，支持图像输入与可变推理强度。它在 Artificial Analysis 智能指数上拿到 31 分，远超该公司第一代模型；完整权重计划下周以 Apache 2.0 协议开放，在此之前可先在 Tinker 上试用。
594B 参数、只激活 17B，能力涨在哪
Inkling 2 Small 的训练重心是长程智能体工作：官方用数十万个长程编程任务做强化学习，并引入会评估解题过程的智能体评分器，而不只看代码能否通过测试。它在 FrontierCode v2.0 上拿到 25.4%，DeepSWE v1.1 为 72.1%，SWEBench Pro v2（Hard）为 86.3%；早期检查点曾以 Fledge-Alpha 之名在 OpenCode 上接受真实场景检验。视觉方面，模型用 2.92 亿参数视觉编码器读图，MMMU Pro 达 81.6%，ScreenSpot Pro 达 83.8%/91.5%，能看图迭代搭建网站、游戏与 3D 设计，甚至用 Three.js 从零生成一座可以生长的城市模拟器。知识工作基准 AA-Briefcase 的 ELO 为 1527 分。官方还展示了一段自主研究：模型在 4.5 小时、426 美元 Tinker 花费内自主训练 Qwen3.5-4B 做时序预测，预测分数翻了一倍还多。
权重下周开源，普通开发者能直接用吗
能试用，但直接部署还有门槛。现阶段模型只通过 Tinker 提供，支持试玩、微调与采样；权重开放要等外部安全测试与红队评估完成，官方给出的时间是下周。和第一代 Inkling相比，新模型总参数从 9750 亿降到 5940 亿，能力反而明显提升，路线转向了更高效的预训练与大规模统一强化学习。值得注意的是，厂商自测分数不等于中立结论：FrontierCode v2.0 一项上，DeepSeek-V4.1-Flash 的 28.5% 高于 Inkling 2 Small 的 25.4%。等权重开放后，真正值得看的是社区实测与 Artificial Analysis 榜单上的开源排名变化，以及 594B 规模在推理成本与部署门槛上的真实代价。
