目次

Thinking Machinesは2026年11月5日、Inkling 2 Smallをリリースし、Tinkerを通じた推論とファインチューニングを利用可能にした。全モデル重みは来週公開される予定で、開発者は今からAPIを試しつつ、セルフホスティングを検討する前にデプロイ要件を確認できる。

要点#

  • Inkling 2 Smallはテキストと画像の入力に対応し、総パラメータ数5,940億の混合エキスパートモデルのうち、トークンごとに170億のパラメータを使用する。
  • 公表されたAA Intelligence Indexスコアは31で、従来のInkling Smallの13から上昇した。
  • Tinkerを通じて推論とファインチューニングを利用できるが、11月7日時点で全モデル重みは未公開。
  • 公開ベンチマークでは競争力のあるコーディング性能を示しているが、比較対象のモデルを一貫して上回ってはいない。

現在利用できるもの#

開発者はThinking MachinesのAPIサービスであるTinkerを通じて、Inkling 2 Smallの推論とファインチューニングを利用できる。チームはベースモデルを評価したうえで、追加学習によって個々のタスクの性能が向上するかを検証できる。

このモデルは混合エキスパート(MoE)アーキテクチャを採用している。総パラメータ数は5,940億だが、トークンごとに有効になるのは170億だ。この違いは重要で、有効パラメータ数は各トークンの計算に関与するモデルの規模を示す一方、総パラメータ数はモデル全体の保存やデプロイに関わる。

テキストに加えて画像入力にも対応する。スクリーンショットなどの視覚資料を確認するツールを開発する場合、読解と視覚的な確認の両方を要するワークフローで評価する価値がある。

想定される用途#

Thinking Machinesによると、Inkling 2 Smallは多数の手順を順に実行するタスクを特に得意とする。一例は、ウェブサイトを構築し、見た目を確認して修正する作業だ。同社はまた、ツールやコンテキスト、進捗を管理するソフトウェアであるハーネスや実行環境が異なっても、モデルは適応できるとしている。

実演された別の用途として、Inkling 2 SmallにTinkerを通じて別のモデルをファインチューニングさせる例がある。これはモデル開発の一部を自動化する役割を示唆するが、実演だけで未知のデータセットや学習目標に対する信頼性が裏付けられるわけではない。

したがって、実用性の評価には一連のワークフロー全体を使うべきだ。ウェブサイトのタスクなら、要求された変更を完了し、見た目の不具合を見つけ、新たな問題を起こさずに修正できるかを測定する。もっともらしい初回回答だけでは、完了して確認まで済んだ成果物ほど十分な検証にはならない。

スコアの比較#

発表では、バージョン5.0.1のAA Intelligence Indexスコアが、前モデルの13から31に上昇したと報告されている。一方、比較表はAA Index v5.0を使用し、Inkling 2 Smallのスコアを30.6としている。結果を比較する際は、これらのバージョンを区別する必要がある。

発表から抜粋した数値を以下に示す。スコアは高いほど良い。

| モデル | AA Index v5.0 | FrontierCode v2.0 | DeepSWE v1.1 | |---|---:|---:|---:| | Inkling 2 Small | 30.6 | 25.4% | 72.1% | | DeepSeek-V4.1-Flash-1017 | 32.6 | 28.5% | 77.0% | | GPT-6 Luna | 27.9 | 25.2% | 66.6% | | Claude Haiku 5.5 | 36.5 | 34.9% | 59.9% |

提示された比較では、Vals Index v2.2を含む全4指標で、Inkling 2 SmallはDeepSeek-V4.1-Flash-1017を下回り、GPT-6 LunaとGLM-5.3-Flashを上回る。Claude Haiku 5.5との比較は一長一短で、2つの総合指標とFrontierCodeでは下回るが、DeepSWEでは上回る。これらの結果はコーディング用途で試す根拠にはなるが、あらゆる用途に通じる順位を示すものではない。

確認が必要な点#

Thinking MachinesのSoumith Chintalaによると、事前学習、中間学習、事後学習でNVIDIAの4ビット浮動小数点形式NVFP4を使用した。NVIDIA GB300基盤で68時間の事前学習を行い、その後9日間の事後学習で1,700万回のロールアウトを実施したという。これらは同社が公表した学習時の数値であり、顧客の推論コストや速度を測定したものではない。

Chintalaは、外部の安全性テスト完了後、来週に重みを公開すると述べた。11月7日時点では公開予定の段階だ。また、重みが利用可能になっても、それだけでライセンス条件、対応するデプロイ用ソフトウェア、ハードウェア要件が明らかになるわけではなく、公開時に確認する必要がある。

本番環境で採用する前に、Tinkerの料金、レイテンシ、利用上限、自分たちの入力に対する性能を確認しよう。提示されたベンチマークデータでは、こうした運用上の疑問には答えられない。

次のステップ#

代表的な複数ステップのタスクを1つ、Tinker上のInkling 2 Smallで実行し、成果物の品質、総コスト、所要時間を現在使用しているモデルと比較しよう。

出典: https://gihyo.jp/article/2026/11/inkling-2-small

目次