← ブログに戻る
Ai読了目安 11 分

Thinking Machinesの「Inkling 2 Small」、594Bの疎なMoEで86.3% 重みは「来週」のまま

公開日 2026年11月11日
Thinking Machinesの「Inkling 2 Small」、594Bの疎なMoEで86.3% 重みは「来週」のまま

Inkling 2 Smallは11月5日に登場した。総パラメータ594B、トークンあたり17Bを活性化する疎なMixture of Expertsで、100万トークンのコンテキスト窓と画像入力を持つ。SWE-Bench Pro v2 Hardで86.3%を記録した。推論とファインチューニングはThinking MachinesのTinkerサービス経由で利用できる。

重みは出ていない。外部の安全性テストとレッドチーミングが終わり次第、公開の1週間後にApache 2.0の重みを出すと研究所は言い、日付は示していない。

その隙間がこの話だ。このリリースの興味深い点はすべて、出荷されたものと約束されたもののあいだにある。

モデルそのもの

594Bの総量に17Bの活性で、Inkling 2 Smallは2026年のフロンティアリリースの多くと同じ構造の一族に入る。知識の大きな母集団に代価を払い、トークンごとにその一部だけを計算する。100万トークンのコンテキストと画像入力は、チャットボットではなくマルチモーダルなエージェントのカテゴリーに置く。

学習の記述は参考になる程度に公開されている。Thinking MachinesはGB300 NVL72ラックで学習し、初期の事前学習段階を68時間で終え、その後に9日間の強化学習ワークフローを中間ステップを挟みながら回した。コーディング能力は数十万件の長期的な課題から来ており、その中には同社がautoresearch演習と呼ぶ一群、つまりモデルがニューラルネットワークを事後学習し、カーネルを最適化し、その他の機械学習作業を行うことを求めるタスクが含まれる。

その能力のために選んだデモは、筆者も同じものを選んだだろう。Qwen3.5-4Bをファインチューニングして予測性能を高めるようモデルに指示すると、4時間半でベースモデルの予測スコアを2倍にした。

小さな結果だが含意は大きい。別のモデルの特定タスクの性能を、教師なしで、数時間のうちに改善できるモデルは、リポジトリを指して良くしろと言えるモデルだ。それを確実にやるかは別の問いで、ベンチマークの表を見るべき場所はそこになる。

ほとんど誰も触れなかった部分

Inkling 2 Smallは視覚エンコーダを内蔵し、それが594Bのうち2億9,200万パラメータを占める。パラメータ数では誤差だが、実務では無視できない能力だ。モデルは自分が作ったものを見られる。

研究所が挙げる例はECサイトの構築である。モデルはサイトを書き、その後に描画された商品ページを確認して正しく表示されているかを見る。自分のコードを読んでバグを探すだけではない。コーディングモデルが開けたままにしがちなループを閉じる。多くのエージェントはビルドが通ったと言える。ページの見た目がおかしいと言えるものは少ない。

同じループは画像生成にも現れ、モデルは生成したグラフィックの品質を視覚的に検証できる。入力のモダリティとしてではなく検証の経路としての視覚は、過小評価されている設計判断であり、失敗が見えるがテキストにはならない長いタスクをエージェントが担うほど効いてくる類のものだ。

ベンチマークと、それに付いた主張

公開された数値は、3つのナレッジワーク系ベンチマークと複数の金融タスクのデータセットで、Inkling 2 SmallをSpark OpenやKimi K3、その他のオープンモデルより上に置く。Artificial Analysisは、自社の指数で高い推論強度のGemini 3.8 Flashに並ぶとし、重みが出れば中国以外で最強のオープンモデルになると述べている。

その後半の節は多くを担っており、まだダウンロードできないモデルについての主張である。

時系列の微妙さもある。11月4日、RicursiveはRipple-65B Previewを公開した。Apache 2.0の密なモデルで、Terminal-Bench 2.1の80.52で米国のオープンウェイトモデルの首位に立った。Inkling 2 Smallのカードは同じベンチマーク、同じTerminusハーネスで81.3だと伝えられる。記録は2日で2度動き、そのうちダウンロードできるファイルが付くのは1つだけだ。

重みを留保する理由は説明できる

示された理由は、公開前の外部安全性テストとレッドチーミングである。正当な慣行だ。同時にこの市場ではヘッジでもある。

重みの公開は不可逆だ。公開した研究所は、ある能力が別の何かと組み合わさって危険だと分かっても取り戻せない。1週間待つ商業的なコストはほぼゼロで、APIは動いており収益はすぐ始まる。研究所には安全の物語と、何かあれば日付を撤回する余地が残る。

待つコストは、主張が検証できないままになることだ。「中国以外で最強のオープンモデル」はトレントが出るまで売り文句である。遅れの1週間ごとに製品発表が約束に変わり、約束は抱えている不確実性の分だけ割り引かれる。

背景にある研究所

商業的な文脈は騒がしい。Business Insiderは、Thinking Machinesがプレマネー評価額400億ドルで50億ドルを調達中で、Accelが主導交渉中だと報じた。実現すれば直近の公開ラウンドから3倍超になる。同社は昨年、100億ドル超の評価額で20億ドルのシードを調達し、それ以前に500億ドルでの調達を試みて不成立に終わったと報じられている。

創業チームの約3分の1が去っており、Barret Zoph、Luke Metz、Andrew Tullochも含まれる。これだけ若い会社としては多い離脱で、400億ドルという評価額の隣に置くと妙に見える。反論は、研究ラボはバンドではないというものだ。重要なのは学習レシピが残った人々に引き継がれるかどうかである。

モデル公開と資金調達のニュースのタイミングは偶然ではない。オープンウェイトのリーダーボードでの記録、文書化された学習レシピ、自律的なモデル改善を含む能力のデモ。前回ラウンドの40倍でラボの値付けを求められている投資家に見せるのは、まさにこの束だ。

より広い枠組み

同じ週、Rampの決済データは、企業のAIトークン量が37.1%増える一方で支出は8.9%増にとどまり、企業の約1%が支出の80%を占め、その上位集団が夏のピークを割り込んだことを示した。

その市場に594Bのモデルを売る研究所は、厳しい問いに答える必要がある。誰が払うのか。今日予算を持つのはコーディングエージェントの顧客だ。このサイクルのすべてのモデル発表がSWE-benchとTerminal-Bench、ナレッジワークを先頭に置き、モデルカードと同じくらいファインチューニングの話が重要な理由もそこにある。顧客の小さなモデルを4時間で良くできるなら、売っているのはチェックポイントではなくサービスだ。

Inkling 2 Smallは強いモデルに見える。有用な試験はtarballが届いたときに始まる。それまでは、Thinking Machinesが非常によい結果の一式と、読む価値のある学習レシピと、本当に過小評価された能力1つと、約束していない日付を公開した、というのが正直な要約になる。

関連記事