Thinking Machines 'Inkling 2 Small', 594B 희소 MoE로 86.3%…가중치는 여전히 '다음 주'

Inkling 2 Small이 11월 5일 등장했다. 총 파라미터 594B에 토큰당 17B를 활성화하는 희소 Mixture of Experts이고, 100만 토큰 컨텍스트 창과 이미지 입력을 갖는다. SWE-Bench Pro v2 Hard에서 86.3%를 기록했다. 추론과 파인튜닝은 Thinking Machines의 Tinker 서비스로 쓸 수 있다.
가중치는 나오지 않았다. 외부 안전성 시험과 레드팀 작업이 끝나면 출시 일주일 뒤에 Apache 2.0 가중치를 내놓겠다고 밝혔고, 날짜는 주지 않았다.
그 간극이 이 이야기다. 이번 배포에서 흥미로운 것은 모두 출하된 것과 약속된 것 사이에 있다.
모델 자체
총 594B에 17B 활성이면 Inkling 2 Small은 2026년 프런티어 배포 대부분과 같은 구조적 계열에 들어간다. 큰 지식 풀에 값을 치르고 토큰마다 그 일부만 계산한다. 100만 토큰 컨텍스트와 이미지 입력은 챗봇이 아니라 멀티모달 에이전트 범주에 놓는다.
학습 과정은 참고가 될 만큼 문서화되어 있다. Thinking Machines는 GB300 NVL72 랙에서 학습해 초기 사전학습 단계를 68시간에 끝냈고, 이후 중간 단계를 끼워 넣은 9일짜리 강화학습 워크플로를 돌렸다. 코딩 능력은 수십만 건의 장기 과제에서 나왔고, 그 안에는 회사가 autoresearch 연습이라 부르는 묶음, 즉 모델이 신경망을 사후학습하고 커널을 최적화하며 다른 머신러닝 작업을 수행해야 하는 과제가 포함된다.
그 능력을 위해 고른 시연은 나도 같은 것을 골랐을 것이다. Qwen3.5-4B를 파인튜닝해 예측 성능을 높이라고 모델에 지시했고, 모델은 4시간 반 만에 베이스 모델의 예측 점수를 두 배로 만들었다.
작은 결과지만 함의는 크다. 다른 모델의 특정 과제 성능을 감독 없이 몇 시간 만에 끌어올릴 수 있는 모델은, 저장소를 가리키며 더 좋게 만들라고 할 수 있는 모델이다. 그것을 안정적으로 하느냐는 다른 질문이고, 벤치마크 표가 바로 그 답을 볼 곳이다.
거의 아무도 언급하지 않은 부분
Inkling 2 Small에는 비전 인코더가 들어 있고, 그것이 594B 가운데 2억9,200만 파라미터를 차지한다. 파라미터 수로는 반올림 오차지만 실무에서는 무시할 수 없는 능력이다. 모델이 자기가 만든 것을 볼 수 있다.
연구소가 드는 예는 이커머스 스토어 구축이다. 모델이 사이트를 쓰고 나서 렌더링된 상품 페이지를 확인해 제대로 표시되는지 본다. 자기 코드를 읽어 버그를 찾는 데 그치지 않는다. 코딩 모델이 열어 두기 쉬운 루프를 닫는다. 대부분의 에이전트는 빌드가 통과했다고 말할 수 있다. 페이지가 이상해 보인다고 말할 수 있는 쪽은 적다.
같은 루프가 이미지 생성에도 나타나, 모델이 만들어 낸 그래픽의 품질을 시각적으로 검증할 수 있다. 입력 모달리티가 아니라 검증 경로로서의 시각은 저평가된 설계 선택이고, 실패가 눈에 보이지만 텍스트로는 드러나지 않는 긴 과제를 에이전트가 맡을수록 더 중요해지는 종류의 것이다.
벤치마크와 거기 붙은 주장
공개된 수치는 Inkling 2 Small을 세 가지 지식노동 벤치마크와 여러 금융 과제 데이터셋에서 Spark Open과 Kimi K3, 다른 오픈 모델들보다 앞세운다. Artificial Analysis는 자사 지수에서 높은 추론 강도의 Gemini 3.8 Flash와 대등하다고 하고, 가중치가 나오면 중국 밖에서 가장 강한 오픈 모델이 될 것이라고 말한다.
뒤쪽 절이 많은 것을 짊어지고 있고, 아직 내려받을 수 없는 모델에 대한 주장이다.
시점의 미묘함도 있다. 11월 4일 Ricursive가 Ripple-65B Preview를 공개했다. Apache 2.0 밀집 모델로 Terminal-Bench 2.1에서 80.52를 기록해 미국 오픈 웨이트 모델 1위에 올랐다. Inkling 2 Small의 카드는 같은 벤치마크, 같은 Terminus 하네스에서 81.3이라고 전해진다. 기록은 이틀에 두 번 움직였고, 내려받을 파일이 붙은 기록은 그중 하나뿐이다.
가중치를 붙잡는 이유는 설명된다
제시된 이유는 공개 전 외부 안전성 시험과 레드팀이다. 정당한 관행이다. 동시에 이 시장에서는 헤지이기도 하다.
가중치 공개는 되돌릴 수 없다. 공개한 연구소는 어떤 능력이 다른 것과 결합해 더 위험하다고 밝혀져도 회수할 수 없다. 일주일 기다리는 상업적 비용은 거의 없다. API는 살아 있고 매출은 바로 시작된다. 연구소는 안전 서사와, 문제가 생기면 날짜를 물릴 여지를 얻는다.
기다리는 비용은 주장이 검증 불가능한 채로 남는다는 것이다. '중국 밖 최강 오픈 모델'은 토렌트가 나오기 전까지 마케팅 문장이다. 지연의 매주가 제품 출시를 약속으로 바꾸고, 약속은 지닌 불확실성만큼 할인된다.
뒤에 있는 연구소
상업적 맥락은 시끄럽다. Business Insider는 Thinking Machines가 프리머니 밸류에이션 400억 달러에 50억 달러를 조달 중이고 Accel이 주도 협상 중이라고 보도했다. 성사되면 직전 공개 라운드에서 세 배가 넘는다. 회사는 지난해 100억 달러가 넘는 밸류에이션에 20억 달러 시드를 받았고, 그전에 500억 달러로 조달을 시도했다가 딜 없이 끝났다고 전해진다.
창업 팀의 약 3분의 1이 떠났고 Barret Zoph, Luke Metz, Andrew Tulloch도 포함된다. 이렇게 젊은 회사로는 많은 이탈이고, 400억 달러 밸류에이션 옆에 두면 어색하다. 반론은 연구소가 밴드가 아니라는 것이다. 중요한 것은 학습 레시피가 남은 사람들에게 옮겨가느냐다.
모델 공개와 자금 조달 소식의 시점은 우연이 아니다. 오픈 웨이트 리더보드 기록, 문서화된 학습 레시피, 자율적 모델 개선을 포함한 능력 시연. 직전 라운드의 40배로 연구소 값을 매기라는 투자자에게 보여줄 패키지가 바로 이것이다.
더 넓은 틀
같은 주에 Ramp의 결제 데이터는 기업 AI 토큰량이 37.1% 늘었는데 지출은 8.9% 늘었고, 기업 약 1%가 지출의 80%를 차지하며 그 상위 집단이 여름 고점을 밑돌았다고 보여줬다.
그 시장에 594B 모델을 파는 연구소는 어려운 질문에 답해야 한다. 누가 내는가. 오늘 예산을 가진 쪽은 코딩 에이전트 고객이다. 이번 주기의 모든 모델 발표가 SWE-bench와 Terminal-Bench, 지식노동을 앞세우고, 모델 카드만큼 파인튜닝 이야기가 중요한 이유도 여기 있다. 고객의 작은 모델을 네 시간 만에 더 좋게 만들 수 있다면 파는 것은 체크포인트가 아니라 서비스다.
Inkling 2 Small은 강한 모델로 보인다. 유용한 시험은 tarball이 도착할 때 시작된다. 그때까지 정직한 요약은 Thinking Machines가 아주 좋은 결과 묶음과, 읽을 만한 학습 레시피와, 진짜로 저평가된 능력 하나와, 약속하지 않은 날짜를 공개했다는 것이다.
관련 글
Antigravity의 원격 에이전트, 클라우드 VM에서 도는 대신 잃는 것
Antigravity 2.29에서 원격 에이전트가 등장해 세션과 도구가 Google 관리 클라우드 VM에서 돌아간다. 노트북을 닫아도 작업은 계속되지만 로컬 MCP 서버와 skills는 잃는다.
NVIDIA, 월드 모델 'Cosmos 3' 파생 4종과 디코딩 프레임워크 'VFlash' 잇달아 공개
NVIDIA는 11월 5일 16B Cosmos 3 Nano를 전문화한 체크포인트 네 종을 OpenMDW1.1로 공개하고 학습 레시피와 추론 코드를 함께 내놨다. 다음 날에는 기하 출력을 병렬 생성하는 디코딩 프레임워크 VFlash를 발표했다.
GitHub 트렌드 4분의 1이 '에이전트 skills'…설치 방식은 네 갈래로 갈렸다
11월 8일 GitHub 데일리 트렌드 15건 가운데 4건이 에이전트 skills 저장소였다. 형식은 `SKILL.md`와 YAML 프런트매터로 단순하지만, 설치 경로는 네 제품에서 제각각이고 중복이 우선순위 문제를 만든다.
OpenAI, 실험실 업무 벤치마크 공개…최고 모델도 66.7% 그쳐
OpenAI는 11월 6일 효소 설계 기업 Ligo와 함께 습식 실험실 업무 벤치마크 BioBasicsBench를 공개했다. 최고 추론 설정의 GPT-6 Astra도 배점의 66.7%에 그쳤고, 구체적인 실패 사례도 함께 내놨다.