Inkling 2 Small bouscule l’ouverture des modèles IA occidentaux

Thinking Machines Lab, start-up fondée par l’ex-CTO d’OpenAI Mira Murati, a présenté Inkling 2 Small, un modèle d’IA ouvert qui vise à rivaliser avec les références chinoises sur le terrain des modèles open weight. Selon Artificial Analysis, il pourrait devenir le meilleur modèle ouvert développé hors de Chine une fois ses poids publiés la semaine prochaine. Le signal compte pour le marché, car la bataille de l’open source en IA ne se joue plus seulement sur les performances brutes, mais aussi sur la vitesse de diffusion et les usages concrets.

Un modèle pensé pour coder, concevoir et rester utilisable

Inkling 2 Small affiche 594 milliards de paramètres, accepte des entrées image mais ne produit que du texte. Thinking Machines dit avoir évalué ses capacités sur des tâches de code, ainsi que sur des usages liés à la conception web et au game design. Résultat affiché par l’entreprise : “a model that is both stronger at coding and easier to use inside real agent loops”. En clair, le modèle est pensé pour s’insérer dans des agents IA qui enchaînent des actions sans trop dériver.

Sur l’Artificial Analysis Intelligence Index, qui agrège des tests de code, de science et de connaissances générales, Inkling 2 Small obtient 31 points. Ce score le place au-dessus de la moyenne de sa catégorie et à égalité avec Gemini 3.8 Flash, selon la source. Les leaders du classement restent toutefois plus haut, avec Gemini 4 Carbon à 60 et Claude Opus 5.5 à 59.

Pourquoi la publication des poids change la donne

La société prévoit de publier les poids du modèle la semaine prochaine. Cette pratique est devenue courante : les éditeurs gardent d’abord le contrôle quelques jours ou semaines pour faire passer des tests de cybersécurité et de sécurité produit avec des reviewers externes, avant de libérer le modèle. Le mot “ouvert” garde donc plusieurs niveaux de lecture, et l’industrie adore ses nuances, même quand elle prétend aller vite.

Ce calendrier place Thinking Machines dans un mouvement plus large. Mistral a récemment suivi une séquence comparable avec Le Chonk, son modèle ouvert orienté code. D’après le texte source, ce modèle français tient désormais la cadence d’OpenAI GPT-6.1 Terra sur le code, ce qui reste rare pour un modèle ouvert occidental. Dans ce contexte, Inkling 2 Small n’est pas seulement un lancement de plus : il s’inscrit dans une tentative de reprise d’initiative face aux modèles chinois qui dominent souvent les classements open weight.

Des progrès nets, mais pas sans contrepartie

Artificial Analysis juge Inkling 2 Small solide, tout en pointant deux défauts : il est lent par tâche et très bavard. Son prix est aussi décrit comme “somewhat expensive”, à 0,30 dollar par million de tokens d’entrée, quand la médiane de sa catégorie ressort à 0,24 dollar. Autrement dit, le modèle progresse, mais la facture reste un sujet.

Les gains par rapport à la version précédente sont néanmoins marqués. Selon Artificial Analysis, les capacités d’automatisation progressent de 41 % et les capacités de codage de 20 %. Sur le test AA-Omniscience v1.1, le taux d’hallucination passe de 61 % à 27 %, tandis que l’exactitude monte de 32 % à 34 % et que le taux de tentative descend de 77 % à 53 %. Ces chiffres suggèrent un modèle plus fiable, même si la concurrence reste fragmentée : peu de modèles dominent tous les benchmarks à la fois, et c’est bien là que les équipes produit commencent à compter leurs jetons [à vérifier].