Inkling 2 Small veut grimper tout en haut des modèles ouverts

Thinking Machines a lancé Inkling 2 Small, un modèle de raisonnement disponible d’abord via Tinker et Tinker Playground, avec des poids promis plus tard. Sur l’Artificial Analysis Intelligence Index v5.0.1, il obtient 31 points, soit 18 de plus que Inkling Small. À ce stade, la promesse de publication sous licence Apache 2.0 ferait de lui le modèle ouvert le mieux classé hors Chine, selon Artificial Analysis [à vérifier].

Des gains nets sur les tâches d’agent, pas seulement sur le papier

Le saut de performance est particulièrement visible sur les usages dits agentiques, c’est-à-dire quand le modèle enchaîne plusieurs actions pour accomplir une tâche. AutomationBench-AA passe de 5 % à 46 %, FrontierCode 2.0 de 5 % à 25 %, et HLE-Diamond de 12 % à 29 % par rapport à Inkling Small. Sur AA-Briefcase, qui teste des workflows de bureau longs avec tableurs, présentations et mémos, Inkling 2 Small atteint 1527 Elo contre 912 pour Inkling Small, 1439 pour Claude Sonnet 5.5 (medium) et 1203 pour Gemini 3.8 Flash (high).

Pourquoi le modèle parle autant

Inkling 2 Small produit aussi beaucoup plus de tokens de sortie, ces unités de texte générées par le modèle. Il en sort en moyenne environ 150 000 par tâche sur l’Intelligence Index, contre environ 37 000 pour Inkling Small, 31 000 pour Claude Sonnet 5.5 (medium) et 99 000 pour Gemini 3.8 Flash (high). Résultat, la facture monte : 1,18 dollar par tâche, soit presque six fois le coût d’Inkling Small, mais toujours moins que plusieurs modèles comparables en score. Le modèle n’a pas seulement appris à mieux répondre ; il parle aussi davantage. Comme un collègue très motivé qui n’a pas encore trouvé le bouton “résumer”.

Un modèle plus prudent, donc moins halluciné

Sur AA-Omniscience v1.1, Inkling 2 Small réduit fortement son taux d’hallucination, passé de 61 % à 27 %. L’amélioration vient en partie d’un comportement plus sélectif : le modèle tente moins souvent une réponse, avec un taux d’essai ramené de 77 % à 53 %, tandis que l’exactitude progresse modestement de 32 % à 34 %. Son score net monte à 16, contre -9 pour Inkling Small, mais reste derrière Gemini 3.8 Flash (high, 23) et Claude Sonnet 5.5 (medium, 19).

Le positionnement compte presque autant que le score

Thinking Machines lance Inkling 2 Small comme un modèle propriétaire, avec une disponibilité initiale sur Tinker et Tinker Playground, puis une publication des poids à une date non confirmée. Les caractéristiques annoncées sont de 594 milliards de paramètres au total, dont 17 milliards actifs, avec entrée texte et image, et sortie texte. Les tarifs affichés sont de 0,30 dollar par million de tokens en entrée, 1 dollar par million en sortie, et 0,03 dollar par million de tokens d’entrée mis en cache. Dans un marché où les classements bougent vite, la vraie question est désormais moins “qui gagne aujourd’hui ?” que “à quel prix, et pour quels usages”.