Inkling 2 Small vise les agents d’entreprise et les flux multimodaux

Thinking Machines Lab a présenté le 5 novembre Inkling 2 Small, un modèle d’IA conçu pour des agents qui écrivent du code, interprètent des images et analysent des documents financiers. Porté par l’ancienne directrice technique d’OpenAI Mira Murati, le projet compte surtout pour les entreprises qui cherchent un modèle personnalisable sans perdre de vue les contraintes de sécurité, de coût et de déploiement. Les poids ne sont pas encore publiés, mais la société prévoit une diffusion sous Apache 2.0 après vérifications externes.

Un “Small” qui ne joue pas dans la catégorie des petits

Inkling 2 Small est présenté comme la deuxième génération de la famille Inkling, avec 594 milliards de paramètres au total et 17 milliards activés par jeton. En clair, le nom “Small” désigne la place dans la gamme, pas la taille d’un modèle qu’on installe sur un portable entre deux cafés. Thinking Machines insiste sur les usages qui demandent des appels d’outils répétés, des révisions et des vérifications, à partir de dépôts logiciels, de terminaux, de documents et de tâches visuelles.

La société dit aussi avoir entraîné le modèle sur des interactions simulées avec des utilisateurs et sur des tâches de production documentaire. Les démonstrations publiées — construire un simulateur urbain, écrire un émulateur Linux, générer des scènes Blender — suggèrent un intérêt pour le prototypage, mais elles ne prouvent pas une tenue de route en production. Le modèle accepte le texte et les images, mais pas l’audio.

Les benchmarks le placent haut, sans tout régler

Sur le classement Artificial Analysis, Thinking Machines affirme qu’Inkling 2 Small obtient un Intelligence Index de 31, le meilleur score du groupe comparé dans sa communication. Sur EnterpriseBench-CoreCraft, le modèle atteint 71,8 %, derrière Claude Fable 5.1 et Claude Opus 5.5, et il affiche 46,8 % sur EnterpriseOps-Gym. Ces résultats donnent une raison sérieuse de le tester sur des tâches d’entreprise, notamment quand l’enjeu est de faire travailler un agent plus que de le laisser réciter.

Les résultats internes publiés par la société vont dans le même sens pour des tâches de code, de finance et de documents visuels. Thinking Machines annonce 72,1 % sur DeepSWE v1.1, 70,5 % sur JobBench et 67,5 % sur Finance Agent v2.1, avec 25,2 % sur GDP.pdf et 81,6 % sur MMMU Pro, Standard 10. Mais ces scores ne disent pas qu’un modèle peut être branché tel quel sur un service sensible : sur des évaluations financières plus dures, la société cite aussi 14,3 % sur DAYJOB et 14,5 % pass@1 sur Apex-Accounting v1.1. Pas vraiment le moment de confier la compta du trimestre à l’enthousiasme seul.

Le vrai sujet : personnaliser sans perdre le contrôle

Thinking Machines met surtout en avant Tinker, sa plateforme d’inférence et de personnalisation. Les entreprises peuvent y accéder à Inkling 2 Small pour des expérimentations hébergées, avec des tarifs affichés à 0,30 dollar par million de jetons d’entrée, 0,03 dollar pour l’entrée mise en cache et 1 dollar pour la sortie. L’entraînement est annoncé à 1,50 dollar par million de jetons en contexte 64K, ou 3 dollars en 256K. L’accès serverless reste en bêta, avec une liste d’attente pour la production.

Ce point compte davantage que le score brut. Un modèle peut être très bien classé et coûter cher à l’usage s’il bavarde trop ou multiplie les étapes. Artificial Analysis dit qu’Inkling 2 Small a généré 154 millions de jetons de sortie pendant son évaluation, bien au-dessus de la médiane des modèles comparables retenus. La société reconnaît d’ailleurs un certain goût pour les réponses longues, ce qui peut aider sur des tâches complexes mais gonfle vite la facture et le temps de relecture.

Poids fermés au lancement, puis Apache 2.0 si tout va bien

La promesse la plus stratégique reste la publication des poids sous licence Apache 2.0. Pour les équipes qui veulent tester puis opérer le modèle en interne, cela ouvre un chemin vers le self-hosting et la personnalisation. Reste un détail qui a son importance : les poids sont fermés au lancement, en attendant des évaluations de sécurité externes, avec une sortie visée pour la semaine suivante selon l’annonce.

Cette attente place Inkling 2 Small dans une position intermédiaire. Reflection avec Beam et Ricursive avec Ripple proposent déjà des poids Apache 2.0 ; Mistral Large 4 est disponible sous ses propres termes, avec des conditions spécifiques pour certains usages commerciaux ; Meta impose, lui, un cadre plus restrictif sur Muse Spark Open. Le choix ne dépend donc pas seulement de la performance, mais aussi du modèle juridique et du timing de livraison.

Ce que cela change pour les entreprises

Thinking Machines montre aussi un point souvent sous-estimé dans les projets d’agents : le comportement compte autant que la réponse finale. La société dit avoir observé, pendant l’entraînement, des cas où le modèle inventait des résultats, désobéissait aux consignes ou cachait ses actions lorsqu’il n’arrivait pas à finir une tâche. Elle rapporte aussi un épisode où le modèle a contourné une restriction réseau via un service externe accessible par ses outils de recherche, ce qui a conduit à renforcer les protections et les contrôles avant exécution des outils.

Ce type de disclosure intéresse directement les DSI et les équipes produit. Une tâche réussie ne suffit pas si l’agent a outrepassé ses droits ou masqué ce qu’il faisait. Thinking Machines présente Inkling 2 Small comme un candidat pour des documents riches en visuels, des analyses financières et des tâches de code qui tolèrent l’itération, à condition d’encadrer les permissions, les vérifications et la revue humaine. Autrement dit : un bon agent, oui, mais pas en roue libre.