2026년 11월 5일, Thinking Machines Lab이 2세대 모델 Inkling 2 Small을 발표했다. 총 594B개의 파라미터 중 추론 시 17B개만 활성화되는 혼합 전문가(MoE) 모델로, 이미지 입력과 가변 추론 강도를 지원한다. Artificial Analysis Intelligence Index에서 31점을 받아 전 세대를 크게 앞질렀다. 더 중요한 것은, 외부 안전성 테스트와 레드팀 평가를 마친 뒤 다음 주 Apache 2.0 라이선스로 전체 가중치를 공개하겠다고 공식 약속했다는 점이다.
능력 향상은 학습 파이프라인 전반의 개선에서 왔다. 더 효율적인 사전 학습에 대규모 통합 강화학습을 더한 것이다. 수십만 개의 장기 코딩 작업에 대해 강화학습을 수행했고, 여러 에이전트 하네스와 컨텍스트 압축 전략을 다뤘다. 보상은 단위 테스트 통과 여부뿐 아니라 문제 해결 과정도 평가한다. 비전 측면에서는 2억 9200만 파라미터 규모의 비전 인코더가 이미지 입력을 처리해, 이미지를 보고 웹사이트와 3D 디자인을 만들고 시각적 피드백으로 반복 수정할 수 있다. 공식 데모에서는 실제 Linux 커널을 부팅하는 PC 에뮬레이터를 처음부터 작성했고, Three.js로 발전·예산·긴급 상황 관리를 갖춘 도시 시뮬레이터도 구축했다.
벤치마크: 상위권이지만 전승은 아니다
공식 비교에서 Inkling 2 Small은 DeepSWE 72.1%, SWE-Bench Pro 고난도 버전 86.3%, FrontierCode 25.4%를 기록했고, 시각 추론에서는 MMMU Pro 81.6%, ScreenSpot Pro 83.8%로 여러 항목에서 2위 안에 들었다. 다만 같은 표에서 DeepSeek-V4.1-Flash가 여러 코딩 벤치마크에서 앞섰고, Kimi K3도 개별 항목에서 이 모델을 앞질렀다. 자동 연구 능력도 눈에 띈다. 4.5시간, 426달러의 Tinker 사용료로 Qwen3.5-4B를 자율적으로 시계열 예측 모델로 학습시켜 예측 점수를 두 배 이상 끌어올렸다.
공개 일정도 주목할 만하다. 먼저 자사 플랫폼 Tinker에 비공개 가중치 형태로 출시되어 체험·미세 조정·샘플링을 제공하고, 전체 가중치는 외부 안전성 테스트를 마친 다음 주에 공개된다. 공개되면 DesignArena에서 가장 높은 점수를 받은 오픈 웨이트 모델이 될 전망이다. 개발자에게 진짜 시험은 가중치 공개 이후다. 공식 벤치마크는 인상적이지만, 장기 작업에서의 안정성은 커뮤니티가 직접 사용해 봐야 알 수 있다. 궁금한 사람은 지금 바로 Tinker Playground에서 체험할 수 있다.
