2026年11月5日，Thinking Machines Lab 发布第二代模型 Inkling 2 Small。这是一个总参数 594B、每次推理只激活 17B 的混合专家（MoE）模型，支持图像输入与可变推理强度。它在 Artificial Analysis 智能指数上拿到 31 分，远超上一代。更关键的是，官方承诺下周完成外部安全测试与红队评估后，以 Apache 2.0 协议开放全部权重。
能力提升来自训练全流程的改进：更高效的预训练，加上一轮大规模统一强化学习。模型在数十万个长程编程任务上接受强化学习训练，覆盖多种智能体框架与上下文压缩策略，奖励不只看单元测试是否通过，还会评估解题过程。视觉方面，它用一个 2.92 亿参数的视觉编码器处理图像输入，能看图写网站、做 3D 设计，并用视觉反馈反复修正生成结果。官方演示里，它从零写出一个能启动真实 Linux 内核的 PC 模拟器，还用 Three.js 搭出带发电、预算与突发事件管理的城市模拟器。
评测成绩：多项前二，但并非全线领先
官方公布的对照评测里，Inkling 2 Small 的 DeepSWE 为 72.1%、SWE-Bench Pro 高难度版 86.3%、FrontierCode 25.4%，视觉推理 MMMU Pro 81.6%、ScreenSpot Pro 83.8%，多项排进前二。但同一张表也显示，DeepSeek-V4.1-Flash 在多项编程评测上分数更高，Kimi K3也在个别项目上超过它。自动研究能力是亮点之一：模型用 4.5 小时、426 美元的 Tinker 花费，自主把 Qwen3.5-4B 训练成时间序列预测模型，预测分数翻了一倍多。
发布节奏值得注意：模型先以闭源权重形式登陆自家 Tinker 平台，提供试用、微调与采样；完整权重下周才开放，开放前要走完外部安全测试。等权重发布后，它有望成为 DesignArena 上评分最高的开源权重模型。对开发者来说，真正的考验在权重开放之后：官方评测成绩亮眼，但长程任务中的稳定性，还要等社区上手后验证。想尝鲜的人现在就可以去 Tinker Playground 试用。
