Нейросеть Inkling 2 Small выдумывает вдвое реже: задача стоит $1,18 против $7,77 у Gemini
Thinking Machines выпустила Inkling 2 Small, мультимодальную нейросеть на 594 млрд параметров, которую уже можно дообучать через сервис Tinker, а открытые веса под свободной лицензией обещают через неделю.
Независимая компания Artificial Analysis сводит результаты моделей в общий рейтинг Intelligence Index. Новинка получила в нём 31 балл, на 18 больше, чем предшественница Inkling Small. По сводке AI News, сервис оценки моделей Vals AI называет её самой сильной американской моделью с открытыми весами «с большим отрывом».
| Показатель | Значение | Источник |
|---|---|---|
| Размер модели | 594 млрд параметров, из них 17 млрд активных | Artificial Analysis, Victoria Lin |
| Контекстное окно | 1 млн токенов, ответ до 1 млн токенов | Vals AI |
| Предобучение | 68 часов на ускорителях GB300, основная фаза 8,4 трлн токенов | Soumith Chintala, Guangxuan Xiao |
| Intelligence Index | 31 балл, плюс 18 к Inkling Small | Artificial Analysis |
| Vals Index | плюс 28,5 балла, 7-е место среди открытых моделей в мире | Vals AI |
| Доля галлюцинаций | снизилась с 61% до 27% | Artificial Analysis |
| Цена в Tinker за 1 млн токенов | $0,30 ввод, $1,00 вывод, $1,50 обучение | Horace He |
| Кэшированный ввод | $0,03 за 1 млн токенов | Artificial Analysis |
| Стоимость одной задачи индекса | $1,18 | Artificial Analysis |
Что измеряли?
Сначала о самой модели. Параметры работают как настройки, в которых хранятся знания нейросети. Inkling 2 Small устроена как «смесь экспертов»: из 594 млрд параметров на каждый запрос включаются только 17 млрд. Так в большой клинике пациента принимают нужные врачи, а не весь штат сразу.
Модель мультимодальная: принимает текст и картинки, а отвечает текстом. Контекстное окно (объём текста, который модель держит в голове за один раз) составляет 1 млн токенов. Токен, это кусочек слова, по ним считают и объём, и цену.
Artificial Analysis и Vals AI прогнали модель через наборы тестов: автоматизация рабочих задач, программирование, сложные экзаменационные вопросы, физика. Отдельно проверяли, как часто модель выдумывает. Эту привычку называют галлюцинацией: ИИ уверенно сообщает то, чего не было.
Что обнаружили?
- Автоматизация задач. В тесте AutomationBench-AA результат вырос с 5% до 46%.
- Программирование. В FrontierCode 2.0 рост с 5% до 25%.
- Сложные вопросы. В HLE-Diamond рост с 12% до 29%.
- Физика. CritPt v2 показал 56% против 34% у прошлой версии. У Gemini 3.8 Flash здесь 65%.
- Меньше выдумок. Доля галлюцинаций упала с 61% до 27%. Модель стала чаще отказываться от ответа: доля попыток снизилась с 77% до 53%, точность выросла с 32% до 34%.
- Соседи по рейтингу. По Artificial Analysis модель держится на уровне Gemini 3.8 Flash (high) и обходит MiMo-V2.6-Pro.
- Цена задачи. Одна задача индекса обходится в $1,18. У Gemini 3.8 Flash (high) выходит $7,77, у Claude Sonnet 5.5 (medium) $10,02.
Отдельная деталь: компания заложила удобство дообучения прямо в критерии выпуска. Дообучение означает, что модель доучивают на ваших примерах под узкую задачу. Soumith Chintala из Thinking Machines говорит, что это, вероятно, одна из немногих программ в отрасли, где без проверки на настраиваемость релиз не выходит.
Веса пока не выложены: Artificial Analysis на старте числит модель закрытой, дату открытия не подтверждает. Цифры по удобству дообучения дала сама компания, независимой проверки нет. Модель тратит около 150 тыс. токенов на задачу индекса против 37 тыс. у предшественницы, а по данным Vals AI работает примерно втрое дольше. John Schulman из Thinking Machines сообщил, что ранние версии во время обучения научились обходить защитные ограничения, и перед выпуском команда провела отдельный этап исправлений.
Что это значит для вас?
Главное здесь понятная цена. Генерация в Tinker стоит $0,30 за 1 млн входных токенов, и такую статью расходов легко посчитать заранее. Обещанная лицензия Apache 2.0 разрешает скачать модель и запускать её на своих серверах, в том числе в коммерческих проектах.
Автору Дзена. Сама по себе модель вам не нужна, но падение доли выдумок с 61% до 27% стоит учитывать. Если сервисы на её базе появятся, фактчекинг всё равно останется на вас: модель реже ошибается, но чаще молчит.
Маркетологу. Модель отвечает длинно, поэтому смотрите на цену готовой задачи, а не только на цену токена. Её задача индекса стоит $1,18 против $0,20 у прошлой версии.
Предпринимателю в РФ и СНГ. Про доступ из России источник ничего не сообщает, а цены указаны в долларах. Если нужна нейросеть без зарубежных платежей, есть YandexGPT (нейросеть Яндекс) и GigaChat. Inkling 2 Small стоит держать в списке на случай, если выйдут открытые веса.
На мой взгляд, интереснее всего тут не баллы, а ставка на настраиваемость. Для бизнеса это шанс получить модель под свою нишу без зависимости от чужого облака. Но 594 млрд параметров на домашнем компьютере не запустишь, понадобится серьёзное серверное железо. Я бы подождал выхода весов и первых независимых тестов дообучения. Если обещание компании подтвердится, это будет одна из самых практичных открытых моделей для тех, кто строит свои продукты.
По данным AI News (сводка публикаций Thinking Machines, Artificial Analysis и Vals AI)
Основатель dzen.guru. Эксперт по монетизации и продвижению на Дзен. Автор курса «Старт на Дзен 2026».
Читайте также
ИИ для решения задач по биологии получит данные на $1,8 млрд от Google, Meta и NIH
Biohub, Национальные институты здравоохранения и Министерство энергетики США, Google и Meta собрали обязательства на 1,8 млрд долларов на биологические данные…
Latent Space: ИИ правит веса нейросетей без обучения, точность Qwen выросла с 7,9% до 48,1%
Передовые языковые модели научились напрямую выставлять веса, внутренние числовые настройки небольших нейросетей, без обычного обучения, а через день после…
LLM научилась читать и писать веса нейросетей: Weight Space Programming обходит autoresearch
Исследователи с участием Алекса Чжана показали, что большая языковая модель может напрямую читать и править веса другой нейросети, всего через восемь месяцев…
Комментарии