Inkling 2 Small : le meilleur modèle ouvert à ce jour

Thinking Machines Lab a lancé Inkling 2 Small, son premier modèle de deuxième génération et, à son lancement, le modèle à poids ouverts le plus performant développé hors de Chine selon l’Artificial Analysis Intelligence Index. Il combine code agentique, compréhension des images et fenêtre de contexte de 1M de tokens, avec des poids sous licence Apache 2.0. Pour choisir un modèle destiné à des tâches concrètes, son principal atout est sa capacité à apporter des modifications, à en vérifier les résultats et à poursuivre son travail, plutôt que de produire une première réponse convaincante puis de s’arrêter.
Qu’est-ce qu’Inkling 2 Small ?
Thinking Machines Lab, fondé par l’ancienne directrice technique d’OpenAI Mira Murati, a annoncé Inkling 2 Small le 5 novembre 2026 sur Tinker et Tinker Playground. Ses poids ouverts ont été publiés sur Hugging Face le 12 novembre sous licence Apache 2.0.
Malgré son nom, ce modèle n’est pas petit à héberger. Inkling 2 Small est un modèle à mélange d’experts (Mixture-of-Experts) parcimonieux qui compte 594 milliards de paramètres au total et environ 17 milliards actifs par token. Il sélectionne huit de ses 384 experts pour chaque token.
Sa fenêtre de contexte peut contenir 1 048 576 tokens, ce qui lui permet de traiter de longs documents et de grandes bases de code. Les entrées peuvent inclure du texte et des images ; contrairement au premier Inkling, il ne prend pas en charge l’audio.
Les développeurs peuvent également ajuster reasoning_effort de none à max, afin de trouver un équilibre entre profondeur du raisonnement et coût. En pratique, cela permet d’obtenir des réponses rapides et peu coûteuses aux questions simples, et de réserver les réflexions plus poussées aux problèmes qui le justifient.
Benchmarks d’Inkling 2 Small : les progrès les plus marquants
Le résultat phare est 31 points à l’Artificial Analysis Intelligence Index v5.0.1, contre 13 pour Inkling Small. Il dépasse ainsi, dans cette évaluation, tous les modèles ouverts développés hors de Chine et atteint un niveau comparable à Gemini 3.8 Flash avec un effort de raisonnement élevé.
Plusieurs résultats illustrent concrètement ces progrès :
| Benchmark | Résultat d’Inkling 2 Small | Pourquoi c’est important |
|---|---|---|
| SWE-Bench Pro v2 (Hard) | 86.3% | Excellentes performances sur des tâches de programmation difficiles |
| ARC-AGI-2 | 81.7% | Meilleur résultat à poids ouverts, selon ARC Prize |
| AA Intelligence Index v5.0.1 | 31, contre 13 auparavant | Un gain important d’une génération à l’autre |
| AA-Briefcase | 1527 Elo, contre 912 auparavant | De meilleures performances sur les tâches professionnelles longues |
| AA-Omniscience v1.1 | Part d’hallucinations de 27%, contre 61% | Des réponses plus sélectives ont réduit les hallucinations |
Sur AA-Briefcase, qui porte sur les feuilles de calcul, les présentations et les mémos, son score de 1527 Elo dépasse également celui de Claude Sonnet 5.5 avec un effort de raisonnement moyen (1439) et de Gemini 3.8 Flash avec un effort élevé (1203).
Le résultat sur les hallucinations doit être interprété avec prudence. La baisse s’explique surtout par des réponses plus sélectives, et non par l’élimination des erreurs factuelles. C’est un progrès, mais les affirmations importantes doivent toujours être vérifiées.
À quoi sert Inkling 2 Small en pratique ?
Le code agentique est le cas d’usage le plus évident pour commencer. L’entraînement a inclus des centaines de milliers de longues tâches de programmation, en mettant l’accent sur le respect des instructions, l’évaluation des modifications et la vérification du travail terminé. Les tâches portant sur un dépôt de code constituent donc un test plus révélateur que la génération d’une fonction isolée.
Les entrées d’images ajoutent une capacité utile : l’auto-vérification avec retour visuel. Un agent peut générer un site de commerce électronique, inspecter son rendu et utiliser ce retour visuel pour évaluer son propre résultat. Cela va au-delà de la simple description d’une image fournie.
Pour la finance et le travail de connaissance, les résultats d’AA-Briefcase suggèrent de le tester sur des missions comportant plusieurs livrables plutôt que sur un simple résumé. Il a également obtenu 67.5% à Finance Agent v2.1.
L’analyse de données est un autre cas d’usage prometteur. À Plotly DataAnalyticsBench, il a obtenu 39 sur 43, soit 91%, avec des scores parfaits dans les catégories portant sur l’ambiguïté, les demandes irréalisables, les problèmes de qualité des données et les pièges statistiques.
Pour les workflows de recherche, son entraînement a inclus des exercices d’« autoresearch », comme l’affinage de réseaux neuronaux et l’optimisation de noyaux GPU. Dans un exemple rapporté, il a affiné de manière autonome Qwen3.5-4B pour la prévision de séries temporelles, doublant le score de ce modèle en 4.5 heures pour 426 $ sur Tinker. Il s’agit d’une démonstration spécifique, et non d’une garantie pour d’autres expériences.
Licence Apache 2.0 et écosystème d’Inkling 2 Small
La licence Apache 2.0 permet de personnaliser les poids d’Inkling 2 Small, notamment de laisser aux entreprises la propriété de leurs versions affinées. Thinking Machines indique également que, avec des données et des algorithmes identiques, l’affinage est plus rapide et produit une meilleure qualité que pour ses modèles précédents.
Dès le premier jour, le modèle était pris en charge par vLLM, SGLang, Together AI, Snowflake Cortex et Cloudflare Workers AI. Il est également disponible via OpenRouter.
Les optimisations d’inférence sont importantes à cette échelle. Le décodage spéculatif DSpark génère sept tokens provisoires par étape et a atteint jusqu’à environ 630 tokens par seconde et par utilisateur en TP4 sur GB200. SGLang a démontré un débit de 576 tokens par seconde sur NVIDIA Vera Rubin. Ces résultats ont été obtenus sur du matériel précis et ne garantissent pas les mêmes vitesses partout.
Le déploiement local reste exigeant : une version quantifiée en quatre bits nécessite environ 356 Go de mémoire.
Les limites d’Inkling 2 Small
Les résultats sont inégaux. Inkling 2 Small n’a obtenu que 13.1% à Terminal-Bench 4.0, et Artificial Analysis a mesuré environ 21.5 minutes par tâche de l’Intelligence Index. Les tâches longues peuvent donc être lentes, malgré des vitesses de génération élevées. Parmi ses limites connues figurent également les hallucinations et la dégradation des performances au fil des longues conversations à plusieurs tours ; une grande fenêtre de contexte ne supprime pas ces faiblesses.
Essayez Inkling 2 Small sur vega.chat
Inkling 2 Small est déjà disponible dans le sélecteur de modèles de vega.chat, dans les groupes chat et code. Les entrées d’images sont prises en charge, mais pas celles au format PDF. Essayez-le sur une véritable tâche de programmation ou un long document, à côté de votre modèle habituel, et voyez comment il s’en sort lorsqu’il doit vérifier son propre travail.
Les développeurs peuvent y accéder via l’API compatible avec OpenRouter de api.vega.chat, pour le tester dans des agents, des workflows de programmation et leurs propres applications.