Inkling 2 Small от стартапа Thinking Machines Lab набрала 31 балл в Intelligence Index компании Artificial Analysis и, после публикации весов, может возглавить рейтинг открытых моделей, созданных за пределами Китая. Для русскоязычных команд это ещё один сигнал: выбор между дорогим API закрытого вендора и локальным развёртыванием ИИ постепенно перестаёт быть выбором между качеством и контролем.
Модель представила Thinking Machines Lab — небольшой ИИ-стартап, созданный бывшим техническим директором OpenAI Мирой Мурати. Пока Inkling 2 Small доступна как проприетарная модель, но компания обещает опубликовать её веса на следующей неделе, сообщает ZDNet. Такой отложенный релиз становится привычной практикой: разработчики сначала дают моделям пройти проверки у специалистов по кибербезопасности и безопасности ИИ, а затем открывают веса для самостоятельного запуска и дообучения.
Несмотря на слово Small в названии, речь идёт о модели с 594 млрд параметров. Она принимает на вход изображения, но отвечает только текстом. В Thinking Machines выделяют её работу с задачами веб- и игрового дизайна, а также программирование. При тестировании разработчики оценивали не только готовый код, но и ход решения задачи — важный нюанс для агентных систем, где модель должна не просто выдать фрагмент функции, а последовательно пользоваться инструментами и исправлять собственные ошибки.
31 балл в сводном индексе Artificial Analysis ставит модель на один уровень с Gemini 3.8 Flash. Индекс объединяет тесты по программированию, научным задачам и общим способностям. До лидеров общего зачёта ей далеко: Gemini 4 Carbon имеет 60 баллов, Claude Opus 5.5 — 59. Но для открытого сегмента сравнение важнее абсолютного рекорда: после публикации весов Inkling 2 Small может оказаться самым высоко оценённым западным open-weight-решением.
Китайские лаборатории удерживают преимущество в этой части рынка уже несколько лет. DeepSeek и Moonshot регулярно занимали верхние строчки профильных рейтингов, а их модели по возможностям приблизились к закрытым продуктам американских компаний при заметно иной экономике использования. После успеха DeepSeek R1 в начале 2025 года крупным заказчикам стало сложнее объяснять, почему любой сложный ИИ-сценарий требует дорогого контракта с одним из западных поставщиков.
Появление сильных моделей из США и Европы не отменяет это преимущество, но делает рынок менее однополярным. Недавно французская Mistral открыла веса Le Chonk — модели, которую источник называет конкурентоспособной с GPT-6.1 Terra в программировании. Inkling 2 Small продолжает ту же линию: западные разработчики пытаются вернуть open-weight-сегмент из статуса побочного эксперимента в полноценную альтернативу закрытым платформам.
При этом результаты не стоит читать как объявление безусловного победителя. Artificial Analysis называет модель сильной по интеллектуальным задачам и приемлемой по цене среди сопоставимых решений, но указывает на два практических ограничения: она работает медленно на одну задачу и склонна к чрезмерно подробным ответам. Цена составляет 0,30 доллара за миллион входных токенов при медиане 0,24 доллара в её классе. Для чат-бота разница может быть незаметна, а вот в агентном контуре с длинным контекстом и множеством вызовов она быстро становится частью бюджета.
Зато по сравнению с предыдущей Inkling Small новая версия заметно прибавила там, где обычно ломаются пилоты. По оценке Artificial Analysis, возможности автоматизации выросли на 41%, а результаты в кодинге — на 20%. В тесте AA-Omniscience v1.1 доля галлюцинаций снизилась с 61% до 27%. Точность поднялась с 32% до 34%, а доля попыток ответить на вопрос сократилась с 77% до 53%. Последняя цифра выглядит парадоксально, но в ряде корпоративных сценариев сдержанность модели полезнее уверенного вымысла.
Для разработчиков открытые веса означают возможность запускать модель в собственном контуре, выбирать инфраструктуру, тонко настраивать поведение и не отправлять чувствительный контекст наружу. Для бизнеса это не автоматическая экономия: модель такого масштаба потребует серьёзных вычислительных ресурсов, а качество на внутренних данных всё равно придётся проверять отдельно. Но сам набор вариантов расширяется — особенно для компаний, которым важны контроль данных, предсказуемость расходов и независимость от одного API.
Главный вопрос теперь не в том, станет ли Inkling 2 Small очередной строкой в лидерборде. Важнее, подтвердятся ли показатели после открытия весов на реальных задачах: репозиториях, внутренних базах знаний, агентных цепочках и нагрузочных тестах. Если подтвердятся, гонка открытых моделей перестанет выглядеть как соревнование Китая с остальным миром и станет рынком, где западным лабораториям снова есть что предложить помимо закрытых подписок.
