Inkling 2 Smallは68時間で学習、open weights公開は安全性評価待ち

Thinking Machines Labは、総5940億parameterのうち実行時に170億を稼働させるマルチモーダルMixture-of-Expertsモデル、Inkling 2 Smallを発表した。同社によると、native NVFP4を使い、12兆token未満でゼロから行ったpretrainingは68時間で完了した。

5940億parameterのうちtokenごとに動くのは170億

MoEアーキテクチャは5940億parameterを同時にすべて動かさない。大きな総容量を保ちながら、inferenceの計算量を抑える仕組みだ。Inkling 2 Smallは2億9200万parameterのvision encoderで画像を受け取り、推論の計算量も調整できる。

Artificial Analysis Intelligence Indexでは31を記録した。Thinking MachinesはTinkerでfine-tuningとinferenceを提供している。ただし公開時点ではclosed weightで、完全なweightsは追加の安全性評価を終えた後、数週間以内に公開する予定だ。

68時間の学習はモデル開発全体の効率競争を映す

重要なのはparameter数の競争より、低精度学習、MoE routing、単一の共同RL runを組み合わせた点だ。3日未満というpretraining時間は、モデル開発全体の安さを意味しない。データ準備、実験、post-training、安全性評価はこの数字に含まれない。

モデルを調整したいチームにとって、稼働170億parameter、マルチモーダル、将来のopen weightsという組み合わせは魅力的だ。実用価値は、必要なhardware、throughput、Tinker外でのfine-tuning品質で決まる。

Benchmark表には強みと弱点の両方が並ぶ

Context management付きBrowseCompでは90.2 %、PerceptionBenchでは64.7 %を記録した。一方、Terminal Bench v4.0は13.1 %で、DeepSeek V4.1 Flashの33.8 %を下回る。Inkling 2 Smallが同規模モデルを全面的に上回るという単純な説明は、公開結果からは導けない。

安全性の証拠は主に開発元と選定された外部評価から出ている。同社は旧Inklingモデルから大きく改善したと報告する一方、追加試験が終わるまでweightsを閉じている。妥当な慎重策であり、open modelの発表とopen weightsの公開は別物だという提醒でもある。

本当の評価はweightsがTinkerの外へ出てから始まる

再現可能なbenchmark、hardware要件、独立環境でのfine-tuningが成否を決める。完全なweightsの公開が予定どおり進むか、最終的なlicenseがどこまで利用を認めるかも重要だ。

外部チームが稼働170億parameterでの性能を確認すれば、68時間の学習は効率的なscalingを示す強い材料になる。現時点では、最重要の成果物がまだ公開されていない、印象的な開発元レポートだ。

Lilithの判定

時計は68時間を示したが、weightsの箱はまだ研究所で施錠されている。外部チームが箱を開け、開発全体の請求書を測った時に本当の競争が始まる。