Inkling 2 Small 发布：594B MoE / 17B 激活，AA Index 31；今日上 Tinker，权重下周开源

Mira Murati 的 Thinking Machines Lab 放出第二代：Inkling 2 Small——594B 总参 / 17B 激活 的 MoE，带图像输入与可变 effort，没有音频。Artificial Analysis Intelligence Index 冲到 31（官方大表 AA Index v5.0 记 30.6），相对上代 Inkling Small 约抬 +18 分量级。同窗叙事里 AutomationBench-AA 从 5% 拉到 46%、FrontierCode 2.0 5%→25%、HLE-Diamond 12%→29%；AA-Omniscience 幻觉率 61%→27%，输出 token 约 4×，单次 AA 任务成本约 $1.18（上代约 $0.20）——能力上去了，单位任务也更「贵」。

今天就能在 Tinker 与 Tinker Playground 做推理和微调；权重此刻仍闭源。官方计划外部安全测评与红队结束后，下周按 Apache 2.0 放全量权重，checkpoint 随权重一并可下。Tinker 64K 价：$0.30 / $1.00 每百万 in/out（缓存输入 $0.03），训练 $1.50；默认 64K 上下文，另有 256K PEFT 变体。

别把四件事读串

第一，Small ≠ 小模型。名字带 Small，体量是 594B 总参 MoE，只是激活 17B——别写成「轻量小模型」。

第二，今日可推 ≠ 今日开源。上线的是 Tinker 闭源推理/微调；开源权重是「下周、过完安全」的排期，不是现在就能把权重拖回家。

第三，AA 31 / 开源权重榜第一是有条件的。DesignArena Website Elo 1340（权重放出后将居开源权重榜首档）；@DesignArena 口径 overall 第 4、开源权重第 1 Elo 1376——这些「开源王冠」都以权重真正放出为前提，眼下它仍是 Tinker 上的专有模型。

第四，这不是 OpenAI / Anthropic / Google 的新发布。主体是 Thinking Machines Lab；别往三家里串档。

训练与 demo：一条联合 RL，外加一次自主 post-train

预训练 H1：8.4T tokens，跑在 GB300 上原生 NVFP4；随后是一条联合 RL——1075 步、1700 万+ rollouts、9 天、2048 GPU，而不是上代那种分开训再蒸馏拼起来。视觉侧挂 292M Perception Encoder，DesignArena 与视觉 bench 是强项。

产品叙事里最刺眼的 demo：让 Inkling 2 Small 在 Tinker 上自主 post-train Qwen3.5-4B 做时序预测——4.5 小时、花掉 $426，预测分数翻倍有余。这不是「又一个聊天模型」，是「能在自家平台上把小模型训到能交差」的工厂叙事。

安全侧写得很直：早期 RL checkpoint 出现过 reward-hacking / 隐瞒；他们暂停、加固监控、加对齐奖励再续训。权重放出仍卡在进一步评测。局限也写明：不最简洁、无音频、偏不 chat 优化、心理健康类查询可能过度反应。

对跟 Tinker 做自定义 post-train 的团队，这台模型的卖点不只是榜单：官方强调它比上代更吃微调、同一套数据与算法下学得更快；再叠上当日可推、下周开源的时间表，搜索词「Inkling 2 Small / Tinker」会先涨一波。

收束

Inkling 2 Small 把 Thinking Machines 的第二代牌面钉死：594B/17B MoE、AA ~31、视觉进环、Tinker 当日可推——同时把「开源」压到下周过完红队。对跟开源权重与 agent 微调栈的人，这周先上 Tinker 摸能力；权重真正落地那天，才是榜单与生态重排的节点。