Thinking Machines presenterar Inkling 2 Small under rapporterad femtiojardinär dollarfinansiering
12 november 2026 · 2 min läsning
Thinking Machines presenterade på torsdagskvällen sin nya språkmodell Inkling 2 Small, som kan automatisera artificiell intelligensutbildning. Samtidigt rapporterade Business Insider att företaget är i färd med att samla in fem miljarder dollar i en ny finansieringsrunda med Accel som ledande investerare.
Thinking Machines grundades förra året av Mira Murati, tidigare teknologichef på OpenAI. Företaget förväntas få en värdering på fyrtio miljarder dollar.
Inkling 2 Small tränade på ett kluster av GB300 NVL72-rack, där varje system innehöll sjutitvå Blackwell Ultra-grafikprocessorer och hälften så många centralprocessorer. Företaget slutförde förträningssteget på sextioåtta timmar och förfinade sedan modellen genom förstärkningsinlärningsarbetsflöde under nio dagar tillsammans med ytterligare mellanliggande träningssteg.
Thinking Machines utvecklade modellens programmeringsförmåga genom att mata in hundratusentals långvariga kodningsuppgifter, inklusive särskilt komplexa övningar för automatiserad forskning. Dessa övningar krävde att modellen tränade neurala nätverk efter huvudträningen, justerade komponenter som kallas kärnor och genomförde annan artificiell intelligensforskning.
Modellen testades genom att få den att justera Qwen3.5-4B för att förbättra öppen källkods språkmodellers förmåga att göra förutsägelser såsom väderprognos. Enligt företaget kunde Inkling 2 Small fördubbla en modells prognospoäng på fyra och en halv timme. Modellen överträffade också Spark Open, Kimi K3 och flera andra öppen källkods modeller på tre populära kunskapsbenchmarks och fick högre poäng på flera finansiella uppgiftsdataset.
Inkling 2 Small innehåller en visuell kodare som kan analysera bilder och hjälper språkmodellen att kontrollera kvaliteten på genererad grafik. Om en användare ber modellen att skapa en e-handelsbutik kan den inte bara kontrollera webbplatsens kod för fel utan också inspektera produktsidan visuellt för att verifiera korrekt rendering.
Den visuella kodaren utgör tvåhundranittiotvå miljoner parametrar av modellens totalt femhundranittioarfyra miljarder parametrar, med ungefär sjuttontusen miljarder parametrar aktiva när användare skickar instruktioner. Modellen kan justera beräkningsresurser för olika uppgifter, vilket låter utvecklare välja mellan resultatkvalitet och kostnadseffektivitet.
Thinking Machines säger att Inkling 2 Small lär sig snabbare än tidigare versioner, vilket gör efterträningsprocessen mer kostnadseffektiv. Modellen är redan tillgänglig genom Thinking Machines molntjänst Tinker, och företaget planerar att släppa modellvikterna under en öppen källkodslicens nästa vecka.