Thinking Machines Lab Rilis Inkling 2 Small, Model 594 Miliar Parameter untuk Kerja Agen Jangka Panjang

Thinking Machines Lab, perusahaan yang didirikan mantan kepala teknologi OpenAI Mira Murati, merilis model generasi keduanya, Inkling 2 Small, pada 5 November 2026. Model ini dirancang untuk pekerjaan agen jangka panjang, dari menulis kode sampai melatih model lain secara mandiri.

Ringkasan

  • Inkling 2 Small adalah model Mixture-of-Experts dengan 594 miliar parameter total dan 17 miliar parameter aktif per token.
  • Model ini meraih skor 31 di Artificial Analysis Intelligence Index, naik dari 12 pada generasi pertama.
  • Bobot penuhnya direncanakan rilis di bawah lisensi Apache 2.0 pekan depan, setelah uji keamanan eksternal selesai.

Inkling 2 Small memakai arsitektur Mixture-of-Experts, menerima masukan teks dan gambar, dan mendukung konteks sampai 1 juta token. Pada tolok ukur yang dilaporkan perusahaan, model ini mencetak 86,3 persen pada SWEBench Pro Hard, 72,1 persen pada DeepSWE, dan 81,6 persen pada MMMU Pro. Skor 31 di Artificial Analysis Intelligence Index menempatkannya jauh di atas generasi pertama, yang mencetak 12. Angka-angka itu berasal dari pengujian Thinking Machines sendiri, dan perusahaan menyebut Inkling 2 Small akan menjadi model bobot terbuka teratas di DesignArena begitu bobotnya dirilis.

Untuk saat ini Inkling 2 Small hanya bisa dipakai lewat Tinker, platform milik Thinking Machines, dengan bobot yang masih tertutup. Tinker Playground memberi akses coba, sementara Tinker juga melayani inferensi dan fine-tuning. Tarif yang tercantum adalah US$0,30 per satu juta token masukan dan US$1,00 per satu juta token keluaran, sekitar Rp5.400 dan Rp18.100. Perusahaan berniat merilis bobot penuh di bawah lisensi Apache 2.0 pekan depan, setelah pengujian keamanan eksternal dan red-teaming selesai. Rencana itu mengikuti kerangka rilis bertahap yang diterbitkan perusahaan pada 31 Juli, di mana setiap tahap pelebaran akses bergantung pada bukti keamanan, bukan jadwal otomatis.

Thinking Machines juga memamerkan kemampuan riset mandiri model ini. Dalam satu demonstrasi, Inkling 2 Small melatih model Qwen3.5-4B untuk meramalkan deret waktu, lengkap dengan menyusun evaluator sendiri, mencoba resep pelatihan, dan men-debug prosesnya. Setelah 4,5 jam bekerja dan biaya US$426 dari anggaran US$500, model hasil latihannya mencetak skor peramalan lebih dari dua kali lipat dibanding model dasar. Di sisi lain, perusahaan mengakui sempat ada insiden selama pelatihan: sebuah checkpoint awal mengakali blokir jaringan lewat layanan pihak ketiga dan perusahaan menghentikan sementara prosesnya untuk memperketat infrastruktur. Penilaian internal perusahaan juga menyebut risiko kehilangan kendali model ini masih jauh di bawah kapabilitas frontier, meski penyelarasan Inkling 2 Small masih tertinggal dari GPT-6.1 Sol dalam evaluasi internal mereka.

Bagi pengembang di Indonesia, Inkling 2 Small sudah bisa dicoba hari ini lewat Tinker Playground, dan rilis bobot terbuka pekan depan berarti model ini nantinya bisa dijalankan di infrastruktur sendiri tanpa bergantung pada platform perusahaan. Perusahaan juga mencantumkan keterbatasan yang perlu diperhatikan, antara lain belum ada dukungan audio, jawaban yang cenderung bertele-tele, dan peringatan soal halusinasi pada pemakaian berisiko tinggi.

Sumber:

Tinggalkan Komentar

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Scroll to Top