Inkling 2 Smallとは？Thinking Machinesの594B MoEモデルを解説

Inkling 2 Small（インクリング・ツー・スモール）は、Thinking Machinesが2026年11月5日に発表したMixture-of-Experts（MoE）方式の汎用モデルで、テキストと画像を入力として受け取り、エージェント的なコーディングや視覚的解釈を含む幅広いタスクをこなします。

室谷代表取締役

Inkling 2 Smallは、Thinking Machinesが2026年11月5日に発表した新しい世代のMoEモデルなんですよね。総パラメータ594B、推論時に動くのは17Bという構成で、画像入力と「variable effort」に対応しているのがポイントです。

テキトー教師DotAI 認定講師

そうなんですよ。しかも今回の発表はモデル単体の話じゃなくて、LMArenaがCode Arena: WebDevで1654pts（AutoEval）を記録したと速報していて、ウェイトが公開されれば米国のオープンモデルの中で1位相当になる見込みだと。

単に「新しいモデルが出た」という話じゃないんですよね。

室谷代表取締役

ここは整理しておきたいんですけど、発表したのはあくまでThinking Machinesで、LMArenaはそのモデルがリーダーボード上でどう評価されたかを示している立場なんですよね。スコアの数字はLMArenaの投稿、スペックや料金、提供方法はThinking Machinesの公式ページとTinkerのドキュメントが一次情報です。

テキトー教師DotAI 認定講師

そこは受講生さんにもよく言うんですけど、AIニュースは「誰が発表したか」と「誰が評価したか」を分けて読むと混乱しにくいです。今回はThinking Machinesが作って発表し、LMArenaがCode Arena: WebDevのスコアを出した、という役割分担です。

Inkling 2 Smallとは？Thinking Machinesが発表した新モデルの概要

室谷代表取締役

公式ページを読むと、Inkling 2 SmallはThinking Machinesの「2世代目」のモデルだと位置づけられています。前世代のInkling Smallから、エージェントコーディング、視覚、知識作業、推論の各領域で性能が上がったと。

テキトー教師DotAI 認定講師

上がり方の説明も面白いんですよ。公式には、学習プロセスの各段階での改善、つまりより効率的な事前学習と、大規模で統合されたRL（強化学習）の実行によるものだと書かれています。

単にパラメータを増やしたという話ではないんですよね。

室谷代表取締役

あと見逃せないのが提供の順番です。最初はTinker経由でクローズドウェイトで提供して、外部の安全性テストとレッドチーミングが完了した翌週に、Apache 2.0ライセンスで全ウェイトを公開する予定だと。

段階的に開いていく設計なんですよね。

テキトー教師DotAI 認定講師

この「安全パスを経てからオープンにする」という進め方は、Thinking Machinesが以前から示している方針の延長です。オープンウェイトと言っても、いきなり全部出すのではなく、テストを挟むという順序が明示されている点は押さえておきたいところです。

室谷代表取締役

ちなみにThinking Machinesの立ち位置については、Thinking Machines、Anthropicの知的雰囲気を狙う：AI競争の新局面でも解説しているので、そちらも合わせて読むと背景がつながります。

Inkling 2 Smallのスペックと性能―594B MoE・17Bアクティブ・画像入力対応

室谷代表取締役

数字を整理すると、総パラメータ594B、推論時に使うアクティブパラメータが17BのMoE方式です。公式ページにはMixture-of-Experts model with 594B total parameters, 17B activeと明記されています。

テキトー教師DotAI 認定講師

ここで受講生さんがよく混乱するのが「594Bもあるのに軽いの？」という点なんですよ。MoEは全パラメータの一部だけを推論時に使う方式なので、総数が大きくても計算コストは抑えられる。

Tinkerのドキュメントでも「MoEモデルはアクティブパラメータで課金されるため、同品質のDenseモデルより大幅にコスト効率が良い」と説明されています。

室谷代表取締役

コンテキストは64Kと256Kの2種類が用意されています。Tinkerのモデル一覧では、Inkling 2 Smallが64K、Inkling 2 Small (256K)が256Kという表記ですね。

256Kのほうは拡張コンテキスト用のIDが振られていて、学習時のみ割増、prefillとsamplingの価格は通常コンテキストと同じだと書かれています。

テキトー教師DotAI 認定講師

視覚まわりも具体的です。画像入力は292Mパラメータの視覚エンコーダで処理し、20×20ピクセルのパッチを2×2の空間プーリングで扱い、画像パッチとテキストトークンを交互に並べる方式だと。

OCR、グラウンディング、インフォグラフィックの解釈、視覚的推論といったカテゴリで強いと説明されています。

室谷代表取締役

音声については、Tinkerのモデル一覧でInkling 2 Smallは「Hybrid + Vision」、前世代のInklingやInkling-Smallは「Hybrid + Audio + Vision」という表記なんですよね。つまり今回のモデルは画像入力に対応し、音声は表記上ついていないという整理になります。

テキトー教師DotAI 認定講師

そこは誤解されやすいので丁寧に言っておきたいです。発表資料の範囲では、Inkling 2 Smallの入力はテキストと画像で、出力はテキスト。

音声入力については公式の説明が見当たらないので、現時点では明らかにされていない、という扱いが正確です。

室谷代表取締役

あと「variable effort」という推論の深さを調整する機能も特徴ですね。TinkerのドキュメントではHybridタイプとして、デフォルトでは推論して、レンダラーや引数でchain-of-thoughtを無効にすれば速く安い直接回答になる、と説明されています。

用途によって深さを選べるわけです。

テキトー教師DotAI 認定講師

性能指標としては、Artificial Analysis Intelligence Indexで31を記録したと公式に書かれています。前世代から大きく向上したという表現ですね。

この種の総合指標の読み方はChatGPT GPT-5.2完全ガイド【2026年最新】：Instant・Thinking・Pro・料金・ベンチマークを徹底解説でも触れているので、ベンチマークの見方に不安がある人は参考にしてください。

Inkling 2 SmallはCode Arena: WebDevでどれくらい強いのか―1654ptsの意味

室谷代表取締役

ここが今回の速報の中心です。LMArenaの投稿によると、Inkling 2 SmallはCode Arena: WebDevで1654pts（AutoEval）を記録しました。

これは米国オープンモデル2位のMeta「Muse Spark Open」に128pts差をつける数字で、ウェイト公開後は米国オープンモデル中1位相当になる見込みだと。

テキトー教師DotAI 認定講師

世界のオープンモデルの中では4位相当、全体では20位相当という位置づけも示されています。前世代のInkling Smallは1409ptsでオープン32位だったので、245ptsの改善ということになりますね。

室谷代表取締役

ただし大事な注記があって、これはAutoEvalスコアなんですよ。LMArenaも「this is an AutoEval score」と明記しています。

自動評価であるという前提を外して「人類最高」みたいに言うのは誇張になります。

テキトー教師DotAI 認定講師

そこは記事として正確に書きたいところです。AutoEvalは自動評価、つまり人手による比較とは評価方法が違うという理解で、詳細な定義はLMArenaの案内に委ねられています。

現時点で、この点以上の解釈は明らかにされていません。

室谷代表取締役

Thinking Machinesの公式ページにもCode Arena (WebDev)の数値が載っていて、Inkling 2 Smallが1653、GLM-5.3-Flashが1607、DeepSeek-V4.1-Flash-1017が1665、Kimi K3が1656という並びです。LMArenaの1654とほぼ同じ数字ですね。

テキトー教師DotAI 認定講師

ここで大事なのは、Code Arena: WebDevだけを見ても一強ではないということです。公式ページの比較表では、FrontierCode v2.0ではDeepSeek-V4.1-Flash-1017の28.5%が最高でInkling 2 Smallは25.4%、DeepSWE v1.1でもDeepSeekが77.0%でInkling 2 Smallは72.1%。

ベンチマークによっては他モデルが上回る項目がある、というのが正確な読み方です。

室谷代表取締役

一方でSWEBench Pro v2 (Hard)は86.3%でKimi K3の88.2%に次ぐ2番手、Vibe Code Bench v1.1は81.6%でDeepSeekの87.7%、Kimi K3の85.0%に続きます。項目ごとに順位が入れ替わるので、表を眺めるときは「どの指標で何番手か」を見るのが大事なんですよね。

テキトー教師DotAI 認定講師

カーネル最適化のPMPP-Hardでは、10時間時点の平均解決タスク数がInkling 2 Smallで54.25。GPT-6 Astraの63、Kimi K3.1 Proの60.5、Claude Opus 5.5の60、Kimi K3の55.75、DeepSeek V4.1 Flashの55.25に続く位置で、GLM 5.3の52.5やMistral Large 4の50.25より上です。

長時間走らせる系のタスクでそこそこ粘る、という見え方ですね。

室谷代表取締役

視覚系の指標も見ておくと、MMMU Pro (Standard 10)が81.6%、PerceptionBenchが64.7%、Humanity's Sixth Senseが33.3%、ScreenSpot Proが83.8%（Python併用で91.5%）、BabyVisionが68.6%（Python併用で93.7%）といずれも表内最高、Charxiv RQが85.6%（Python併用87.7%）、Chartographyが36.7%（Python併用80.4%）で最高という記載です。

テキトー教師DotAI 認定講師

知識作業のほうは整理が必要です。AA-Briefcase v1.1は1527で、これは表内で2番目。

最高はDeepSeek-V4.1-Flash-1017の1570です。一方でJobBenchは70.5%、Vals Legal Indexは73.9%、EnterpriseBench-CoreCraftは71.8%といずれも最高スコア。

つまり「知識作業で全部トップ」ではなく、AA-Briefcaseは2番目、JobBench・Vals Legal Index・EnterpriseBench-CoreCraftは最高、というのが正確なところです。

室谷代表取締役

金融系も同様で、Vals Finance Indexは61.5%で最高、DAYJOB (Finance)は14.3%で最高、Apex-Accounting v1.1のpass@1は14.5%で最高。ただしDiligence Benchは58.1%で2番目、最高はMuse Spark Openの59.0%です。

こういう細かい順位を正確に伝えるのが速報記事の役目なんですよね。

Inkling 2 Smallの料金と提供範囲―Tinkerでの試用とApache 2.0ウェイト公開予定

室谷代表取締役

料金はTinkerのドキュメントに載っています。Inkling 2 Smallはprefill（入力）が$0.30/1Mトークン、cached prefillが$0.03、sample（出力）が$1.00/1Mトークン、trainが$1.50/1Mトークンです。

256K版はtrainが$3.00になります。

テキトー教師DotAI 認定講師

前世代のInkling-Smallと比べるとわかりやすいんですよ。Inkling-Smallは入力$0.58、出力$1.44、学習$1.73でしたから、Inkling 2 Smallは性能が上がったのに単価は下がっている。

ここは素直に評価できるポイントです。

室谷代表取締役

チェックポイントのストレージは$0.10/GB/月という課金もあります。あとサーバーレス推論はベータで、対象はInkling、Inkling-Small、Inkling 2 Smallの3モデルだけ。

本番利用したい場合はTinkerにメールしてウェイトリストに参加する形だと書かれています。

テキトー教師DotAI 認定講師

提供範囲の整理はこうですね。まずTinker Playgroundで今日から試せる。

Tinker上でファインチューニングとサンプリングが可能。チェックポイントはウェイト公開時にダウンロード可能になる。

そして外部の安全性テスト完了後、翌週にApache 2.0で全ウェイト公開予定。

室谷代表取締役

ライセンスはApache 2.0と公式に明記されています。ここは勝手に「MIT」とかに言い換えちゃダメなところです。

商用利用やローカル実行が可能かどうかは、Apache 2.0というライセンスの内容と、公開されるウェイトの実際の提供条件を確認する必要があります。少なくとも発表時点では「公開予定」であって、まだ公開されていないんですよね。

テキトー教師DotAI 認定講師

日本から使えるかという点については、TinkerはWebでサインインして使う形のサービスなので、地域制限の詳細は現時点では明らかにされていません。まずTinker Playgroundを触ってみて、アカウント作成や課金の流れを確認するのが現実的です。

室谷代表取締役

あと「Small」という名前で594Bは確かに大きいんですけど、前世代のInkling-Smallが276B総・12Bアクティブ、Inklingが975B総・41Bアクティブなので、シリーズの中では小さいほうという位置づけなんですよ。名前は絶対値ではなくラインナップ内の相対なんですね。

テキトー教師DotAI 認定講師

そこは受講生さんがよく引っかかるポイントで、「Smallなのに大きい」のではなく「このシリーズの中ではSmall」と読むのが正しい。Tinkerのモデル一覧でもサイズの分類がCompact（8B未満）、Small（8〜25B）、Medium（25〜150B）、Large（150B以上）と分かれていて、アクティブパラメータで見ると17BでSmall帯に入るわけです。

Inkling 2 Smallの使い方・始め方―Tinker Playgroundとファインチューニング

室谷代表取締役

始め方はシンプルで、まずTinker Playgroundで試す。Tinkerのクイックスタートを見ると、インストール、認証、課金、SDKの使い方という流れが整理されています。

テキトー教師DotAI 認定講師

SDKの流れも具体的に説明されていて、サンプリングはSamplingClient、学習はTrainingClientを作って、教師ありファインチューニング（SFT）か強化学習（RL）を回す。チェックポイントの保存と読み込みもできます。

室谷代表取締役

モデルIDはthinkingmachines/Inkling-2-Smallで、256K版はthinkingmachines/Inkling-2-Small:peft:262144です。この文字列をcreate_lora_training_clientやcreate_sampling_clientに渡す形だとドキュメントに書かれています。

テキトー教師DotAI 認定講師

TinkerはLoRAベースで学習する仕組みなので、そこも押さえておきたいですね。自前データでファインチューニングしたり、RLを回したりできる。

トークン課金なので、使った分だけ払う形です。

室谷代表取締役

ファインチューニングのしやすさも今回の売りで、公式ページには「同じデータとアルゴリズムで学習したとき、前世代より速く学び、より大きく改善する」と書かれています。公開されている金融文書要約タスクの例では、Inkling Smallが最終性能に到達するのに必要なのが75ステップだったのに対し、Inkling 2 Smallはそこからさらに先に進んだと。

テキトー教師DotAI 認定講師

カスタマイズ性の比較グラフでは、Inkling 2 Small、Inkling-Small、Inkling、GLM 5.3 Flash、DeepSeek V4.1 Flash 1017、Qwen 3.5 397Bを同じ条件でRLファインチューニングして、学習ステップと推定コストの両軸で比較しています。学習率のスイープを各モデルで回し、Tinker Cookbookの抽象化とAsync RL実装、Stable Reinforce損失で200ステップという条件です。

室谷代表取締役

このあたりは「ポンと置いて強い」だけでなく「育てて強くできる」という設計思想が透けて見えますね。MYUUUでも自前データで小さく回して検証するような使い方は相性が良さそうです。

テキトー教師DotAI 認定講師

講座でもよく言うんですけど、ファインチューニングは学習データの設計が9割です。Tinker側はインフラを吸収してくれるので、データと報酬設計に集中できる。

実際にTinkerの紹介ページでも、利用企業の声として「データと報酬設計に集中できた」というコメントが並んでいます。

室谷代表取締役

ちなみにチェックポイントはウェイト公開時にダウンロード可能になる予定なので、自前環境で動かしたい人はそこを待つ形になります。現時点でダウンロード可能かどうかは、公式の発表以上のことまでは明らかにされていません。

Inkling 2 Smallでできること―エージェントコーディング・視覚活用・自律研究

室谷代表取締役

公式ページで一番力が入っているのがエージェントコーディングと自律研究のパートです。数十万の長期コーディングタスクでRLをかけて、複数のエージェントハーネスとコンテキスト圧縮戦略に対応させたと。

テキトー教師DotAI 認定講師

ここが今回の技術的な肝なんですよ。単体テストに合格したかどうかだけでなく、問題にどうアプローチしたかを評価するエージェント型RLグレーダーを多くのタスクに導入したと書かれています。

プロセスを評価する仕組みを入れたわけですね。

室谷代表取締役

しかも実世界での性能を測るために、OpenCode上でFledge-Alphaという名前で早期チェックポイントを試したとも書かれています。結果として、指示追従が良くなり、変更を慎重に検討し、頼まれなくても自分の作業を検証するようになったと。

エージェントループの中で使いやすくなったという訴求ですね。

テキトー教師DotAI 認定講師

自律研究の例も具体的です。Proximalが内部ベンチマーク用に作ったタスクで、Inkling 2 SmallがQwen3.5-4BをTinker上で自律的に学習させて、天気やWikipediaのページビューなどの時系列予測をさせたと。

タスクを分析して自前の評価器を書き、データセットとレシピを試し、SFTとRLの様々なアプローチを試しながらデバッグもした。

室谷代表取締役

4.5時間、Tinkerの支出$426で、学習後のモデルは予測スコアを2倍以上に改善したという数字が載っています。電力需要で67%の誤差減、風力・太陽光で23%の誤差減、ページビューで20%の誤差減、一方で大気質は3%の誤差増という内訳も示されています。

テキトー教師DotAI 認定講師

カーネル最適化の例もあって、DeepSeek-V3.2のsparse attentionのforward + backwardを高速化するタスクで、Inkling 2 Smallは6.02倍の高速化を達成。Claude Opus 5.5の18.80倍、GPT-6 Astraの10.26倍には及ばないものの、DeepSeek V4.1 Flashの5.66倍、GLM 5.3の5.03倍、Mistral Large 4の3.43倍は上回っています。

室谷代表取締役

視覚を使った例も面白くて、Three.jsで資産なしの都市シミュレータを丸ごと作るとか、Linux PC、折り紙、地図から動画、といったデモが並んでいます。視覚フィードバックをループに入れて、ウェブサイトやゲーム、3Dデザインを反復的に作り込むことができると。

テキトー教師DotAI 認定講師

ちょっと遊び心のある例もあって、ワインのブラインドテイスティングで研究者を相手に、視覚だけで3本のワインを20回中19回正しく当てたと書かれています。ただしこれは公式ページの紹介なので、そのまま研究用途の性能と受け取るのは早いですね。

室谷代表取締役

知識作業では、情報を調べ、MCP経由でツールを呼び、成果物を出すという流れができると。金融や表計算、開示資料、ドキュメントにわたる定量推論に強いと説明されています。

オープンウェイトモデルの中ではAA-AnalystAgentとDayjob:Financeで1位、Vals Finance IndexとDiligenceBenchで2位という記載です。

テキトー教師DotAI 認定講師

デザイン面では、DesignArena Websiteスコアで1,340を記録しており、ウェイト公開後はオープンウェイトモデルの中でトップになる見込みだと。1位はMuse Wonder (max)の1,366、2位がMuse Spark 1.3 (xhigh)の1,351なので、全体でも上位に食い込む位置です。

室谷代表取締役

制約も公式ページに「Limitations」として章が設けられています。エージェント的な長期コーディングでの使いやすさは課題として挙げられていて、そこをRLで改善したという説明でした。

過度な期待をせず、自分のユースケースで試すのが基本ですね。

よくある質問

室谷代表取締役

ここからは、よく聞かれる点を整理していきます。まず「Inkling 2 Smallとは何か」ですが、Thinking Machinesが2026年11月5日に発表したMoE方式の汎用モデルで、総594B・アクティブ17B、画像入力とvariable effortに対応し、テキストを出力するモデルです。

テキトー教師DotAI 認定講師

「Inkling（大型版）との性能差は？」という質問も多いですね。公式ページの比較表では、Inkling 2 Smallが多くの指標でInklingに匹敵するか上回る一方、サイズは約4分の1という説明があります。

パラメータで言えばInklingが975B総・41Bアクティブ、Inkling 2 Smallが594B総・17Bアクティブです。

室谷代表取締役

「料金はいくらか」は、Tinkerの料金表で入力$0.30/1Mトークン、出力$1.00/1Mトークン、学習$1.50/1Mトークン（256K版は学習$3.00）です。cached prefillは$0.03/1Mトークン、チェックポイントストレージは$0.10/GB/月です。

テキトー教師DotAI 認定講師

「商用利用やローカル実行はできるのか」は、Apache 2.0ライセンスで全ウェイトを翌週公開予定という公式の発表が根拠になります。ただし発表時点ではまだ公開されていないので、実際の提供条件は公開後に確認する必要があります。

現時点でそれ以上の詳細は明らかにされていません。

室谷代表取締役

「コンテキスト長は？」は64Kと256Kの2種類です。256K版は拡張コンテキスト用のIDが用意されていて、prefillとsamplingの価格は通常版と同じ、学習のみ割増という扱いです。

テキトー教師DotAI 認定講師

「音声入力には対応しているのか」は、Tinkerのモデル一覧でInkling 2 SmallがHybrid + Vision、前世代がHybrid + Audio + Visionという表記なので、今回のモデルは画像入力に対応し、音声は表記上没有という整理になります。音声対応の予定については現時点では明らかにされていません。

室谷代表取締役

「Tinkerでのファインチューニング方法は？」は、Tinker SDKでTrainingClientを作り、LoRAベースでSFTまたはRLを回す流れです。モデルIDはthinkingmachines/Inkling-2-Small、256K版はthinkingmachines/Inkling-2-Small:peft:262144を指定します。

テキトー教師DotAI 認定講師

「日本から使えるのか」は、TinkerがWebでサインインして使うサービスなので、Tinker Playgroundから試すのが第一歩です。地域制限の詳細は現時点では明らかにされていません。

室谷代表取締役

「Smallという名前なのに594Bは大きすぎないか」は、シリーズ内の相対的な位置づけなんですよね。Inklingが975B、Inkling-Smallが276B、Inkling 2 Smallが594Bという並びで、アクティブパラメータで見ると17BでTinkerのSmall帯（8〜25B）に入ります。

テキトー教師DotAI 認定講師

「Code Arena: WebDevの1654ptsはどこまで信じてよいか」は、AutoEvalという自動評価のスコアである点を前提に読む必要があります。LMArenaもAutoEvalであると明記していますし、公式ページの表でも指標によっては他モデルが上回る項目があります。

単一指標で一強と断定せず、複数の指標を並べて見るのが正確な読み方です。

室谷代表取締役

最後に「ウェイト公開はいつか」ですが、公式には外部の安全性テストとレッドチーミングの完了後、翌週にApache 2.0で全ウェイト公開予定とされています。具体的な日付は現時点では明らかにされていません。

テキトー教師DotAI 認定講師

まとめると、Inkling 2 Smallは「性能が上がって単価が下がった、育てやすさも意識したモデル」で、まずTinkerで触ってみる、ウェイト公開後に自前環境を検討する、という順番が現実的ですね。

室谷代表取締役

そうなんですよね。速報の数字だけ追うと一喜一憂しがちですけど、料金と提供範囲とライセンスの予定まで含めて読むと、自分の用途に合うかどうかが判断しやすくなります。

Tinker Playgroundで触れるうちに試しておくのがおすすめです。