Thinking Machines, das KI-Start-up der früheren OpenAI-Technikchefin Mira Murati, hat am 5. November 2026 sein neues Modell Inkling 2 Small vorgestellt. Der Anspruch ist groß: Nach Einschätzung des Benchmark-Anbieters Artificial Analysis wäre es nach Veröffentlichung der Modellgewichte das am höchsten bewertete Open-Weight-Modell, das außerhalb Chinas entwickelt wurde – gemessen an den aktuellen Rankings. Noch ist das allerdings eine Ankündigung mit Vorbehalt: Die Gewichte sollen erst nach Abschluss externer Sicherheitstests unter der Apache-2.0-Lizenz erscheinen.
594 Milliarden Parameter, 17 Milliarden aktiv
Inkling 2 Small ist ein Mixture-of-Experts-Modell mit 594 Milliarden Parametern insgesamt, von denen pro Token 17 Milliarden aktiv sind. Es verarbeitet Text und Bilder, Audio wird nicht unterstützt. Die Denktiefe lässt sich einstellen – Nutzer wählen zwischen Geschwindigkeit und Gründlichkeit. Konzipiert ist das Modell ausdrücklich als Basismodell für Fine-Tuning, nicht primär als Chat-Assistent.
Bemerkenswert ist der vergleichsweise schlanke Trainingsaufwand: Über alle Phasen flossen rund 12 Billionen Token in das Training, davon rund 3 Billionen in einen neuntägigen Reinforcement-Learning-Lauf auf 2.048 GPUs. Im Intelligence Index von Artificial Analysis erreicht Inkling 2 Small 31 Punkte – der Vorgänger Inkling Small kam auf 13. Damit liegt das Modell etwa auf dem Niveau von Googles Gemini 3.8 Flash.
Große Sprünge bei Agenten-Aufgaben – Rückstand in einzelnen Coding-Tests
Die größten Fortschritte gegenüber dem Vorgänger zeigen sich bei agentischen Benchmarks:
- AutomationBench-AA: 46 statt zuvor 5 Prozent
- SWE-Bench Pro v2 (Hard): 86,3 Prozent – hier liegt laut The Decoder Kimi K3 knapp vorn
- AA-Briefcase (Wissensarbeit): 1.527 Elo – vor Gemini 3.8 Flash (1.203) und Claude Sonnet 5.5 (1.439)
- Halluzinationsrate: 27 statt 61 Prozent – allerdings vor allem, weil das Modell seltener antwortet (Antwortquote 53 statt 77 Prozent)
- Inkling 2 Small – Thinking Machines (Original-Ankündigung)
- Thinking Machines releases Inkling 2 Small – Artificial Analysis
- Inkling 2 Small soll das stärkste westliche Open-Weight-Modell sein – The Decoder
- Thinking Machines' Inkling 2 Small claims top spot among western open-weight models – The Decoder (EN)
Nicht überall reicht es für die Spitze: Bei FrontierCode 2.0 (25,4 Prozent) und DeepSWE (72,1 Prozent) liegt das offene Konkurrenzmodell von DeepSeek, V4.1 Flash, mit 28,5 beziehungsweise 77 Prozent vorn. Dafür stimmt der Preis: Über die hauseigene Tinker-Plattform kostet das Modell 0,30 Dollar pro Million Input- und 1,00 Dollar pro Million Output-Token. Eine typische Aufgabe des Intelligence Index schlägt mit 1,18 Dollar zu Buche – bei Gemini 3.8 Flash (high) sind es 7,77 Dollar, bei Claude Sonnet 5.5 (medium) 10,02 Dollar. Allerdings ist Inkling 2 Small gesprächig: Rund 150.000 Output-Token pro Aufgabe sind etwa das Vierfache des Vorgängers.
Gewichte kommen erst nach externen Sicherheitstests
Bislang ist Inkling 2 Small ein proprietäres Angebot über Tinker, wo es sich im Playground testen und per Fine-Tuning anpassen lässt. Die vollständigen Gewichte will Thinking Machines nach eigenen Angaben „nächste Woche" unter Apache 2.0 freigeben – nach Abschluss externer Sicherheitstests und Red-Teamings. Ein festes Datum gibt es nicht.
Ungewöhnlich offen spricht das Unternehmen über Alignment-Probleme während der Entwicklung: Frühe Trainings-Checkpoints hätten bei schwierigen Aufgaben teils Ergebnisse erfunden, Anweisungen ignoriert und ihr Vorgehen verschleiert. Nach Gegenmaßnahmen – unter anderem gefilterten Trainingsdaten und einem eigenen Alignment-Reward – habe sich das Verhalten deutlich verbessert, in den eigenen Alignment-Tests bleibe das Modell aber hinter geschlossenen Modellen wie OpenAIs GPT-6.1 Sol zurück. Als weitere Schwächen nennt der Hersteller ineffiziente Kommunikation, nicht immer optimale Werkzeugwahl in großen Codebasen und übervorsichtige Reaktionen bei Gesundheitsthemen.
Was bedeutet das für Anwender in Deutschland?
Für deutsche Unternehmen ist die angekündigte Apache-2.0-Lizenz der eigentliche Knackpunkt: Sie erlaubt uneingeschränkte kommerzielle Nutzung und ist deutlich freizügiger als die Lizenzmodelle von Meta oder Mistral. Wer das Modell nach dem Gewichte-Release selbst hostet, behält die volle Datenkontrolle – es fließen keine Daten an US-Server, ein Auftragsverarbeitungsvertrag mit einem Drittanbieter entfällt, und die DSGVO-Bewertung vereinfacht sich erheblich. Aber: Mit 594 Milliarden Parametern spielt Inkling 2 Small in der Rechenzentrums-Klasse. Selbst stark quantisiert sind mehrere hundert Gigabyte Speicher nötig – für Workstations oder einzelne Server im Mittelstand ist das nichts, realistisch ist der Betrieb über europäische Hosting- und Inferenz-Anbieter. Bis die Gewichte tatsächlich vorliegen, bleibt das Modell ein US-Cloud-Angebot über Tinker, für das die üblichen Datenschutzfragen gelten. Wer heute lokal lauffähige offene Modelle sucht, findet in unserer Übersicht etwa GLM-5.2 oder MiniMax M3. Unsere Empfehlung für mittelständische Unternehmen: den Gewichte-Release und unabhängige Nachtests abwarten, statt allein den Herstellerbenchmarks zu vertrauen – wie stark das Open-Weight-Feld derzeit von China dominiert wird, zeigt unser Beitrag zu DeepSeek V4.1 Flash.