Thinking Machines Lab 推出了 Inkling 2 Small，这是其专门为长程自主工作设计的第二代模型。该模型采用混合专家（MoE）架构，拥有 5940 亿总参数，其中激活参数为 170 亿。它旨在支持图像输入和可变努力水平，旨在提供比前代模型更稳健的复杂多步工作流性能。实验室报告称，该模型在 Artificial Analysis Intelligence Index 上获得了 31 分，他们将其归功于在推理、知识工作、视觉和代理式编程方面的显著提升。
Inkling 2 Small 的核心区别在于其在“代理式”任务中的熟练程度——即模型必须根据反馈迭代完善自身工作的场景。例如，该模型可以使用 Three.js 从零开始程序化生成完整的城市模拟器，或在 Python 中构建 Linux PC 模拟器，从而在 Web 浏览器中启动实时内核。这些能力是通过超越简单单元测试奖励的训练过程强化的。相反，实验室使用代理式强化学习（RL）评分器，该评分器评估模型解决问题的方法，而不仅仅是最终代码是否通过了测试。此项训练包含了跨各种代理框架和上下文压缩策略的数十万个长程编程任务。
除了编程，该模型还展示了“自动研究”能力，例如自主训练其他模型。在一次记录在案的测试中，Inkling 2 Small 被要求训练一个 Qwen3.5-4B 模型来预测电力需求和天气等时间序列数据。该模型独立分析了任务，编写了自己的评估脚本，策划了训练数据集，并尝试了不同的监督微调（SFT）和强化学习（RL）方案。虽然该模型目前在 Tinker 平台上以封闭权重提供，但 Thinking Machines Lab 打算在完成外部安全测试和红队测试后，在 Apache 2.0 许可证下发布完整权重。由于这些基准测试是开发者自行报告的，社区仍需等待对该模型相对于 DeepSeek 或 Claude 等竞争对手性能的独立验证。
此视觉效果展示了模型自主训练其他模型并评估其在时间序列数据上表现的能力。