Представляем Inkling-Small

Сегодня мы выпускаем Inkling-Small, эффективную модель с открытыми весами, которая достигает производительности, сопоставимой с Inkling, при четверти его размера.

Inkling-Small — это трансформер типа Mixture-of-Experts с 276 млрд параметров всего и 12 млрд активных, обученный на системах NVIDIA GB300 NVL72. Как и Inkling, он обладает встроенными возможностями рассуждения над аудио и изображениями, переменными усилиями на мышление, контекстным окном до 1 млн токенов и сбалансированной производительностью по ряду бенчмарков.

Inkling-Small

276 млрд всего, 12 млрд активных

Inkling

975 млрд всего, 41 млрд активных

По сравнению с Inkling, Inkling-Small достигает сопоставимой производительности при значительно меньших вычислительных затратах. В бенчмарках по использованию агентских инструментов (Terminal-Bench 2.1), рассуждению (HLE, только текст, без инструментов) и следованию инструкциям (IFBench), Inkling-Small эффективнее, чем Inkling, и конкурентоспособен с другими моделями в своем весовом классе. Кроме того, переменные усилия на мышление позволяют пользователям легко адаптировать модель под свои задачи, балансируя между стоимостью и производительностью.

Inkling-Small 12 млрд активных (диапазон усилий) Inkling 41 млрд активных (диапазон усилий) Модели для сравнения

Мы выпускаем полные веса Inkling-Small. Мы также делаем его доступным для дообучения на Tinker, а также для текстового, визуального и аудио-чата в Tinker Playground.

Возможности

По мере развития нашего семейства моделей мы постоянно совершенствуем наш подход. Обучение Inkling-Small началось после его более крупного аналога, что позволило нам улучшить процесс обучения. Например, мы внесли изменения в состав данных для предварительного обучения и рецепт машинного обучения Inkling-Small. Кроме того, мы провели пост-обучение более ранней контрольной точки, Inkling-Small (preview), частично используя дистилляцию on-policy с Inkling в качестве учителя. Начиная с этой точки, мы продолжали масштабировать агентское кодирование с помощью RL в течение двух недель. Благодаря этим улучшениям Inkling-Small превзошел Inkling в бенчмарках по рассуждению и агентскому кодированию. Inkling сохраняет преимущество в охвате знаний и фактической точности.

Лепестковая диаграмма, сравнивающая Inkling-Small, Inkling, DeepSeek V4 Flash, Gemini 3.5 Flash-Lite и GPT 5.6 Luna по десяти оценкам со шкалой от нуля до ста. Inkling-Small показан сплошной фиолетовой линией, Inkling — более толстой кобальтовой линией, а модели для сравнения — пунктирными линиями. Оценки, для которых нет данных по модели, отображаются на нуле. Наведите курсор на оценку, чтобы сравнить показатели каждой модели.

Рассуждение и агентские задачи

Inkling-Small соответствует или превосходит Inkling в задачах на рассуждение и агентских задачах. В Humanity’s Last Exam он набирает 31,6%, опережая 29,7% у Inkling, и это преимущество сохраняется при любом бюджете на мышление: кривые вычислительных затрат во время тестирования для Inkling-Small проходят выше, чем у Inkling. В SWEBench-Verified он превышает 80%.

Во многих бенчмарках на рассуждение и агентские задачи Inkling-Small при максимальных усилиях на мышление демонстрирует сильный компромисс между производительностью и количеством токенов по сравнению с моделями с открытыми весами в своем классе.

Inkling-Small Inkling Модели для сравнения Граница Парето

Выходные токены/задача

Выходные токены/задача

Выходные токены/задача

Выходные токены/задача

Выходные токены/задача

Inkling-Small также плавно работает с различными инструментами для кодирования и агентскими средами, что делает его экономически эффективным выбором для рабочих процессов, связанных с программированием и использованием инструментов.

Мультимодальность

Как и Inkling, мы создали Inkling-Small для аудиоинтеллекта, что делает его хорошим кандидатом для реальных аудиоприложений. Мы также улучшили его способность использовать Python для визуальных задач. Модель может сочетать визуальное рассуждение с такими операциями, как кадрирование, масштабирование и программный осмотр изображений, улучшая удобство использования документов и диаграмм, где важная информация может быть мелкой или трудной для прямого осмотра.

Inkling-Small использует ту же нативно мультимодальную архитектуру без энкодера, что и Inkling. Аудио представляется в виде спектрограмм dMel, а изображения делятся на патчи 40×40 пикселей и преобразуются с помощью четырехслойного hMLP. Оба типа данных преобразуются через легковесный слой эмбеддингов и обрабатываются совместно с текстовыми токенами. Inkling-Small почти соответствует Inkling по большинству мультимодальных оценок при более низкой стоимости. Он сохраняет высокую производительность в визуальном рассуждении, понимании диаграмм и схем, математических визуальных вопросно-ответных задачах, понимании речи и долгосрочном аудио-рассуждении.

Аудио- и визуальные бенчмарки в сравнении со специализированными омни-моделями (с открытыми и закрытыми весами), представлены при усилии=0,99.

Эпистемика

Inkling-Small обучался аналогично Inkling в области эпистемики, фокусируясь на калибровке, следовании инструкциям и устойчивости к цензуре. Inkling-Small соответствует производительности Inkling в прогнозировании. Калибровка включала RL на основе правил надлежащего оценивания на большом корпусе реальных вопросов по прогнозированию, что улучшило его способность выражать соответствующую уверенность и создавать откалиброванные прогнозы в условиях неопределенности.

Результаты ForecastBench и Prophet Arena были получены во время тестирования в период с 19 по 28 июля 2026 года.

Безопасность

Inkling-Small унаследовал тот же рецепт пост-обучения безопасности, что и Inkling, со встроенными средствами защиты, охватывающими нашу внутреннюю спецификацию безопасности. Они включают как повседневное взаимодействие человека с ИИ, так и возможности двойного назначения. Inkling-Small также прошел тот же процесс предрелизного тестирования, включающий как внутренние оценки, так и red-teaming доверенными внешними партнерами.

В StrongREJECT, который измеряет, отказываются ли модели от однозначно вредных запросов, Inkling-Small находится на одном уровне с Inkling и соответствует производительности существующих моделей с открытыми весами. В FORTRESS, который измеряет безопасность в сценариях, охватывающих преступность, насилие и риски двойного назначения, он конкурентоспособен как в отказах, так и в чрезмерных отказах.

Бенчмарки безопасности, представлены при усилии=0,99; чем выше, тем лучше. FORTRESS adversarial — это частота отказа от вредных запросов, benign — частота ответов на безопасные запросы.

Бенчмаркинг Inkling-Small

Как и Inkling, мы протестировали Inkling-Small по широкому спектру возможностей. Все оценки выполнены при усилии 0,99 и температуре 1,0. Все оценки кодирования выполнены с ограничением траектории в 256 тыс. макс. токенов, аналогично Inkling.

Для улучшения согласованности мы полагаемся на внешние оценки как для внутренних, так и для внешних моделей, когда это применимо. В частности, мы используем оценки, предоставленные:

• Artificial Analysis: Humanity’s Last Exam, GPQA Diamond, SciCode, GDPval-AA v2, Tau 3 Banking, AA Omniscience, MMMU Pro, AA-Briefcase

• Scale AI: AudioMC, MCP Atlas

• ARC Prize: ARC-AGI v1 и ARC-AGI v2

• Forecasting Research Institute: ForecastBench

• ProphetArena

Inkling-Small в сравнении с моделями с открытыми и закрытыми весами по всему набору тестов. Активированные и общие параметры приведены для оценки масштаба; прочерк означает, что показатель был недоступен на момент написания статьи.*SWEBench Verified: показатели Inkling и Inkling-Small приведены с использованием только bash-обвязки. Для внешних моделей мы используем данные, предоставленные их разработчиками.*Terminal Bench 2.1: показатели Inkling и Inkling-Small приведены с использованием нашей внутренней обвязки для программирования. Небольшое количество решений было признано загрязненными данными из веб-поиска, им была присвоена оценка 0. Для внешних моделей мы используем данные, предоставленные их разработчиками, если они доступны. В противном случае мы приводим результаты производительности, полученные с помощью нашей внутренней обвязки.†Audio MC: другие модели оценивались внутренне, так как они отсутствуют в официальной таблице лидеров.†VoiceBench: VoiceBench использует основанное на правилах жестко заданное сопоставление строк для оценки, что делает результаты чувствительными к различиям в форматировании вывода. Поэтому мы добавили системное сообщение с инструкцией для моделей следовать ожидаемому формату ответа.†HLE с инструментами: мы протестировали Minimax M2.7, Claude 4.5 Haiku, Gemini 3.5 Flash-Lite и GPT 5.6 Luna с использованием нашей внутренней обвязки.

Попробуйте Inkling-Small на Tinker

Клиенты Tinker на собственном опыте убедились, что правильно дообученная модель может превзойти закрытые модели в решении различных задач, при этом работая быстрее и дешевле. Мы верим, что сочетание широкой функциональности и эффективности Inkling-Small позволит легко экспериментировать с ней и тестировать её в реальных приложениях, и мы с нетерпением ждем, что разработчики создадут с её помощью.

Inkling и Inkling-Small доступны на Tinker с ограниченной по времени скидкой; с ними можно пообщаться в Tinker Playground, используя текст, изображения и аудио. Все остальные модели и чекпоинты теперь также доступны в Tinker Playground и тарифицируются согласно ценам, указанным на нашей странице с расценками.

Модель Inkling-Small была создана в рамках нашей миссии по разработке ИИ, который расширяет возможности человеческой воли и суждений. Это способная и эффективная модель, а также важный шаг для нас в продолжении нашей работы.