Thinking Machines Inkling-Small：276Bパラメータで上位モデルを超える

Thinking Machines LabがInkling-Smallをリリースしました。これは総パラメータ数276B、アクティブパラメータ数12BのオープンウェイトMixture-of-Experts（MoE）モデルで、同社初のモデルInklingの約4分の1のサイズながら、推論とエージェント型コーディングにおいてInklingに匹敵、あるいは上回る性能を発揮します。注目すべきはスケールではなく、効率性です。本記事では、Inkling-Smallのスペック、リリース時のベンチマーク数値、実行コスト、そして効率的なオープンウェイトモデルがAIエージェント開発にとって何を意味するかを解説します。

Inkling-Smallとは？

Inkling-Smallは、元OpenAI CTOのMira Muratiが創業したスタートアップ、Thinking Machines Labの2番目のモデルです。同社初のオープンウェイトリリースであるInklingから約2週間後に登場し、「性能を維持しながら計算コストを削減する」という一つのコンセプトのもとに設計されています。

同社のリリース投稿とモデルカードから、主要な仕様は以下の通りです：

• 総パラメータ数276B、アクティブパラメータ数12B — スパースMoEトランスフォーマー。Inklingの総975B / アクティブ41Bの約4分の1に相当。
• コンテキストウィンドウ：100万トークン。
• ネイティブマルチモーダル — Inklingと同じエンコーダーフリーアーキテクチャを使用し、テキスト、画像、音声を横断した推論が可能。
• 可変思考量（Variable thinking effort） — 推論の深さを調整し、精度とスピード・コストをトレードオフできる。
• Apache 2.0ライセンスのオープンウェイト、Hugging Faceで公開 — 効率的な推論向けのNVFP4量子化チェックポイントを含む。
• NVIDIA GB300 NVL72システムで学習。

アーキテクチャ的には、各トークンを256エキスパートのうち6つにルーティングする42層のデコーダーオンリートランスフォーマーで、さらに全トークンで常時アクティブな2つの共有エキスパートを持ちます（モデルカード）。MoEの設計はInklingと同じ系譜を踏襲しています。

驚きの逆転：小型モデルが大型モデルを超える

Inkling-Smallの驚くべき点は、Inklingに近い性能を出すだけでなく、複数のベンチマークで上回っていることです。Thinking Machinesはリリースでその理由を説明しています。Inkling-Smallは大型モデルよりも後から学習を開始したため、チームは事前学習データの配合とレシピを改善し、**Inklingを教師とするオンポリシー蒸留（on-policy distillation）**を用いて初期チェックポイントをポストトレーニングすることができました。その後、さらに2週間にわたってエージェント型コーディングの強化学習をスケールアップしました（リリース投稿）。

同社の言葉を借りれば、Inkling-Smallは推論とエージェント型コーディングでInklingを超え、一方でInklingは知識カバレッジと事実性において優位を保っています。具体的な例として、Humanity's Last Exam（テキストのみ）では**31.6%**を記録し、Inklingの29.7%を上回っており、同社はあらゆる思考バジェットでこの優位性が維持されると報告しています。

Inkling-Smallのベンチマーク

以下の数値はすべてリリース時のもので、effort 0.99で実行されています。全体的にバランスの取れたジェネラリストモデルであり、特定のリーダーボードに特化したモデルではありません。自社ハーネスを使用している場合はその旨を記載しています。

*SWEBench VerifiedとTerminal Bench 2.1は、Inklingモデル向けに同社独自のコーディングハーネスを使用しており、外部モデルは自己申告の数値を使用しています。モデル間の比較にはこの点を考慮してください — 独立した検証が重要になります。

2つの重要な示唆があります。第一に、エージェントにとって最も重要なコーディングと推論タスクでは、小型モデルは大型モデルと少なくとも同等の性能を発揮します。第二に、トレードオフは事実性にあります。SimpleQA Verifiedでは、Inkling-Smallは20.6%にとどまり、Inklingの43.9%を大きく下回ります — パラメータ数が少ないということは、記憶された世界知識が少ないことを意味し、これはまさに検索やツールが真価を発揮する領域です。

実際の同クラスのモデルと比較すると、Inkling-SmallはDeepSeek V4 Flash、Qwen3.5-397B-A17B、GLM 5.2などのオープンウェイトモデルと競合しており、ベンチマークによって勝敗が分かれる形となっています。

効率性の根拠：コストと計算リソース

真の訴求点は、コストパフォーマンスの高さです。トークンごとにアクティブなパラメータが12Bのみであるため、Inkling-Smallは同等の品質水準においてInklingよりも安価に提供できます。

• 出力価格： Inkling-Smallは1Mトークンあたり$1.20、Inklingは1Mトークンあたり$4.05（リリース投稿）— 約3分の1のコスト。
• ハードウェア要件： BF16チェックポイントには最低600GBの合計VRAMが必要（例：NVIDIA B300×4台またはH200×8台）。NVFP4量子化チェックポイントではこれが180GBに削減され、B300単体での実行が可能（モデルカード、MarkTechPost）。

シングルGPUでの実行パスは、小規模チームにとって画期的です。276Bのマルチモーダルモデルを、フロンティアラボ規模のクラスターではなく、レンタルしたB300一台でセルフホストできるようになります。

マルチモーダル性、認識論、安全性

マルチモーダル性。 Inkling-Smallは、Inklingと同じネイティブマルチモーダルなエンコーダーフリー設計を採用しています — 音声はdMelスペクトログラム、画像は40×40パッチに分割 — 同社はグラフや文書のクロッピングやズームなどの視覚的タスクにPythonを活用する能力が向上したと述べています。低コストながら、ほとんどのマルチモーダル評価でInklingに近い性能を発揮します。

認識論（Epistemics）。 キャリブレーションは、実世界の予測問題に対する適切なスコアリングルールを用いた強化学習で訓練されています。ForecastBench（検索なし）では、Brier Indexが61.3 ± 0.46を記録し、Inklingの60.1をわずかに上回っています（リリース投稿）。

安全性。 Inklingの安全性レシピを継承しています。StrongREJECTは98.4%、FORTRESSでは敵対的シナリオで71.6%、良性シナリオで96.9%を記録しています。同社は、コンシューマー向けデプロイメントにはLlama Guardなどのダウンストリームモデレーションを重ねることを推奨しています（MarkTechPost）。Inklingと同様に、オープンウェイトをファインチューニングするチームは、そのカスタマイズの安全性に責任を負います。

実行方法

3つの方法があります（モデルカード）：

1. Hugging Faceからウェイトをダウンロード — BF16またはNVFP4量子化チェックポイント。
2. Tinkerでファインチューニング — 同社のファインチューニングプラットフォームで、APIアクセスとテキスト・画像・音声チャット用のPlaygroundも提供。
3. サードパーティ推論プロバイダー経由のAPI — セルフホストを希望しないチーム向け。

効率的なオープンウェイトモデルがAIエージェントにとって重要な理由

エージェントを構築するチームにとって、Inkling-SmallはInklingが始めた変化をさらに鮮明にします。自社インフラで高性能なマルチモーダルモデルを実行し、自社ドメインでファインチューニングし、その成果を非公開に保つことができます — クローズドプロバイダーへのAPIコール課金なしに。そして今、経済性という観点でさらに大きな意味を持ちます。4分の1のサイズで3分の1の価格、シングルGPUの量子化パスにより、セルフホスティングは「フロンティアラボ規模の予算」から「レンタル1インスタンス」へと現実的になりました。

可変思考量（variable thinking effort）はエージェントネイティブな機能です。困難な計画ステップではモデルを遅くし、単純なステップでは速くする — すべて自社のループ内で制御できます。これはまさに、長く複数ステップにわたるワークフローが必要とするものです。オープンな選択肢を比較検討している場合は、元のThinking Machines Inklingの解説記事で、大型モデルと「自分でファインチューニングする」というコンセプトをより詳しく紹介しています。

自分だけのAIワークフォースで実践する

Inkling-Smallの核心にある前提 — 自分でカスタマイズできる効率的なセルフホストモデルが、画一的なソリューションを凌駕する — は、Eigentが掲げるビジョンと同じです。Eigentは、マルチエージェントAIワークフォースをローカルで実行するオープンソースの「Cowork」デスクトップアプリです。Inkling-Smallがファインチューニングのベースモデルであるとすれば、Eigentはその上に構築されるワークフォースレイヤーです。あなたが選んだモデルを使い、マシン上で実際の複数ステップのワークフローを自動化するエージェントチームです。ベンチマーク表を眺めるだけでなく、オープンウェイトモデルを実際の業務に活かすには、Eigentをダウンロードして、自分だけのエージェントワークフローの構築を始めましょう。