Inkling 2 Small Duyuruldu: Thinking Machines'ten 594 Milyar Parametrelik Açık Model

Inkling 2 Small, Thinking Machines Lab'in 5 Kasım 2026'da duyurduğu yeni yapay zeka modeli. Uzman karışımı (MoE) mimarisine sahip model toplam 594 milyar parametre içeriyor, ancak her adımda bunların yalnızca 17 milyarını kullanıyor. Şirket, modelin tam ağırlıklarını dış güvenlik testleri tamamlandıktan sonra, plana göre önümüzdeki hafta Apache 2.0 lisansıyla yayımlamayı hedefliyor. Model şimdilik yalnızca şirketin Tinker platformu üzerinden, kapalı ağırlıklarla kullanılabiliyor.

Inkling 2 Small nedir?

Inkling 2 Small, Thinking Machines'in ilk nesil Inkling ve Inkling Small modellerinin ardılı. Şirket yeni modeli ilk nesilden "her alanda daha yetenekli" olarak tanımlıyor. Duyuruya göre model talimatlara daha iyi uyuyor, değişiklikleri daha dikkatli değerlendiriyor ve istenmeden kendi işini doğruluyor. Bağımsız ölçüm kuruluşu Artificial Analysis'in Intelligence Index sıralamasında 31 puan aldığı ve bunun şirketin önceki modellerinin çok üzerinde olduğu belirtiliyor.

Model metnin yanı sıra görsel girdiyi de destekliyor. Bunun için Perception Encoder tabanlı, 292 milyon parametrelik bir görüntü kodlayıcı kullanılıyor. Kullanıcı ayrıca modelin bir yanıta ne kadar "çaba" harcayacağını ayarlayabiliyor; bu, hızlı yanıt ile derin düşünme arasında seçim yapmayı sağlıyor.

Thinking Machines Lab kimdir?

Thinking Machines Lab, OpenAI'ın eski teknoloji direktörü Mira Murati'nin 2025'in başında kurduğu yapay zeka şirketi. Kadrosunda OpenAI, Google DeepMind ve Meta gibi şirketlerden gelen araştırmacılar bulunuyor. Şirket 2025 yazında 2 milyar dolarlık tohum yatırımı alarak (TCMB'nin 5 Kasım kuruyla yaklaşık 100 milyar TL) gündeme gelmişti. İlk ürünü ise Ekim 2025'te tanıtılan Tinker oldu: Tinker, geliştiricilerin açık modelleri kendi verileriyle ince ayar yapmasını sağlayan, altyapı yükünü şirketin üstlendiği bir eğitim servisi. Inkling ailesi, şirketin bu platform üzerinden sunduğu kendi modelleri.

594 milyar parametre ama 17 milyarı aktif: MoE ne demek?

Uzman karışımı (Mixture-of-Experts) modellerde ağ, "uzman" adı verilen çok sayıda alt bölümden oluşuyor. Her kelime parçası (token) işlenirken bu uzmanların yalnızca küçük bir kısmı devreye giriyor. Inkling 2 Small'da toplam 594 milyar parametrenin 17 milyarı aktif. Bu yapı, büyük bir modelin bilgi kapasitesini korurken çalıştırma maliyetini çok daha küçük bir modelinkine yaklaştırıyor. DeepSeek ve Moonshot (Kimi) gibi şirketlerin açık modelleri de benzer mimariyi kullanıyor.

Inkling 2 Small test sonuçları

Thinking Machines, modeli çoğunlukla diğer açık ve hafif modellerle karşılaştırdı. Duyuruda yer alan bazı sonuçlar şöyle:

Tablodan görüldüğü gibi model görsel anlama, hukuk, finans ve zor akıl yürütme testlerinde karşılaştırılan modellerin önünde. Yazılım geliştirme testlerinin bir kısmında ise DeepSeek-V4.1-Flash daha yüksek puan alıyor. GPU çekirdeği optimizasyonu testi PMPP-Hard'da da Inkling 2 Small 69 görevden ortalama 54,25'ini çözerken GPT-6 Astra 63, Claude Opus 5.5 ise 60 görevle önde.

Site tasarımı modellerinin kullanıcı oylarıyla sıralandığı DesignArena'da model, 5 Kasım itibarıyla 1.340 puanla üçüncü sırada. Şirket, ağırlıklar yayımlandığında bu listedeki en iyi açık ağırlıklı model olacağını söylüyor. OpenAI'ın yakın zamanda tanıttığı GPT-6 Astra aynı listede 1.333 puanla Inkling 2 Small'un hemen arkasında yer alıyor.

Nasıl eğitildi?

Şirketin paylaştığı ayrıntılara göre ön eğitimin ilk aşaması 8,4 trilyon token ile NVIDIA'nın GB300 NVL72 raf sistemlerinde 68 saat sürdü. Model baştan sona 4 bitlik NVFP4 sayı biçiminde eğitildi. Sonraki aşamalarda daha yeni veriler ile 512 bin, akıl yürütme ve ajan kayıtlarıyla ise 1 milyon tokenlik bağlam uzunluğunda eğitime devam edildi.

Pekiştirmeli öğrenme (RL) aşaması da önceki nesilden farklı. İlk Inkling'de akıl yürütme ve ajan becerileri ayrı ayrı eğitilip sonra birleştiriliyordu. Inkling 2 Small'da ise tek bir ortak eğitim yapıldı: 2.048 GPU üzerinde 9 gün süren çalışmada 17 milyondan fazla deneme (rollout) üretildi. Bu denemelerin yüzde 38,5'i kodlama, yüzde 17,1'i araç kullanımı, yüzde 13,9'u görsel görevlerden oluşuyor.

Ağırlıklar ne zaman yayımlanacak?

Thinking Machines, ağırlıkları "önümüzdeki hafta" Apache 2.0 lisansıyla yayımlamayı planladığını, ancak bunun dış güvenlik testleri ve kırmızı takım çalışmalarına bağlı olduğunu açıkladı. Kesin bir tarih verilmedi. Apache 2.0, modelin ticari projelerde de serbestçe kullanılmasına ve değiştirilmesine izin veren geniş bir lisans.

Şirket, güvenlik değerlendirmesinde Inkling 2 Small'un iç hizalama testinde 14,9 puan aldığını (düşük puan daha iyi), önceki Inkling'in 66,8 puanda kaldığını belirtiyor. Aynı tabloda kapalı bir model olan GPT-6.1 Sol 0,8 puanla çok daha iyi durumda; şirket de modelinin bu alanda kapalı modellerin gerisinde olduğunu kabul ediyor. Fiyat açıklanmadı; model şimdilik Tinker oyun alanında denenebiliyor ve aynı platformda ince ayar yapılabiliyor.

Açık model yarışında ne değişiyor?

Son aylarda açık ağırlıklı modellerin öncülüğü büyük ölçüde Çinli şirketlerdeydi. DeepSeek fiyat politikasıyla (yoğun saat fiyatlandırması), Moonshot ise Kimi serisiyle (halka arz hazırlığı) gündemdeydi. ABD merkezli bir laboratuvarın Apache 2.0 ile bu boyutta bir model yayımlaması, kendi sunucusunda model çalıştırmak isteyen şirketler için yeni bir seçenek anlamına geliyor. Bununla birlikte 594 milyar parametrelik bir modeli yerelde çalıştırmak için ciddi bir donanım gerektiği unutulmamalı; bireysel kullanıcılar için asıl erişim yolu bulut platformları olacak.

Ağırlıklar söz verildiği gibi yayımlanırsa bağımsız testlerin sonuçları, şirketin açıkladığı rakamların ne kadar tutarlı olduğunu gösterecek.