Inkling-Small: Das Viertel so große offene Modell, das seinen Billionen-Parameter-Bruder beim Programmieren schlägt
Thinking Machines hat am 30. Juli Inkling-Small veröffentlicht: ein Open-Weights-Modell mit insgesamt 276 Milliarden, aber nur 12 Milliarden aktiven Parametern. Obwohl es rund ein Viertel so groß ist wie das 975-Milliarden-Parameter-Modell Inkling, schneidet es in Coding-Benchmarks besser ab — 80,2 % gegenüber 77,6 % bei SWE-bench Verified — bei Kosten von etwa 0,30/1,20 Dollar pro Million Tokens. Das Unternehmen räumt ein, dass das kleinere Modell weniger Faktenwissen hat und bei manchen Agentenaufgaben zurückliegt.
Warum es wichtig istProgrammierfähigkeiten auf Flaggschiff-Niveau passen jetzt in ein Modell, das günstig genug für den breiten Einsatz ist — und die Gewichte sind frei auf Hugging Face verfügbar. Für Entwickler wird ernsthafte Coding-Unterstützung immer billiger; für Labore mit geschlossenen Modellen ist die Open-Weights-Messlatte erneut gestiegen.
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Gerücht: Das anonyme Modell, das gerade gratis einen Coding-Benchmark anführte, soll Zhipus unveröffentlichtes Spitzenmodell sein2026-08-21DeepSeeks günstiges Arbeitspferd kann jetzt sehen — bei Agentenaufgaben mit Bildern will es nahe an Anthropics Bestem sein
2026-08-21Nvidia zahlt 6 Milliarden Dollar für die Maschine, die die Modelle eines Konkurrenten baut — und stellt 109 der Leute ein, die sie bedienten
2026-08-21Vier Stunden und eine GPU, um die Art zu verbessern, wie KI trainiert wird: Der beste Agent kam auf 0,25 von 1 — und die meisten versuchten es gar nicht erst
2026-08-21Einmal vormachen — drei bis zwölf Sekunden — und der Roboter erledigt die Aufgabe ganz ohne Training 59 von 100 Mal richtig
2026-08-21