Thinking Machines, das von der ehemaligen OpenAI-CTO Mira Murati gegründete KI-Labor, hat mit Inkling Small ein zweites Modell veröffentlicht und lenkt damit den Fokus von roher Größe auf Effizienz. Laut Berichten von The Decoder verwendet das neue Modell deutlich weniger aktive Parameter als das frühere Inkling-Modell des Unternehmens, kommt ihm aber in einem breiten Benchmark-Index nahe und übertrifft es bei einigen Coding- und Reasoning-Tests.

Diese Positionierung ist wichtig, weil sie einen zentralen Druckpunkt im aktuellen Modellmarkt direkt anspricht: Viele Entwickler und Unternehmenskäufer wollen starke Reasoning-Leistung, ohne die Inferenzkosten, Latenz und Bereitstellungskomplexität zahlen zu müssen, die oft mit größeren Frontier-Systemen einhergehen. Wenn Thinking Machines zeigen kann, dass ein kleineres Open-Modell bei relevanten Aufgaben konkurrenzfähig bleibt, stärkt das das Argument für fein abgestimmte, domänenspezifische Bereitstellungen statt eines Einheitsrennens hin zu immer größeren Modellen.

Ein kleineres Modell mit Ambitionen auf nahezu Gleichstand

Die Kernnachricht ist einfach. Thinking Machines hat Inkling Small als Open-Weights-Reasoning-Modell vorgestellt, und The Decoder berichtet, dass es bei den wichtigsten genannten Parameterzahlen weniger als ein Drittel der Größe von Inkling hat. Auf Grundlage des Benchmark-Trackings von Artificial Analysis erreicht Inkling Small im Intelligence Index des Unternehmens 40 Punkte, verglichen mit 41 Punkten für Inkling.

In derselben Berichterstattung heißt es, das Modell habe insgesamt 276 Milliarden Parameter und 12 Milliarden aktive Parameter. Der Unterschied ist wichtig. Im aktuellen Modelldesign, insbesondere bei sparsamen oder Mixture-artigen Systemen, kann die Zahl der aktiven Parameter ein besserer Näherungswert für die Laufzeitkosten sein als die Gesamtzahl der Parameter allein, weil sie widerspiegelt, wie viel des Netzwerks bei einem bestimmten Token tatsächlich genutzt wird. Auch wenn das verfügbare Material die Architektur hinter Inkling Small nicht im Detail beschreibt, deutet die Lücke zwischen Gesamt- und aktiven Parametern darauf hin, dass Thinking Machines nicht nur im Marketing auf Effizienz setzt, sondern auch darauf, wie die Inferenz wahrscheinlich gesteuert wird.

VentureBeat stellte die Veröffentlichung in einem separaten Bericht ähnlich dar und beschrieb Inkling Small als Open-Source-KI-Modell, das die Leistung seines Vorgängers bei ungefähr einem Viertel der Größe erreicht. Da der vollständige Text dieses Berichts in den Quellnachweisen nicht verfügbar war, stützen sich die hier detaillierteren technischen und Benchmark-Beschreibungen vor allem auf die Berichterstattung von The Decoder und die dort zitierten Benchmarks Dritter.

Wo Inkling Small stärker wirkt

Laut The Decoder schlägt Inkling Small seinen größeren Bruder bei mehreren auf Reasoning und Coding ausgerichteten Bewertungen. Genannte Beispiele sind Humanity's Last Exam, bei dem Inkling Small 32 % gegenüber 30 % für Inkling erzielte, sowie GPQA Diamond mit 89 % gegenüber 87 %.

Das sind keine trivialen Gewinne. Humanity's Last Exam wird als schwieriger Benchmark verwendet, der fortgeschrittene Reasoning-Fähigkeiten abprüfen soll, während GPQA Diamond häufig in Diskussionen über High-End-Wissensfragen auf wissenschaftlichem und Expertenniveau genannt wird. Fortschritte dort deuten darauf hin, dass Thinking Machines Inkling Small so feinjustiert haben könnte, dass es bei kompakten, schwierigen Reasoning-Aufgaben besonders gut abschneidet, statt lediglich die allgemeine Basisfähigkeit zu erhalten.

Gleichzeitig soll das Modell bei agentenbasierten Aufgaben und dem Faktenwissen hinter dem größeren Inkling zurückliegen. Dieser Kompromiss ist wichtig. Für Teams, die Coding-Assistenten, interne Research-Copiloten oder eng umrissene Reasoning-Workflows entwickeln, kann bessere Leistung pro Token wertvoller sein als eine breitere Wissensbasis. Für Allzweck-Agenten, die Fakten abrufen, Werkzeuge über längere Zeiträume nutzen oder über viele Enterprise-Aufgaben hinweg zuverlässig arbeiten müssen, könnten diese Defizite jedoch weiterhin relevant sein.

Der andere Leistungsaspekt ist die Ausgabeeffizienz. The Decoder berichtet, dass Inkling Small im Durchschnitt 24K Ausgabetokens pro Aufgabe erzeugt, verglichen mit 45K bei Deepseek V4 Flash und 78K bei GPT-5.4 mini. Wenn dieser Vergleich unter ähnlichen Bedingungen Bestand hat, deutet das auf einen praktischen Vorteil hin: Ein Modell, das ein Ergebnis mit weniger generierten Tokens erreicht, kann die Kosten senken und die für Nutzer sichtbare Latenz reduzieren. Wie bei vielen benchmarkartigen Effizienzvergleichen sind jedoch die genaue Aufgabenzusammensetzung und das Evaluations-Setup entscheidend, und Käufer sollten nicht zu viel in eine einzelne Token-Effizienz-Zahl hineinlesen, ohne sie unabhängig zu testen.

Veröffentlichung als Open Weights und Produktverpackung

Bemerkenswert ist auch, wie Thinking Machines das Modell verpackt. The Decoder sagt, dass Inkling Small Text-, Bild- und Spracheingaben unterstützt und damit multimodal ist, statt als reines Text-Reasoning-System positioniert zu werden. Außerdem verfügt es über ein 256K-Token-Kontextfenster, was es in den Bereich für große Dokumentenanalyse, Arbeit an Codebasen und längere Gesprächssitzungen bringt.

Beim Zugriff wird das Modell unter Apache 2.0 verteilt, die Gewichte sind auf Hugging Face verfügbar. Diese Lizenzwahl ist für die kommerzielle Adoption bedeutsam. Apache 2.0 gilt allgemein als unternehmensfreundlich, weil sie breite Nutzung, Modifikation und Weiterverteilung ohne einen Teil der rechtlichen Unsicherheit ermöglicht, die mit restriktiveren Community-Lizenzen einhergehen kann.

Thinking Machines macht Inkling Small laut The Decoder auch über Tinker Playground verfügbar, wo Nutzer das Modell im Browser feinabstimmen können. Das passt zu einer Produktstrategie, die weniger darauf ausgerichtet ist, einen einzigen kanonischen Modell-Endpunkt zu verkaufen, und mehr darauf, das Basismodell zu einem anpassbaren Ausgangspunkt zu machen. Das Unternehmen positioniert seine Modelle dem Bericht zufolge als Grundlage, die Nutzer mit eigenen Daten anpassen können.

Diese Botschaft trifft auf einen Markt, der zunehmend an Eigentum und Spezialisierung interessiert ist. Viele Produktteams wollen inzwischen Kontrolle über Latenz, Deployment-Topologie, Sicherheitsverhalten und Domänenanpassung. Ein Open-Weights-Modell, das über Hugging Face verteilt und mit leichten Tuning-Tools kombiniert wird, verschafft Thinking Machines einen klareren Zugang zu diesem Käufersegment als ein geschlossenes, rein API-basiertes Angebot.

Was die Belege stützen – und was nicht

Die Belege hinter dem Start von Inkling Small sind vielversprechend, aber noch relativ dünn. Die detaillierteste Quelle in diesem Cluster ist The Decoder, das seinerseits die zentrale Leistungsdarstellung auf Artificial Analysis zurückführt. Das bedeutet, dass die Kernbehauptung – Inkling-nahe Fähigkeiten bei deutlich kleinerer aktiver Größe – auf Benchmark-Tracking Dritter beruht und nicht auf einem vollständigen technischen Paper, das in den bereitgestellten Belegen enthalten wäre.

Einige Aussagen sind recht klar und dürften sich leicht direkt überprüfen lassen, darunter die Apache-2.0-Lizenz, die vorhandenen Gewichte auf Hugging Face, das 256K-Kontextfenster und die Verfügbarkeit über Tinker Playground. Andere erfordern mehr Vorsicht. Benchmark-Werte wie der Intelligence Index, Humanity's Last Exam und GPQA Diamond hängen von Evaluationsprotokollen, Prompting-Entscheidungen und Modellversionen ab. Die Behauptung, dass kein Open-Modell gleicher oder geringerer Größe höher abschneidet, stammt von Artificial Analysis, wie von The Decoder zitiert, nicht von einer unabhängig reproduzierten marktweiten Prüfung in dem hier vorliegenden Material.

Außerdem gibt es in den Quellen keine detaillierten Bereitstellungsdaten. Uns fehlen bislang direkte Zahlen zu Durchsatz, realen Serving-Kosten, Unternehmenseinsatz, Fine-Tuning-Stabilität oder Sicherheitsleistung unter adversarialen Tests. Auch wenn Inkling Small auf dem Papier als effiziente Open-Weights-Veröffentlichung überzeugend wirkt, sollten Käufer das aktuelle Bild daher eher als benchmarkgetrieben als als im Praxiseinsatz bewiesen betrachten.

Warum dieser Start für Entwickler und Unternehmen wichtig ist

Für KI-Entwickler ist das stärkste Signal dieser Veröffentlichung nicht einfach, dass Thinking Machines ein weiteres Modell ausgeliefert hat. Es ist, dass das Unternehmen für ein anderes Optimierungsziel wirbt. In einem Markt, der weiterhin von Vorzeige-Modellankündigungen dominiert wird, deutet Inkling Small darauf hin, dass es Raum für eine Produktstrategie gibt, die auf nützlichem Reasoning bei geringerer aktiver Größe, geringerem Tokenverbrauch und leichterer Anpassbarkeit basiert.

Das könnte in mehreren Workflows Anklang finden. Ein Coding-Assistent, der schnelle iterative Vorschläge liefern muss, könnte stärker von Token-Effizienz als von möglichst umfangreichem Weltwissen profitieren. Interne Unternehmens-KI-Systeme, die auf proprietären Dokumenten basieren, bevorzugen möglicherweise ein Modell, das sich mit Unternehmensdaten feinabstimmen und unter einer permissiven Lizenz bereitstellen lässt. Teams, die multimodale Eingaben verarbeiten, könnten den Wert eines Modells sehen, das Text, Bilder und Sprache verarbeiten kann, ohne standardmäßig auf einen größeren proprietären Stack auszuweichen.

Auch der Wettbewerbsaspekt ist klar. Durch den Vergleich der Ausgabetoken-Effizienz mit Deepseek V4 Flash und GPT-5.4 mini tritt die Veröffentlichung in eine stark umkämpfte Mittelklasse von Modellen ein, die über Kosten-Nutzen-Verhältnis konkurrieren und nicht nur über absolute Benchmark-Führerschaft. Genau dort werden in der Praxis viele Enterprise-KI-Budgets entschieden. Die Frage lautet weniger: „Welches ist das klügste verfügbare Modell?“, sondern eher: „Was ist gut genug, kontrollierbar genug und erschwinglich genug, um in Produktion zu gehen?“

Für Thinking Machines hilft diese Veröffentlichung dabei, die eigene Identität zu schärfen. Anstatt zu versuchen, die größten geschlossenen Modellanbieter allein mit Spektakel zu übertrumpfen, scheint das Unternehmen darauf zu setzen, dass offene Bereitstellung, effizientes Reasoning und Flexibilität beim Fine-Tuning eine dauerhafte Position schaffen können.

Worauf als Nächstes zu achten ist

Die nächsten Signale, die man beobachten sollte, sind eher praktisch als werblich. Erstens wird unabhängiges Testen von Inkling Small bei Coding-Assistenten-Aufgaben, Agenten-Zuverlässigkeit und faktischer Fundierung zeigen, ob die Benchmark-Erzählung sich in Produktionseinsatz übersetzt.

Zweitens lohnt es sich zu beobachten, ob die Hugging-Face-Veröffentlichung spürbaren Community-Zuspruch erzeugt: abgeleitete Checkpoints, Tuning-Rezepte, Framework-Integrationen und reproduzierbare Latenzberichte. Open-Weights-Starts sind wichtiger, wenn sie ein Ökosystem anziehen und nicht nur Downloads.

Drittens wird die Rolle von Tinker Playground relevant sein. Wenn browserbasiertes Fine-Tuning die Hürde für Spezialisierung senkt, könnte Thinking Machines besonders bei kleineren Teams an Bedeutung gewinnen, denen eine schwere ML-Infrastruktur fehlt.

Schließlich wären künftige technische Offenlegungen von Thinking Machines wichtig. Mehr Details zu Architektur, Trainingsmethoden, Sicherheitsverhalten und Inferenzökonomie würden Unternehmen helfen einzuschätzen, ob Inkling Small vor allem ein benchmarkeffizientes Modell oder eine wirklich operative Alternative zu größeren proprietären Systemen ist.

Creati.ai-Perspektive

Inkling Small passt zu einem breiteren Wandel im Enterprise-KI-Einkauf: Die Optimierung verschiebt sich von rohem Modellprestige hin zu Bereitstellungsarithmetik. Ein Modell, das auf dem Leaderboard etwas schlechter abschneidet, aber deutlich besser bei Token-Nutzung, Tuning-Flexibilität und Lizenzierung ist, kann das wichtigere Produkt sein.

Die offene Frage ist, ob Thinking Machines diese These in Adoption umsetzen kann. Inkling Small verschafft dem Unternehmen einen glaubwürdigen Einstieg in den Open-Weights-Markt, insbesondere über Apache 2.0, Hugging Face und Tinker Playground. Um sich durchzusetzen, wird es aber mehr brauchen als nur die Nähe zu Inkling im Benchmark. Es braucht Belege dafür, dass Teams darauf zuverlässig echte Enterprise-KI und KI-Agenten aufbauen können – mit besseren Kosten, mehr Kontrolle und höherer Geschwindigkeit als bei geschlossenen Alternativen.