Thinking Machines zaprezentował Inkling 2 Small - model wytrenowany od zera w poniżej 68 godzin na 12 bilionach tokenów przy użyciu formatu NVFP4. Model osiąga wyniki konkurencyjne z chińskimi modelami o tej samej wielkości i często je przebija, wyposażony w wyjątkowo dobry vision encoder. Społeczność porównuje go z zachodnią konkurencją jak Mistral, Reflection i Meta Muse, określając go mianem najinteligentniejszego otwartego modelu wagowego na Zachodzie z wyraźną przewagą.
Wcześniej Thinking Machines przeszło wiele wyzwań - po 2025 roku i odejściach współzałożycieli studio wisiało na włosku jako neolab. Dziś ta sytuacja jest już przeszłością. Seria produktów - od Tinkera (działającego już rok), przez Interaction Models, po samo Inkling - przeniosła teoretyczny potencjał zespołu w konkretne, pracujące rozwiązania. To transformacja z laboratorium o niepewnym statusie w funkcjonującą instytucję na czołowej pozycji AI w USA.
Klucza innowacją Inkling jest nie tyle surowa wydajność, ile intencjonalna elastyczność dostosowania modelu. To podejście koresponduje z ogólną strategią Thinking Machines - budowaniem narzędzi, które naukowcy i inżynierowie mogą precyzyjnie konfigurować do swoich potrzeb. John Schulman dodał do dyskusji perspektywę alignment process dla skalowania treningu modelów, co sugeruje głębokie myślenie o aspektach bezpieczeństwa przy trenowaniu na tej skali.