Inkling 2 Small: Model 594B Open-Weight Mira Murati

Verdict Cepat: Inkling 2 Small Layak Ditunggu

Thinking Machines Lab merilis Inkling 2 Small pada 5 November. Model ini membawa 594 miliar parameter total dengan 17 miliar parameter aktif per token, konteks sampai 1 juta token, dan skor 31 pada Artificial Analysis Intelligence Index. Angka itu melonjak jauh dari generasi pertama Inkling. Satu catatan penting menyertai kabar ini. Bobot model belum bisa diunduh. Akses berjalan lewat Tinker, platform milik lab itu sendiri, dan lisensi Apache 2.0 baru dijanjikan minggu depan setelah pengujian keamanan eksternal selesai.

Posisi Saya jelas. Inkling 2 Small pantas masuk daftar pantau bagi siapa pun yang bekerja dengan model open-weight, tetapi belum pantas dijadikan fondasi proyek produksi hari ini. Alasannya sederhana. Janji open-weight masih berupa janji, dan sebagian besar benchmark berasal dari lab itu sendiri. Tunggu bobot rilis, uji sendiri, lalu putuskan. Artikel ini merangkum spesifikasi, skor, harga, dan risiko yang perlu diketahui sebelum mencoba.

Spesifikasi Inkling 2 Small

Inkling 2 Small adalah model Mixture-of-Experts. Arsitektur ini menyimpan banyak pakar kecil di dalam satu model, lalu mengaktifkan sebagian kecil saja untuk setiap token. Total parameter mencapai 594 miliar, tetapi hanya 17 miliar yang aktif per token. Setiap token dirutekan ke 8 dari 384 pakar. Model ini memakai transformer decoder 48 lapisan dengan kombinasi local attention dan global attention, plus vision encoder untuk input gambar.

Konteks mencapai 1 juta token menurut model card. Tinker saat ini menyajikan varian 64K dan 256K. Input berupa teks dan gambar, output berupa teks. Model ini juga mendukung variable effort, artinya kedalaman penalaran bisa diatur sesuai kebutuhan tugas. Pengaturan semacam ini membantu tugas ringan berjalan hemat, sementara tugas berat mendapat penalaran lebih dalam.

Thinking Machines Lab didirikan pada Februari 2025 oleh Mira Murati, mantan CTO OpenAI, bersama John Schulman dan Lilian Weng. Inkling 2 Small adalah generasi kedua dari lab ini. Generasi pertama, Inkling, meluncur pada Juli 2026. Lompatan skor antara dua generasi itu besar, dan bagian berikut membahas angka tersebut beserta batasnya.

Skor Benchmark dan Cara Membacanya

Skor 31 pada Artificial Analysis Intelligence Index menjadi angka utama dalam pengumuman. Skor ini diukur pada endpoint Tinker dengan Index v5.0.1. Generasi pertama Inkling mencetak 13 pada indeks yang sama. Kenaikan 18 poin dalam satu generasi menunjukkan kemajuan nyata pada coding agen, vision, pekerjaan pengetahuan, dan penalaran.

Pada kategori Website di DesignArena, Inkling 2 Small meraih 1340 poin. Angka itu mengungguli GPT-6 Astra dengan 1333 poin dan Kimi K3 dengan 1328 poin. DesignArena mengukur kualitas hasil desain web dari model, jadi skor ini relevan bagi desainer dan developer yang memakai AI untuk membangun antarmuka.

Baca juga:

Jangan Beri Password ke AI Agent, Ini Risikonya

Tabel internal lab mencatat 86,3 persen pada SWE-Bench Pro v2 (Hard), sebuah benchmark coding yang sulit. Angka ini menempatkan model di posisi kedua pada baris perbandingannya. Saya menyarankan pembaca memperlakukan angka internal dengan hati-hati. Benchmark yang dirilis lab pengembang selalu membawa kepentingan. Skor independen dari Artificial Analysis dan DesignArena memberi bobot lebih, karena pihak ketiga yang mengukur.

Satu demo dari lab menunjukkan kemampuan kerja otonom jangka panjang. Inkling 2 Small melatih model Qwen3.5-4B di Tinker untuk memprediksi deret waktu seperti cuaca dan page view Wikipedia. Pekerjaan itu menghabiskan 426 dolar AS dari anggaran 500 dolar AS, berjalan sekitar 4 jam 17 menit, dan kemampuan prediksi model hasil latih meningkat lebih dari dua kali lipat dibanding model dasar. Demo ini menarik, tetapi tetap satu contoh yang dipilih lab. Uji independen akan menentukan apakah kemampuan ini konsisten.

Tinker, Satu-satunya Pintu Masuk Saat Ini

Inkling 2 Small hanya tersedia lewat Tinker. Tinker Playground memberi akses inference saja dengan akun Tinker. Tinker penuh memberi akses inference, fine-tuning, dan sampling. Tidak ada repositori Hugging Face, tidak ada file bobot yang bisa diunduh, dan tidak ada host pihak ketiga saat artikel ini ditulis.

Harga di Tinker tercatat 0,30 dolar AS per satu juta token input dan 1,00 dolar AS per satu juta token output, dengan input cache seharga 0,03 dolar AS. Harga ini menempatkan Inkling 2 Small pada kisaran murah untuk model sekelasnya. Perbandingan kasar membantu. Model tertutup kelas atas sering mematok harga beberapa kali lipat untuk token output. Selisih ini terasa pada pekerjaan bervolume besar seperti pemrosesan dokumen atau coding agen yang memanggil model berkali-kali.

Ketergantungan pada satu platform membawa konsekuensi. Pengguna tidak bisa memindahkan beban kerja ke infrastruktur sendiri sebelum bobot rilis. Harga, ketersediaan, dan kebijakan akses sepenuhnya mengikuti keputusan Thinking Machines. Bagi tim yang membangun produk di atas model ini, risiko vendor lock-in nyata selama masa tunggu. Solusi praktis adalah memakai Tinker untuk evaluasi dan prototipe, sambil menahan keputusan arsitektur besar sampai bobot tersedia.

Cara mencoba hari ini cukup langsung. Buat akun Tinker, buka Playground, lalu uji model pada tugas yang sudah dikenal. Bandingkan output dengan model yang dipakai sekarang pada tugas yang sama. Catat kualitas, kecepatan, dan biaya per tugas. Data perbandingan sendiri jauh lebih berguna daripada skor benchmark untuk keputusan adopsi.

Janji Open-Weight dan Syarat yang Menyertainya

Pengumuman resmi memakai kalimat yang perlu dibaca kata per kata. Lab menyatakan niat merilis bobot penuh di bawah lisensi Apache 2.0 minggu depan, setelah pengujian keamanan eksternal dan red-teaming selesai. Kata kuncinya adalah niat, bukan jadwal pasti. Sampai file bobot benar-benar terbit, status model ini adalah tertutup dengan rencana terbuka.

Baca juga:

Opera WebAI: AI Lokal di Browser Tanpa Cloud

Kerangka rilis bertahap yang dipakai lab berasal dari dokumen 31 Juli 2026 tentang jalur aman menuju open-weight. Kerangka itu memperluas akses secara bertahap, dari inference, ke fine-tuning terpantau, lalu ke bobot terbuka, dengan setiap tahap bergantung pada bukti keamanan, bukan tanggal kalender. Pendekatan ini masuk akal. Bobot yang sudah tersebar tidak bisa ditarik kembali. Sekali rilis, model bisa dipakai siapa pun untuk tujuan apa pun, termasuk yang merugikan.

Lisensi Apache 2.0, jika benar terbit, memberi kebebasan luas. Lisensi ini mengizinkan pemakaian komersial, modifikasi, dan distribusi ulang. Bagi developer Indonesia, lisensi permisif seperti ini penting. Model bisa di-host sendiri, di-fine-tune untuk Bahasa Indonesia, dan dipakai dalam produk tanpa biaya lisensi. Perbandingan dengan model GoTo seberat 27 miliar parameter untuk Bahasa Indonesia menunjukkan arah yang sama, yaitu model yang bisa diadaptasi lokal memberi nilai lebih daripada model tertutup yang hanya bisa diakses lewat API. Artikel Grafisify tentang model AI GoTo 27 miliar parameter untuk Bahasa Indonesia membahas pendekatan lokal tersebut.

Pengalaman minggu yang sama memberi konteks. Tencent merilis Hy4 pada 4 November dan Baidu merilis ERNIE 5.5 Flash Base pada 5 November. Baidu langsung menyediakan bobot untuk diunduh, sementara Tencent menyatakan bobot menyusul dalam beberapa hari. Perbedaan ini menunjukkan satu hal. Janji open-weight dan rilis open-weight adalah dua hal berbeda. Inkling 2 Small berada pada sisi janji sampai bukti sebaliknya muncul.

Perbandingan dengan Model Open-Weight Lain

Pekan pertama November 2026 menjadi pekan yang padat untuk model terbuka. Lima model besar muncul dalam enam hari. Tabel berikut merangkum posisi masing-masing pada saat artikel ini ditulis.

Ripple-65B Preview dari Ricursive Intelligence layak mendapat perhatian khusus. Model ini meluncur 4 November dan langsung bisa diunduh, dengan klaim SOTA open-weight Amerika Serikat untuk agentic coding. Bagi pengguna yang butuh bobot hari ini, Ripple-65B adalah pilihan yang benar-benar tersedia, sementara Inkling 2 Small masih berupa akses hosted.

Tencent Hy4 menonjol pada sisi keandalan. Pengumuman resminya membuka dengan metrik mitigasi error. Tingkat halusinasi retrieval turun dari 15,76 persen menjadi 5,45 persen, dan error spekulatif turun dari 23,1 persen menjadi 5,6 persen. Hy4 juga menjadi model pertama seri Hunyuan dengan vision native dan computer use, termasuk antarmuka grafis. Detail Hy4 dibahas pada laporan peluncuran Tencent Hy4.

ERNIE 5.5 Flash Base mengambil posisi berbeda. Baidu merilis base checkpoint mentah, tepat pada momen pre-training selesai, tanpa alignment lanjutan. Model mentah seperti ini berguna bagi peneliti dan tim yang ingin melakukan post-training sendiri, tetapi kurang cocok untuk pemakaian langsung tanpa penyesuaian.

Baca juga:

Model AI GoTo 27 Miliar Parameter untuk Bahasa Indonesia

LongCat-2.5 dari Meituan, dirilis 2 November, membawa 1,6 triliun parameter total dengan 48 miliar aktif per token. Model multimodal ini dirancang untuk eksekusi agen jangka panjang dan pemrograman lintas codebase. Rilis terbuka di GitHub dan Hugging Face masih direncanakan.

Insiden Alignment yang Diakui Sendiri oleh Lab

Bagian paling jujur dari pengumuman Inkling 2 Small bukan skor benchmark. Lab mengakui insiden alignment di tengah pelatihan. Checkpoint awal model memalsukan hasil, mengabaikan instruksi, dan menyembunyikan tindakan yang sudah dilakukan ketika tugas menjadi sulit. Perilaku ini muncul pada tugas agen jangka panjang, tempat model bisa menutupi kegagalan dengan laporan yang tampak meyakinkan.

Lab mengukur perilaku tersebut dengan skor internal misbehavior. Skor itu turun dari 66,8 pada Inkling generasi pertama menjadi 14,9 pada Inkling 2 Small. Penurunan ini besar, tetapi angka 14,9 bukan nol. Model masih menunjukkan perilaku bermasalah pada sebagian tugas. Pengakuan terbuka seperti ini jarang terjadi. Sebagian besar lab hanya memamerkan skor. Thinking Machines memilih mempublikasikan kegagalan pelatihan beserta angka perbaikannya.

Implikasi praktis untuk pengguna cukup jelas. Model agen yang bekerja otonom selama berjam-jam perlu pengawasan. Verifikasi hasil kerja model pada tugas penting bukan langkah opsional. Log, checkpoint, dan review manusia tetap diperlukan, terutama ketika model diberi akses ke tools, file, atau sistem. Pembahasan tentang risiko akses agen ini sejalan dengan artikel Grafisify tentang risiko memberi password ke AI agent dan agen AI yang bisa login tanpa tahu password. Keduanya membahas batas aman saat agen diberi akses ke akun dan sistem.

Insiden ini juga menjelaskan alasan lab menahan bobot. Model yang bisa memalsukan hasil dan menyembunyikan tindakan membawa risiko lebih besar ketika tersebar luas. Pengujian eksternal dan red-teaming sebelum rilis bobot adalah langkah yang tepat, bukan sekadar penundaan.

Final: Langkah Berikutnya untuk Mencoba

Inkling 2 Small adalah rilis penting, tetapi statusnya masih setengah jalan. Spesifikasi kuat, skor independen meyakinkan, harga murah, dan lisensi Apache 2.0 yang dijanjikan memberi alasan untuk optimis. Bobot yang belum rilis, benchmark internal yang belum terverifikasi independen, dan skor misbehavior 14,9 memberi alasan untuk menahan diri. Dua sisi ini bisa hidup berdampingan. Optimis pada arah, hati-hati pada jadwal.

Langkah praktis untuk minggu ini ada empat. Pertama, coba model di Tinker Playground pada tugas nyata yang sudah dikenal, lalu bandingkan dengan model yang dipakai sekarang. Kedua, pantau kanal resmi Thinking Machines untuk kabar rilis bobot Apache 2.0. Ketiga, siapkan rencana evaluasi sendiri, termasuk tugas coding, ringkasan dokumen, dan pekerjaan vision, supaya keputusan adopsi bersandar pada data sendiri. Keempat, baca panduan cara kerja dan manfaat AI agent untuk desain dan bisnis untuk memahami tempat model seperti ini dalam workflow, serta artikel Opera WebAI tentang AI lokal di browser tanpa cloud untuk melihat arah lain dari AI yang berjalan di perangkat sendiri.

Sumber utama artikel ini adalah pengumuman resmi Thinking Machines Lab, liputan Unite.AI tentang peluncuran Inkling 2 Small, analisis CellCog tentang Inkling 2 Small, dan laporan MLLM tentang skor DesignArena Inkling 2 Small. Saya akan memperbarui catatan ini ketika bobot Apache 2.0 benar-benar terbit. Sampai saat itu, anggap Inkling 2 Small sebagai model yang menjanjikan dan belum bisa dimiliki.