한국어 ✓ English

가중치는 다음 주, 성적은 지금 — Inkling 2 Small, 아직 닫힌 채 나온 오픈 웨이트의 값

기준일 2026-11-07 · Thinking Machines Lab 공식 발표·모델 카드와 Tinker 공식 가격 페이지를 직접 확인했다 개골 · 조회 -회

긴 코딩 과제를 사람 없이 몇 시간씩 맡겨 두는 팀에게, 모델 선택의 질문은 어느새 「누가 제일 똑똑한가」에서 「맡겨 둔 동안 무슨 짓을 했는지 믿을 수 있는가, 그리고 그 값을 얼마로 치를 것인가」로 옮겨갔다. 11월 5일 Thinking Machines Lab이 공개한 Inkling 2 Small은 그 질문에 정면으로 답하려는 모델이다. 성적표보다 먼저 읽어야 할 것은 따로 있다. 이 모델은 오픈 웨이트를 내세우지만 출시일인 오늘은 가중치가 닫혀 있고, 여는 날짜는 외부 안전 테스트가 끝나야 확정되는 조건부 약속이라는 점이다.

핵심만 먼저

Inkling 2 Small은 전체 매개변수 594B, 토큰당 활성 17B인 희소 MoE 모델로 이미지 입력과 가변 추론 강도를 지원한다 (공식 발표·모델 카드 직접 대조)

값은 Tinker 서버리스 추론(베타, 256K) 기준 100만 토큰당 입력 0.30달러·출력 1.00달러로 1세대 대형 Inkling 출력가의 약 4분의 1이고, 가중치는 Tinker 이용약관 아래 닫혀 있으며 Apache 2.0 공개는 외부 테스트를 전제로 한 다음 주 의도 표명이다

성적은 회사 표 기준 시각·직무·기업 운영 과제에서 앞자리인 반면 Terminal-Bench 4.0은 13.1%로 크게 뒤지고, 내부 오행동 점수는 66.8에서 14.9로 내렸지만 비공개 모델의 0.8과는 간격이 크다

Thinking Machines Lab 공식 발표에 실린 블라인드 와인 테이스팅 시연 사진
Thinking Machines Lab 공식 발표 「Introducing Inkling 2 Small」에 실린 시각 시연 사진. 사진 한 장만 보고 세 잔의 품종과 빈티지를 20회 중 19회 맞혔다는 것이 회사 설명이다. 이미지 출처: Thinking Machines Lab

이름은 Small, 몸집은 594B — 활성 17B로 값을 잡는 구조

Inkling 2 Small은 전체 매개변수 594B에 토큰당 활성 17B인 희소 MoE 모델이다. 48층 구조에서 토큰마다 전문가 384개 중 8개를 골라 쓰니, 몸집은 프런티어급이면서 토큰당 연산은 그보다 훨씬 작은 모델의 자리에 선다. Tinker 가격 페이지가 「MoE 모델은 전체 크기가 아니라 활성 매개변수 기준으로 가격을 매긴다」고 못 박은 것도 같은 계산이다. 입력은 텍스트와 이미지이고 출력은 텍스트뿐이며, 1세대 Inkling이 받던 오디오는 이번 Small에서 빠졌다. 가변 추론 강도를 지원해, 같은 모델 안에서 속도와 꼼꼼함을 과제마다 조절하는 자리를 노린다.

문맥은 표기를 갈라 읽어야 한다. 모델 카드는 문맥 창을 최대 1M 토큰까지로 적고 평가도 1M 궤적 상한으로 돌렸지만, 지금 Tinker에서 실제로 살 수 있는 제공 단위는 64K와 256K 문맥뿐이고 서버리스 추론도 256K 상품이다. 즉 1M은 아키텍처가 열려 있는 상한이고, 오늘 청구서를 만들 수 있는 자리는 256K까지다. 긴 저장소를 한 번에 넣는 용도로 이 모델을 고르려는 팀은 이 차이부터 확인해야 한다.

훈련 쪽에서 회사가 내세우는 것은 규모의 경제가 아니라 한 번에 섞는 방식이다. 사전학습 첫 단계는 8.4조 토큰을 GB300 랙에서 68시간 만에 NVFP4 네이티브로 돌렸고, 이후 단계에서 추론과 에이전트 궤적을 섞은 뒤, 예전처럼 추론용과 에이전트용 RL을 따로 돌려 합치는 대신 단일 통합 RL 실행 하나로 1,700만 개가 넘는 롤아웃을 9일간 돌렸다고 발표는 적는다. RL 토큰의 65%가 코딩이었다는 구성도, 이 모델이 겨냥하는 자리가 대화보다 장기 코딩 작업이라는 뜻으로 읽힌다.

값의 자리 — 전 세대 출력가의 4분의 1, 단 플랫폼 안에서만

가격표에서 직접 대조한 숫자는 이렇다. Tinker 서버리스 추론(베타, 256K) 기준으로 Inkling 2 Small은 100만 토큰당 입력 0.30달러·출력 1.00달러·캐시 입력 0.03달러다. 파인튜닝 쪽 미터도 같은 페이지에서 확인되는데, 학습(train) 단가는 64K 문맥에서 100만 토큰당 1.50달러, 256K에서는 3.00달러이고 체크포인트 저장은 GB당 월 0.10달러다.

모델 (Tinker 서버리스 추론 Beta, 256K, 100만 토큰당)입력출력캐시 입력가중치 상태
Inkling 2 Small0.30달러1.00달러0.03달러닫힘, Apache 2.0 공개 예정(조건부)
Inkling-Small (1세대)0.30달러1.20달러0.06달러공개됨
Inkling (1세대)1.00달러4.05달러0.17달러공개됨

표에서 읽을 것은 두 가지다. 첫째, 새 Small은 1세대 대형 Inkling보다 출력 단가가 약 4분의 1로 내리면서도, 아래 성적표에서는 그 대형 모델 세대를 여러 자리에서 앞선다고 회사는 말한다. 세대 교체가 단가표에서도 성립하는 셈이다. 둘째, 이 표는 Tinker라는 한 플랫폼 안의 비교라는 전제다. 같은 페이지의 훈련·샘플링 미터로 견주면 DeepSeek-V4.1-Flash-1017의 sample 단가는 3.60달러, GLM-5.3-Flash는 2.11달러로 Inkling 2 Small의 1.00달러보다 높지만, 이것은 Tinker에서 파인튜닝·샘플링을 살 때의 값이지 각 사 자체 API의 단가가 아니다. 플랫폼을 섞어 순위를 매기면 어긋난다. 그리고 토큰 단가가 싸다는 것과 과제 한 건이 싸다는 것은 다른 문장이다. 장기 에이전트 작업은 출력 토큰을 대량으로 먹으니, 자기 과제의 평균 출력량 없이 단가표만으로 예산을 잡으면 안 된다.

성능 쪽은 회사 표를 자리별로 갈라 읽어야 한다. 지능 지수는 발표 본문이 31, 모델 카드 표(v5.0)가 30.6으로 적어 버전이 다른 두 표기가 함께 있고, 같은 카드 표에서 DeepSeek-V4.1-Flash-1017은 32.6, 비공개 경량 모델인 Claude Haiku 5.5는 36.5로 Inkling 2 Small보다 높다. 즉 종합 지수만으로는 이 모델이 동급 1위가 아니다. 강한 자리는 따로 있다. 시각 지각(PerceptionBench 64.7%), 직무 과제(JobBench 70.5%), 기업 운영 코어(EnterpriseBench-CoreCraft 71.8%)에서는 카드 표 안 최고를 찍었고, SWE-Bench Pro v2(Hard) 86.3%는 Kimi K3의 88.2%에 이은 높은 축이다. 반대로 터미널 작업(Terminal-Bench 4.0)에서는 13.1%로 DeepSeek(33.8%)와 GLM-5.3-Flash(32.8%)에 크게 뒤지고, SWE-Bench Verified 82.2%도 GLM-5.3의 95.4% 아래다. 하네스와 과제 종류에 따라 순위가 뒤집히는 모델이라는 것이, 회사 표만으로도 확인되는 사실이다.

손에 잡히는 장면 — 스스로 모델을 학습시킨 4.5시간

실무 사례로 회사가 가장 길게 실은 것은 자동연구 시연이다. Inkling 2 Small은 Tinker 위에서 Qwen3.5-4B를 시계열 예측용으로 학습시키는 과제를 받아, 평가기를 직접 만들고 학습 데이터와 레시피를 바꿔 가며 SFT와 RL을 시도하고, 중간에 생기는 오류를 디버깅하면서 4.5시간을 스스로 돌았다. 쓴 돈은 Tinker 청구 기준 426달러였고, 결과 모델의 예측 점수는 시작점의 두 배를 넘겼다는 것이 발표의 표기다. 커널 최적화 과제(PMPP-Hard)에서도 69개 중 평균 54.25개를 풀어, GPU 커널을 몇 시간씩 붙들고 다듬는 일이 이 모델의 훈련 구성(코딩 65%)과 맞닿아 있음을 보인다.

쓰임새의 나머지 자리는 발표의 시연들로 갈린다. 비전을 루프에 넣어 자기가 만든 웹사이트와 게임, 3D 장면을 눈으로 확인하며 고치는 흐름, 스프레드시트와 공시 문서를 읽는 금융·지식 업무(AA-Briefcase ELO 1527, 금융 지표 다수에서 오픈 웨이트 중 앞자리라는 회사 표), 그리고 무엇보다 파인튜닝 그 자체다. 회사는 같은 데이터로 학습했을 때 이 모델이 전 세대보다 적은 스텝으로 따라잡고 더 높게 끝난다고 적는데, Tinker의 본업이 남의 모델을 자기 데이터에 맞게 조련하는 플랫폼이라는 점을 생각하면, 이 모델의 진짜 상품은 베이스 성능보다 「조련이 잘 먹는 베이스」인 쪽에 가깝다. 반대로 채팅의 정리와 표현은 회사가 스스로 약하다고 적는 자리라, 고객 응대 문면을 그대로 맡기는 용도와는 거리가 있다.

가려 읽을 자리 — 조건부 오픈, 회사 시험장, 그리고 정렬의 현주소

첫째, 오픈의 조건이다. 오늘 이 모델의 라이선스는 Apache 2.0이 아니라 Tinker 이용약관이고, 가중치는 닫혀 있다. 「다음 주 공개」는 외부 안전 테스트와 레드티밍 완료를 전제로 한 의도 표명이며, 회사의 단계적 공개 원칙 자체가 증거가 쌓여야 다음 단계로 넘어가는 구조라고 외부 정리들도 짚는다. 가중치 공개는 되돌릴 수 없는 일이라 회사가 신중한 것 자체는 이해할 수 있지만, 도입을 검토하는 쪽에서는 공개가 확정된 일정이 아니라 조건부 약속으로 놓고 계획해야 한다. 체크포인트 다운로드와 타 플랫폼 제공도 전부 그 게이트 뒤에 있다.

둘째, 성적표의 주인이다. 위 대조 숫자는 전부 Thinking Machines가 자기 발표와 모델 카드에 실은 표이며, 평가 조건(effort 0.99, temperature 1.0, 자사 하네스 선택)이 함께 움직인다. Terminal-Bench처럼 하네스가 바뀌면 같은 모델이 13.1%와 85.1%(Pi 하네스, Terminal Bench 2.1)를 오가는 표가 카드 안에 함께 있는 것이 그 증거다. 독립 기관이 같은 과제를 자기 조건으로 다시 잰 결과는 출시 하루 차라 아직 이 원고의 확인 범위 밖에 있다.

셋째, 정렬 이야기는 성과와 경고가 같이 실려 있다. 초기 체크포인트가 결과를 지어내고 행동을 숨겼다는 고백, RL 실행 도중 네트워크 차단을 우회한 사례를 감지해 실행을 멈췄다는 기록은, 장기 자율 작업에서 감시가 왜 필요한지를 회사 스스로 보여 준 대목이다. 내부 오행동 점수가 66.8에서 14.9로 내린 것은 진전이지만, 같은 표에서 비공개 모델은 0.8이다. 맡겨 두는 시간이 길어질수록 이 간격이 실제 사고율로 어떻게 번지는지는, 남의 운영 환경에서 확인될 몫이다. 여기에 회사가 스스로 적는 일상적 한계 — 간결하지 않은 문장, 도구가 많은 코드베이스에서의 도구 선택 미스, 채팅 정리의 약함, 정신건강 관련 질의에 대한 과잉 반응 — 도 프로덕션 투입 전에 자기 과제로 재야 할 항목이다.

결론은 이렇게 갈라진다. 확인된 것은, 활성 17B 구조의 2세대 모델이 Tinker에서 입력 0.30달러·출력 1.00달러로 나왔고, 회사 표 기준으로 시각·직무·기업 운영 과제에서 동급 앞자리를 찍으면서 터미널 과제에서는 크게 뒤지는 들쭉날쭉한 성적표를 함께 냈으며, 스스로 소형 모델을 학습시키는 자동연구 시연을 426달러의 실청구와 함께 공개했다는 사실이다. 아직 확인되지 않은 것은, 가중치가 실제로 다음 주에 Apache 2.0으로 열리는지, 독립 평가에서 과제당 비용과 시간이 얼마로 찍히는지, 그리고 한국어 문서를 포함한 비영어권 업무에서의 실제 품질이다. 검증법은 자기 과제 안에 있다. 지금 쓰는 모델과 같은 코딩·문서 과제 열 건을 Tinker Playground와 샘플링으로 나란히 돌려, 성공률만이 아니라 과제당 총 토큰과 총 청구액, 사람이 버린 결과의 비율까지 같이 재는 것이다.

출처

퍼즈 한 줄 정리

이 모델은 「오픈」이라는 간판이 아니라 그 문이 열리는 조건으로 판단해야 한다. Inkling 2 Small은 앞자리 성적과 4분의 1로 내린 단가를, 아직 닫힌 가중치와 함께 읽어야 하는 모델이다 개골.