Inkling 2 Small: il modello aperto di Thinking Machines Lab, cos’è e a chi serve

Il 12 novembre 2026 Thinking Machines Lab ha pubblicato su Hugging Face i pesi di Inkling 2 Small, il suo modello di seconda generazione presentato il 5 novembre. I "pesi" sono il modello vero e proprio: averli significa poterlo scaricare, farlo girare sui propri server e adattarlo, senza passare per forza da un servizio a pagamento.

La licenza è Apache 2.0, una delle più permissive: consente anche l'uso commerciale e l'integrazione in prodotti propri. Per questo Inkling 2 Small si aggiunge alla lista, sempre più lunga, dei modelli aperti che puntano a competere con quelli chiusi dei grandi fornitori.

Che cos'è Inkling 2 Small, in pratica?

È un modello MoE (Mixture of Experts, "miscela di esperti"): al suo interno ci sono molte parti specializzate, ma per ogni parola ne lavora solo una piccola frazione. Così il modello è enorme sulla carta, ma più leggero da far rispondere. Legge testo e immagini, risponde con testo e permette di regolare quanto "ragionare" prima di rispondere. Questi i dati principali dichiarati dall'azienda:

CaratteristicaInkling 2 Small
Parametri594 miliardi in totale, 17 miliardi attivi per ogni parola
InputTesto e immagini (niente audio)
ContestoFino a 1 milione di token
LicenzaApache 2.0
Formati dei pesiNVFP4 (consigliato) e MXFP8
Dove si usaHugging Face, piattaforma Tinker e API di NVIDIA, Fireworks, Together, Baseten, Nebius, Modal e Cloudflare

Quanto è bravo, secondo i test dichiarati?

L'azienda lo presenta come pensato per agenti, programmazione, ricerca e lavoro d'ufficio. Alcuni risultati dichiarati da Thinking Machines Lab (non verificati in modo indipendente):

  • Lettura di documenti (OmniDocBench v1.6): 94,6%;
  • Comprensione di immagini e grafici (MMMU Pro): 81,6%;
  • Programmazione (DeepSWE v1.1): 72,1%;
  • Ricerca sul web (BrowseComp, con compattazione del contesto): 90,2%;
  • Indice di Artificial Analysis: circa 31, un salto netto rispetto ai precedenti modelli Inkling secondo l'azienda.

L'annuncio elenca anche i limiti: risposte meno sintetiche delle versioni precedenti, a volte la scelta dello strumento sbagliato quando ne ha molti a disposizione, una presentazione meno curata nelle conversazioni e nessun supporto per l'audio. Sui test di allineamento, cioè sul rispetto delle regole di comportamento, l'azienda stessa dichiara che resta dietro a GPT-6.1 Sol di OpenAI.

Si può far girare sul proprio computer?

Non su un PC normale. Secondo la scheda ufficiale, la versione NVFP4 richiede almeno 500 GB di memoria video complessiva (per esempio 2 schede NVIDIA B300 o 4 H200); la versione MXFP8 almeno 800 GB. Sulla pagina Hugging Face compaiono anche versioni compresse per llama.cpp, Ollama e LM Studio, e il modello è nell'elenco di Ollama, ma con 594 miliardi di parametri restano comunque file da centinaia di gigabyte, adatti a server o workstation molto potenti.

Se vuoi capire quali modelli girano davvero su un computer da ufficio, leggi la nostra guida AI in locale: cos'è, quando conviene e cosa serve, e l'articolo su llama.cpp 1.0, il motore usato da molti di questi programmi.

Cosa cambia per chi lavora?

Per il singolo professionista, poco nell'immediato: il modello si prova soprattutto tramite i fornitori di API indicati sopra. Per un'azienda con un reparto tecnico, invece, è un'opzione in più: un modello aperto, con licenza commerciale e finestra di contesto molto lunga, che si può installare sui propri server per elaborare documenti, contratti o codice senza mandare i dati a terzi.

Come per ogni modello, la scheda ufficiale raccomanda supervisione umana: può inventare informazioni ("allucinazioni") e non va usato in ambito medico, legale o di sicurezza senza ulteriori adattamenti e verifiche. I numeri dei test sono quelli dichiarati dall'azienda: prima di sceglierlo conviene provarlo sui propri casi reali.

Domande frequenti

Inkling 2 Small è gratuito?

I pesi si scaricano gratis da Hugging Face con licenza Apache 2.0. Se invece lo usi tramite API (Tinker o gli altri fornitori), paghi in base all'uso secondo i listini di ciascun servizio.

Perché si chiama "Small" se ha 594 miliardi di parametri?

Il nome lo colloca all'interno della famiglia Inkling 2. Per chi lo usa conta di più il numero di parametri attivi, 17 miliardi, che incide sulla velocità e sul costo di ogni risposta.

Capisce l'italiano?

La scheda ufficiale non pubblica dati per lingua e avverte che le prestazioni possono variare tra lingue e settori. Prima di usarlo per testi in italiano conviene fare qualche prova.

Fonti ufficiali

Questo articolo è scritto anche con l'aiuto di modelli di intelligenza artificiale, a partire dalle fonti ufficiali indicate, e viene rivisto prima della pubblicazione.

Condividi questo articolo sui tuoi socialShare this article on your social networksComparte este artículo en tus redes socialesTeile diesen Artikel in deinen sozialen Netzwerken

No products were found matching your selection.

Iscriviti alla newsletter di You vs AISubscribe to the You vs AI newsletterSuscríbete al boletín de You vs AIAbonniere den Newsletter von You vs AI