NEWS & DOCUMENTARYAIと人間のこれから。
RAXUS AIAIのいまを確かめて届ける。
LATEST EDITION

Thinking Machines Lab、マルチモーダルMoE「Inkling 2 Small」の重みを公開──594B総パラメータ・17B活性、NVFP4で動かすにはVRAM500GB超

Thinking Machines Labは2026年11月5日、第2世代のマルチモーダルMoEモデル「Inkling 2 Small」を発表し、11月12日に重みをHugging Faceで公開した。総パラメータ594Bのうちトークンごとに17Bを活性化する構成で、画像とテキストを入力し、コンテキスト窓は最大100万トークンとモデルカードに記載されている。重みはApache 2.0で、NVFP4チェックポイントには合計500GB以上のGPUメモリ、MXFP8チェックポイントには800GB以上が必要で、一般的なPC向けのモデルではない。同社が公表したArtificial Analysis Intelligence Indexのスコアは31だが、モデルカード掲載の表ではAA Index(v5.0)の値は30.6で、いずれも提供者自身の公表値だ。

Inkling 2 Smallは、Thinking Machines Labが「2番目のモデル世代」として11月5日に発表した。発表時点では学習プラットフォームTinker経由で重みを閉じた状態で提供を始め、外部の安全性テストとレッドチーミングの完了後にApache 2.0ライセンスで全重みを公開する方針を示していた。11月12日の追記で、重みはHugging Faceからダウンロード可能になり、推論はUnsloth、SGLang、vLLM、TokenSpeedに対応、追加学習はMiles、SkyRL、Snowflake Cortex Trainingでできると案内された。API経由ではNVIDIA、Fireworks、Together、Baseten、Nebius、Modal、Cloudflareが提供している。

「来週には、外部の安全性テストとレッドチーミングの完了後に、全重みをApache 2.0ライセンスで公開するつもりだ。」

We intend to make the full weights available under an Apache 2.0 license next week after the completion of external safety testing and red-teaming.

2026年11月5日のInkling 2 Small発表本文(2026-11-18確認)
図解Inkling 2 Smallの公開までの経緯(公式発表・モデルカードの記載)
  1. 発表

    Tinker経由で重みを閉じた状態で提供開始。Apache 2.0での全重み公開を予告

  2. 重みを公開

    Hugging Faceでダウンロード可能に。SGLang・vLLMなど推論経路とAPI提供事業者を案内

  3. モデルカード更新

    Hugging Faceリポジトリの最終更新。確認時点でダウンロード30,082

Thinking Machines Lab公式発表(2026-11-05公開)とHugging Faceモデルカード・API応答(2026-11-18確認)から作成。リポジトリの作成は2026-11-04、最終更新は2026-11-17時点の記録。

アーキテクチャ──594Bのうち17Bが動く

モデルカードによると、Inkling 2 Smallは48層のdecoder-only Transformerで、feed-forward部は疎なMoE(混合専門家)構成だ。384のエキスパートのうち、トークンごとに8つへルーティングされる。Attentionはローカルとグローバルの層を混ぜたハイブリッドで、画像はVision Transformerで符号化してテキストと共有の潜在空間に入れ、出力はテキストだ。コンテキスト窓は最大100万トークンと仕様に記載がある。総パラメータ594B・活性17Bという数字は、計算量の大きさと重みの保持コストが別問題であることも意味する。17B活性を「17Bモデルと同じメモリで動く」と読むことはできず、594B分の重みを保持できる環境が前提になる。

学習はプレトレーニングからポストトレーニングまでNVFP4(NVIDIAのBlackwell世代で導入された4ビット浮動小数点形式)で行ったとモデルカードにあり、公式発表の説明では、初期のプレトレーニング(H1)は自然言語・コード・画像の8.4兆トークンをNVIDIA GB300 NVL72ラックで68時間実行した。第2段階(H2)は3.8兆トークンをコンテキスト512Kで、第3段階(H3)は推論とエージェントの軌跡を中心に約3,200億トークンをコンテキスト1Mで、第4段階(H4)は約340億トークンの高品質データのみと、段階的に絞り込んだとしている。H3とH4の混合データはKimi K3を含む以前のモデルが生成した軌跡が大部分で、社内のコードカットオフは2026年6月と説明される。

動かすために必要な環境

重みはNVFP4とMXFP8の2種類のチェックポイント形式で配布される。モデルカードの記載では、主となるNVFP4チェックポイントには合計500GB以上のVRAMをもつGPUクラスタが必要で、構成例はB300 GPU 2基かH200 GPU 4基。MXFP8チェックポイントは合計800GB以上で、B300 4基かH200 8基が例として挙がっている。学習環境の公表値(GB300 NVL72)と合わせると、このモデルは大規模なGPU環境をすでに持つ事業者向けの公開で、ローカルPCで動かすものではない。

図解2種類のチェックポイントと必要なGPUメモリ(モデルカードの記載)
  • NVFP4

    必要VRAM(合計)
    500GB以上
    構成例
    B300 GPU 2基/H200 GPU 4基
  • MXFP8

    必要VRAM(合計)
    800GB以上
    構成例
    B300 GPU 4基/H200 GPU 8基

Hugging Faceモデルカード「Required hardware」の節(2026-11-18確認)から作成。構成例はモデルカードが挙げるもので、これ以外の組み合わせが使えないわけではない。NVFP4は学習・推論ともにネイティブで使われた形式。

公表スコアは提供者自身の値

公式発表は、Artificial Analysis Intelligence Indexのスコア31で前世代を大きく上回ったと説明する。ただしモデルカードに掲載された比較表では、Inkling 2 SmallのAA Index(v5.0)の値は30.6と記されている。発表本文と表で小数点以下の扱いが異なる可能性があり、31は同社の発表値、30.6は同社公表表の値として区別して扱うべきだ。いずれも提供者自身が公表した数値で、今回の資料に第三者検証は付いていない。重みの公開は学習データや学習コードの全面公開を意味しない。コンテキスト100万トークンも仕様上の上限で、全長での品質が保証された値ではない。可変エフォート(variable effort)への対応は発表本文にあるが、詳細な条件は今回の資料には記載されていない。

出典

  1. Thinking Machines Lab公式発表「Introducing Inkling 2 Small」(2026-11-05公開、11月12日の更新追記、2026-11-18本文確認)594B総・17B活性・画像入力・variable effortの発表本文、AA Indexスコア31、Tinkerでの提供とApache 2.0公開の予告、11月12日の重み公開と対応推論・学習・APIの案内、H1〜H4の学習段階の説明の原典
  2. Hugging Faceモデルカード thinkingmachines/Inkling-2-Small(README、Apache-2.0表記、2026-11-18確認)48層・384 experts中8ルーティング・ハイブリッドAttention・1Mコンテキストの仕様、NVFP4/MXFP8チェックポイントのVRAM要件(500GB/800GB)と構成例、NVFP4ネイティブ学習、比較表のAA Index (v5.0) 30.6
  3. Hugging Face APIモデル情報 thinkingmachines/Inkling-2-Small(2026-11-18実行)リポジトリ作成2026-11-04・最終更新2026-11-17・ダウンロード30,082・ライセンスタグapache-2.0の記録

出典の確認日 2026.11.18

KEEP EXPLORING

あわせて読みたい記事と映像

プロダクトの記事一覧
  1. GitHub、エージェントセッションを端末間で継続させる「Agent Host Protocol」の実装を解説──VS CodeとGitHubで2つのホスト実装、6言語のSDK

    GitHubは2026年11月17日、公式Engineeringブログで、AIエージェントのセッションをエディタ、スマートフォン、クラウドの間で引き継ぐオープンなプロトコル「Agent Host Protocol(AHP)」の実装構造を解説した。執筆したのは同社のプリンシパルソフトウェアエンジニア、Connor Peet氏とRob Lourens氏だ。AHPの開発は2026年前半にVS Codeで始まり、仕様は10月2日にv1.0.0、11月13日にv1.1.0として公開済みである。今回の記事は新規プロトコルの発表ではなく、VS CodeとGitHubという異なる2実装に共通で使われている構造と設計判断の開示が中心だ。

    記事を読む
  2. Appleの研究チーム、対話操作に足る速さの動画生成「FastFrames」を公開──1.3B構成で1フレーム36ms、VAE復号とKVキャッシュ更新の置換が鍵

    Appleの研究チームは2026年11月17日、入力に応じた対話操作が可能な速さで480p動画を生成する自己回帰型動画拡散モデル「FastFrames」の論文をarXivに公開した(arXiv:2611.23226)。1.3Bの構成では単一のNVIDIA B200で1フレーム36ミリ秒(毎秒27.8回の応答)、14Bの構成では8基のB200で45ミリ秒を著者らは報告している。論文はまず既存モデルの推論を計測し、VAE復号とKVキャッシュ更新という「固定の実装詳細」とされてきた処理がエンドツーエンド遅延の半分以上を占めることを示したうえで、この2つを軽量な代替に置き換えた。論文、コード、重みが公開されている。

    記事を読む
  3. Google、GeminiのエージェントをTasksへ刷新──日本を含む6カ国で無料提供を順次開始、Gemini 4 Hydrogenとアカウント専用VMで実行

    グーグルは2026年11月17日、Geminiアプリの常時稼働型エージェントを「Tasks」として刷新し、米国・日本・韓国・カナダ・オーストラリア・インドの6カ国で無料提供を順次開始すると発表した。Gemini 4 Hydrogenを使い、ホーム画面のトグルをChatからTaskへ切り替えると、Google CloudのAgent Compute Engineが提供するアカウント専用のハードウェア隔離VMでタスクを実行する。電話発信やgemini@google.comへのメール転送、SMSによる指示は米国から順次の提供で、日本で同等の機能が使えるとは発表されていない。重要な操作の前に確認や事前承認を求める設計も明らかにした。

    記事を読む