2026年11月5日、米AI業界の新興企業Thinking Machines Labが、次世代の軽量型AIモデル「Inkling 2 Small」を発表した。元OpenAIの最高技術責任者（CTO）が率いる同社による今回のリリースは、高効率なモデル開発の分野において大きな注目を集めている。
Thinking Machines Lab、総パラメータ数594Bの「Inkling 2 Small」を公開
Thinking Machines Labは、エージェント型コーディングやビジョン処理、高度なナレッジワークに対応する最新の第2世代AIモデル「Inkling 2 Small」を正式に発表した。同モデルは総パラメータ数594B（うち有効パラメータ17B）を持つ大規模混合エキスパート（MoE）※モデルであり、テキストや画像の入力に対応する設計になっている。
これまでの軽量モデルと比較して、推論時における効率性と高い処理能力の両立を実現している点が大きな特徴である。開発者向けの「Tinker Playground」等を通じて先行提供が開始されており、外部の安全性テストやレッドチーミングの完了後、来週にはApache 2.0ライセンスのもとでモデルの重み（ウェイト）が完全公開される予定だ。
※大規模混合エキスパート（MoE）：入力データに応じて最適な専門ネットワーク（エキスパート）の一部を選択して稼働させることで、全パラメータを常時動かすよりも計算効率を高めるAIのアーキテクチャ。
高性能化と効率化をもたらす一方で、段階的公開や運用コスト管理が鍵に
「Inkling 2 Small」の登場は、ビジネスや開発現場におけるAI活用の選択肢を大きく広げるメリットを持つ反面、運用設計における留意点も存在する。主なメリットとして、高度な推論能力やコーディング支援を、17Bのアクティブパラメータによる低い計算コストとレイテンシで実現できる点にあり、企業の業務効率化や自律型エージェント開発を強力に後押しすると期待されている。
一方で、安全性を重視した段階的公開（a safe path to open weights）をとっているため、発表直後はTinker上でのクローズドウェイト提供にとどまり、オンプレミス等の完全自社環境へデプロイするには来週の重み公開を待つ必要がある。また、自律的に試行錯誤を繰り返す長時間のタスク実行では、試行回数に応じて計算リソース消費が増加するため、実際の運用における費用対効果の見極めが重要になると言える。
今後は、予定されている重みの公開や追加の安全性テストの完了を経て、多様な産業分野への導入がさらに加速すると予測される。AIエージェントの自律的なタスク処理能力がどこまで実用性を高められるかが、今後の市場における普及の鍵を握る見通しである。
Thinking Machines Lab ニュースリリース
関連記事：
