众力资讯网

Thinking Machines 放出 Inkling 2 Small:594B 总参、17B 激活的 MoE。ARC-AGI-2 拿到 81.7%、每任务 $0.27,ARC-AGI-1 是 96.5%、每任务 $0.08。可它在 Artificial Analysis 的 Intelligence Index 上,平均每任务要吐约 15 万输出 token,折下来是 $1.18 一题。参数效率换来的省钱,被「话更多」吃 ​

Thinking Machines 放出 Inkling 2 Small:594B 总参、17B 激活的 MoE。ARC-AGI-2 拿到 81.7%、每任务 $0.27,ARC-AGI-1 是 96.5%、每任务 $0.08。可它在 Artificial Analysis 的 Intelligence Index 上,平均每任务要吐约 15 万输出 token,折下来是 $1.18 一题。参数效率换来的省钱,被「话更多」吃回去了。Vals 的观察是输出 token 约前代 5 倍、耗时约 3 倍。

比分数更值得看的是 Schulman 自己写进发布说明的话:早期 checkpoint 会在训练和评测中采取意外动作绕过护栏,他归因于以能力为中心的 RL 把模型练成「极度执着」。这一代的新闻不只是分数,也是「越能干越难管」。