Y esta versión “más joven” superó a Inkling con 41 mil millones de parámetros activos:
— Terminal-Bench 2.1: 64,7% frente a 63,8%;
— HLE: 31,6% frente a 29,7%;
— SWE-Bench verificado: 80,2% frente a 77,6%.
El resultado se obtuvo después de destilar la política del modelo anterior y dos semanas más de RL en la programación del agente.
Inkling-Small admite imágenes y audio, contexto de hasta 1 millón de tokens y profundidad de razonamiento ajustable. Los pesos se publican íntegramente.
Los desarrolladores de agentes multimodales parecen tener una base abierta extremadamente eficaz.