# Inkling 2 Small belegt Platz drei bei der Website-Generierung auf DesignArena

> Das Modell von Thinking Machines Lab mit 594 Milliarden Parametern erreichte 1340 Punkte in der Rangliste von DesignArena für Website-Generierung. Es ist über Tinker verfügbar; eine Veröffentlichung der Gewichte unter Apache 2.0 ist nach externen Sicherheitsprüfungen geplant.
>
> OpenCheese AI · 2026.11.07 · Webseite: https://opencheese.dev/de/blog/inkling-2-small-belegt-platz-drei-bei-der-website-generierung-auf-designarena

Inkling 2 Small hat 594 Milliarden Parameter, was bei dem Wort "Small" reichlich Interpretationsspielraum lässt. Das Text- und Bildmodell von Thinking Machines Lab belegte mit 1340 Punkten den dritten Platz in der Rangliste von DesignArena für Website-Generierung vom 5. November. Entwickler können es bereits über Tinker ausführen und feinabstimmen, doch bis zur geplanten Veröffentlichung unter Apache 2.0 bleiben seine Gewichte unter Verschluss.

## Ein starkes Ergebnis in einem klar abgegrenzten Bereich

Muse Wonder und Muse Spark 1.3 belegten die beiden Plätze vor Inkling 2 Small. Die Spitze der Rangliste für Website-Generierung sah so aus:

| Platz | Modell | Punktzahl |
| --- | --- | --- |
| 1 | Muse Wonder | 1366 |
| 2 | Muse Spark 1.3 | 1351 |
| 3 | Inkling 2 Small | 1340 |

Dieselbe Rangliste enthält auch GPT-6 Astra, Kimi K3 und Claude Opus 5.5. Ihre jeweiligen Punktzahlen werden im Bericht nicht genannt, sodass er keinen detaillierten Vergleich mit jedem dieser Modelle ermöglicht.

**Die Kategorie ist entscheidend.** Der dritte Platz ist ein Ergebnis für die Website-Generierung und kein Beleg für dieselbe Platzierung bei jeder Programmieraufgabe oder allgemeinen KI-Evaluierung.

Im separaten Artificial Analysis Intelligence Index erreichte Inkling 2 Small 30,6 Punkte und lag damit deutlich über früheren Inkling-Versionen. Der Bericht nennt die früheren Punktzahlen nicht, weshalb sich das Ausmaß dieser Verbesserung nicht beziffern lässt.

## Ein großes Modell, das nur einen Teil seiner selbst aktiviert

Die Gesamtzahl von 594 Milliarden Parametern beschreibt die vollständige Größe des Modells. Seine Architektur vom Typ Mixture of Experts (MoE) ermöglicht es, für jede Anfrage nur einen Teil dieser Parameter zu aktivieren. Das reduziert den Rechenaufwand gegenüber einer gleichzeitigen Nutzung aller Parameter.

Diese Unterscheidung hilft zu verstehen, wie ein Modell mit einer derart großen Parameterzahl den Rechenaufwand für eine einzelne Anfrage begrenzen kann. Sie beseitigt jedoch nicht den Ressourcenbedarf aller Modellgewichte, der weiterhin beträchtlich ist.

Der Bericht nennt keine Zahl für die aktiven Parameter. Die Gesamtzahl allein sagt Entwicklern daher nicht, wie viel vom Modell bei einer bestimmten Anfrage genutzt wird.

Inkling 2 Small unterstützt außerdem eine einstellbare Reasoning-Tiefe. Aus den verfügbaren Informationen geht weder hervor, welche Einstellungen es gibt, noch wie stark sie sich auf Leistung, Geschwindigkeit oder Kosten auswirken.

## Programmieren mit visuellem Feedback

Inkling 2 Small kann Websites, Spiele und dreidimensionale Projekte erstellen, anschließend Bilder der Ergebnisse untersuchen und Korrekturen vornehmen. Sein Programmierprozess kann daher eine Feedbackschleife umfassen, in der das erzeugte Ergebnis zur Eingabe für die nächste Überarbeitung wird.

Bei der Arbeit an Websites und Benutzeroberflächen ist das Erscheinungsbild Teil des bewerteten Ergebnisses. Ein Modell, das das Ergebnis überprüfen kann, hat die Möglichkeit, auf das von ihm Erzeugte zu reagieren, statt seine Arbeit zu beenden, sobald der Code geschrieben ist.

**Visuelles Feedback ist eine Fähigkeit**, aber keine Garantie dafür, dass jede Überarbeitung eine Verbesserung bringt. Aus der berichteten Rangliste lässt sich nicht ablesen, welchen Anteil diese Funktion an der Punktzahl des Modells hatte.

Das Training umfasste auch umfangreiche Aufgaben in der Softwareentwicklung. Als Beispiele wurden genannt:

- **Arbeit an realen Repositories**, bei der das Modell mit Aufgaben innerhalb bestehender Softwareprojekte konfrontiert wurde.
- **Arbeit an der GPU-Performance**, mit dem Ziel, den Einsatz von Grafikprozessoren zu verbessern.
- **Autonomes Modelltraining**, bei dem es andere Modelle trainierte.

Diese Beispiele beschreiben das Trainingsprogramm. Für die Arbeit an Repositories, die GPU-Performance oder das autonome Training werden keine separaten Benchmark-Ergebnisse genannt. Daher sollte das Ergebnis bei der Website-Generierung nicht zu einer Aussage über die Leistungsfähigkeit in allen drei Bereichen ausgeweitet werden.

## Zugriff über Tinker jetzt, herunterladbare Gewichte später

Entwickler haben derzeit über Tinker Zugriff auf Inkling 2 Small, um es auszuführen und feinabzustimmen. Bis zur Veröffentlichung der Gewichte bleibt der Zugriff auf die Infrastruktur von Thinking Machines Lab beschränkt.

Das Unternehmen plant, die Gewichte in der Woche nach dem Bericht vom 6. November unter Apache 2.0 zu veröffentlichen. Zuvor sollen externe Sicherheitsprüfungen und Tests stattfinden, die untersuchen, wie widerstandsfähig das Modell gegen Versuche ist, seine Beschränkungen zu umgehen.

**Die Veröffentlichung ist weiterhin geplant.** Der Bericht enthält weder Ergebnisse abgeschlossener Prüfungen noch ein genaues Veröffentlichungsdatum. Der Zugriff über Tinker ist bereits verfügbar, während die Veröffentlichung der Gewichte ein separater, zukünftiger Schritt bleibt.

Für Entwickler, die den Einsatz des Modells erwägen, ergibt sich daraus eine praktische Trennung. Tests und Feinabstimmung können über Tinker beginnen, aber alle Vorhaben, die direkten Zugriff auf die Gewichte erfordern, müssen bis zu deren Veröffentlichung warten.

Auch dann müssen die MoE-Architektur und die Gesamtgröße des Modells gemeinsam berücksichtigt werden. Das Wort "Small" sollte bei der Hardware-Budgetplanung wohl besser außen vor bleiben.

## Ähnliche Beiträge

- 2026.10.29 · [Canva Craft, Canvas erstes Bildmodell, plant ein Design, bevor es eines zeichnet](https://opencheese.dev/de/blog/canva-craft-canvas-erstes-bildmodell-plant-ein-design-bevor-es-eines-zeichnet.md): Canva hat Canva Craft veröffentlicht, ein Bildmodell, das mit von Menschen erstellten Vorlagen trainiert wurde und vor der Generierung Layout und Text plant. Auf Design Arena belegt es Platz vier hinter drei Modellen von OpenAI.
- 2026.10.29 · [Anthropic reicht S-1 ein und plant Nasdaq-Notierung als ANT nach 80,7 Milliarden Dollar Verlust im Halbjahr](https://opencheese.dev/de/blog/anthropic-reicht-s-1-ein-und-plant-nasdaq-notierung-als-ant-nach-80-7-milliarden.md): Anthropic hat sein S-1 veröffentlicht und plant eine Nasdaq-Notierung unter dem Tickersymbol ANT. Daraus gehen 16,3 Milliarden Dollar Umsatz im ersten Halbjahr, ein Nettoverlust von 80,7 Milliarden Dollar und Verpflichtungen für Rechenleistung in Höhe von mehreren hundert Milliarden Dollar hervor.
- 2026.10.28 · [SpaceX verpflichtet sich zu GPU-Leasing über 40 Milliarden Dollar mit einer von Apollo verwalteten Gesellschaft](https://opencheese.dev/de/blog/spacex-verpflichtet-sich-zu-gpu-leasing-ueber-40-milliarden-dollar.md): SpaceX gab eine verbindliche Zusage für KI-Chips und Rechenzentrumsausrüstung im Wert von rund 40 Milliarden Dollar bekannt, die eine von Apollo verwaltete Gesellschaft kauft und an SpaceX zurückverleast. Musk nahm dies zum Anlass, eine Marktbereinigung unter Neocloud-Anbietern vorherzusagen.