Thinking Machines Lab släppte Inkling 2 Mini den 20 november 2026. Det är en modell med öppna vikter som tar emot text och bilder, stöder ett kontextfönster på en miljon token och är tänkt att vara tillräckligt liten för lokal användning. Artificial Analysis uppger att modellen erbjuds under licensen Apache 2.0. Thinking Machines säger att den kan användas för inferens och anpassas via företagets tjänst Tinker.
Modellens ovanliga egenskap är att den kör 12 av sina 24 lager tre gånger för varje token. De upprepade lagren återanvänder samma vikter, samtidigt som information skickas mellan körningarna. Det ger modellen mer beräkningskraft per token utan att behöva lagra tre separata kopior av lagren. Thinking Machines säger att konstruktionen ska hjälpa med uppgifter som kräver flera steg, till exempel kodningsagenter.
Hur stor är modellen och vad kan den göra?
Antalet parametrar beror på hur det upprepade arbetet räknas. Thinking Machines anger 26,4 miljarder parametrar totalt, 3,4 miljarder aktiva parametrar och 5,4 miljarder viktaktiveringar per token när looparna räknas in. Artificial Analysis räknar 5,4 miljarder aktiva parametrar inklusive de upprepade körningarna och uppger att modellen använder 3,1 miljarder unika vikter per texttoken. Hugging Face beskriver den som en modell med ungefär 26 miljarder parametrar totalt och 3 miljarder aktiva parametrar.
Artificial Analysis fann att Inkling 2 Mini presterade i nivå med Qwen3.8 27B vid inställningen xhigh och Nanbeige4.3-33B på deras Intelligence Index, samtidigt som den använde färre aktiva parametrar. Enligt deras uppskattning kostar varje Index-uppgift $0.59 och tar nio minuter med modellen, jämfört med $3.53 och 38.2 minuter för Qwen3.8 27B. Kostnadsuppskattningarna bygger på Thinking Machines publicerade API-priser och är inte uppskattningar av kostnaden för lokal körning.
Thinking Machines uppger resultat på 48.2% på DeepSWE v1.1 och 77.9% på det svåra testet SWE-bench Pro v2 med 51 uppgifter. Företaget påpekar att utvärderingsuppläggen skiljer sig åt mellan modellerna. Hugging Face säger också att ytterligare validering behövs, så resultaten ska inte ses som bevis för att modellen generellt är bättre än alternativen.
Kan den köras på en vanlig dator?
Thinking Machines uppger att modellen kräver omkring 20GB minne och beskriver hur den körs offline på en MacBook Pro med M5 Pro-chip och 48GB minne. Hugging Face listar stöd för bland annat Transformers, llama.cpp och MLX. Det ger tekniskt kunniga användare möjlighet att testa modellen lokalt, men innebär inte att den fungerar bra på alla bärbara datorer.
Thinking Machines har också släppt en forskningsversion som kan använda ett varierande antal loopar. Företaget säger att färre loopar gör inferensen snabbare, men kan försämra svarskvaliteten. Den versionen användes för att undersöka hur loopar påverkar prestandan och möjligheten att följa en modells resonemang. Den experimentella kontrollpunkten är separat från den vanliga versionen av Inkling 2 Mini.
Varför det spelar roll
För utvecklare med en tillräckligt kraftfull bärbar dator gör öppna vikter och stöd för verktyg för lokal inferens det möjligt att testa en modell utan att skicka varje prompt till en värdtjänstbaserad chattbot. Företaget uppger att modellen kräver omkring 20GB minne, men det är fortfarande oklart hur bra den fungerar på vanliga konsumentdatorer.