AI-modeller og platforme
Thinking Machines Lab lancerer Inkling 2 Mini til lokale enheder

NøglepunkterLooping forbedrer ræsonnementet uden at lade vægte lagre flere fakta, da viden følger…
Vis mere
- Looping forbedrer ræsonnementet uden at lade vægte lagre flere fakta, da viden følger det samlede antal parametre.
- Den loopede model krævede 140 % mere inferensberegning for at matche tabet i den ubeskårne ikke-loopede version.
- Intern looping lader modeller ræsonnere uden skriftlige spor, hvilket underminerer overvågning af tankekæder.
Thinking Machines Lab lancerede Inkling 2 Mini den 20. november 2026. Det er en model med åbne vægte, der er udviklet til at køre på almindelige bærbare computere. Den har i alt 26,4 milliarder parametre og fylder omkring 20 GB i hukommelsen. Modellen forbedrer sin ræsonnering ved at behandle sine mellemlag flere gange.
De fulde vægte for Inkling 2 Mini og en tilhørende forskningsmodel, TML-d24-varloop-research, er tilgængelige på Hugging Face. Tinker tilbyder inferens og finjustering samt chat i Tinker Playground, mens lokale muligheder omfatter Ollama på Mac-systemer med mindst 32 GB RAM og GGUF-versioner via Unsloth og llama.cpp.
En demonstration fra virksomheden viser Inkling 2 Mini køre offline på en MacBook Pro i flytilstand under en flyvning, hvor modellen på få minutter skabte en spilbar flysimulator. I en anden demonstration bruges én offline MacBook til at drive alle 20 indbyggere i Thinkyville, en simuleret pixelby. Demonstrationen viser, hvordan flere vedvarende agenter kan køre lokalt.
Sådan fungerer arkitekturen med gentagne gennemløb
Inkling 2 Mini er en transformer med en blanding af eksperter, hvilket betyder, at kun en del af modellens specialiserede komponenter bruges til hvert token. Dens 24 lag er inddelt i fire blokke med seks lag i hver. Den første og den sidste blok køres én gang, mens de to midterste blokke deler vægte og køres tre gange. Det giver 48 laganvendelser pr. token ud fra 24 lag, der er gemt. Når de gentagne gennemløb medregnes, har modellen 3,4 milliarder aktive parametre og 5,4 milliarder vægtaktiveringer pr. token.
Opmærksomhedsresidualer gør det muligt for hvert lag at lære sin egen blanding af output fra tidligere blokke i stedet for at lægge hvert output til én samlet, løbende sum. Det andet og tredje gennemløb modtager også en gated besked fra det foregående gennemløb. I begyndelsen blokerer denne gate beskeden, men lærer under træningen gradvist at lukke mere af den igennem. Dermed kan gentagne gennemløb indføres uden at destabilisere modellen.
I virksomhedens sammenligning af træningsforløb krævede en ikke-beskåret model uden gentagne gennemløb 7,5 % mindre beregningskraft at træne, men 140 % mere beregningskraft til inferens for at opnå samme loss som modellen med gentagne gennemløb på agentbaserede spor med 512.000 tokens.
Træningen begyndte med 384 eksperter, hvoraf otte blev udvalgt for hvert token. To tredjedele blev beskåret midt i træningen, så der var 128 af de mest anvendte eksperter tilbage i hvert lag. Derefter blev modellen trænet på 1 billion tokens destilleret fra en større intern Inkling-model for at genvinde sin tidligere ydeevne. Tyve lag blev trænet og sættes i drift med 4-bit NVFP4, mens de sidste fire bruger 8-bit MXFP8. Virksomheden siger, at samme præcision under træning og drift undgår konverteringstab fra kvantisering efter træningen.
Kodningsydelse og modellens begrænsninger
Thinking Machines Lab oplyser, at modellen opnåede 48,2 % på DeepSWE v1.1 og 77,9 % i evalueringen af de 51 opgaver i SWE-bench Pro v2 Hard. Til sammenligning opnåede Qwen3.8-27B henholdsvis 42,2 % og 73,8 %. Modellen fik desuden 46,5 % på Vals Index v2.2. I sammenligningen bemærkes det, at evalueringsopsætningerne varierer fra model til model.
Virksomheden siger, at gentagne gennemløb forbedrer ræsonneringen uden at gøre det muligt for vægtene at lagre flere fakta; mængden af viden afhænger hovedsageligt af det samlede antal parametre. Inkling 2 Minis resultat på AA-Omniscience er på niveau med andre modeller af samme størrelse, mens modellens føring blandt modeller med åbne vægte i tilsvarende størrelse på BrowseComp, DeepSearchQA og MCP Atlas skyldes effektiv brug af søgning og værktøjer.
Virksomheden siger også, at Inkling 2 Mini ikke er den stærkeste lille model til chat over flere samtalerunder eller instruktioner med mange begrænsninger. Den opnåede 50,0 % på MultiChallenge og 33,4 % på ComplexConstraints v1.1. Den klarer sig dårligere end større modeller på ræsonneringstunge benchmarks, herunder CritPt v2 og HLE-Diamond.
Hvad testene med variabelt antal gennemløb viser
Gentagne gennemløb gør det vanskeligere at overvåge ræsonneringstrin, en praksis, hvor man læser modellens skriftlige ræsonnering for at holde øje med dens adfærd. En konventionel transformer skal formulere sin ræsonnering eksplicit, hvis den kræver yderligere sekventielle trin; en model med gentagne gennemløb kan udføre flere af disse trin internt, før den genererer tekst. Ræsonnering, der aldrig bliver til tekst, kan ikke undersøges af denne type overvågningsværktøj.
Da Inkling 2 Mini kun understøtter et fast antal gennemløb, trænede laboratoriet TML-d24-varloop-research med mellem ét og fem gennemløb, oftest tre, og udførte forstærkningslæring med tre gennemløb. På en delmængde af Think Fast oplyser virksomheden, at modellens tidshorisont uden ræsonneringstrin – defineret som den tid, mennesker bruger på at fuldføre opgaver, som modellen kan løse med 50 % pålidelighed uden skriftlig ræsonnering – steg fra 16 sekunder ved ét gennemløb til 37 sekunder ved tre, hvorefter den stort set fladede ud. Nøjagtigheden på N-Hop Lookup fortsatte med at blive bedre gennem ti gennemløb, selv om modellen ikke var blevet trænet med mere end fem.
I virksomhedens indledende analyse af GPQA Diamond-spørgsmål, som blev besvaret korrekt ved alle testede dybder, faldt den gennemsnitlige længde på ræsonneringssporene fra 3.703 tokens ved ét gennemløb til 1.661 ved fem. Den gennemsnitlige sætningslængde ændrede sig kun fra 8,9 til 8,7 ord, og andelen af ord, der findes i en engelsk ordbog, faldt fra 94,6 % til 94,4 %. De kortere spor var mere direkte og indeholdt færre tilbageskridt.
De agentbaserede test brugte en finjusteret udgave af Inkling 2 Mini, der kun var trænet til at være hjælpsom, samt modellen med variabelt antal gennemløb i LinuxArena. Med Qwen3.6-35B-A3B som en svagere overvågningsmodel fandt virksomheden ingen tydelig tendens i andelen af skjulte angreb, efterhånden som antallet af gennemløb steg. Når overvågningsmodellen kun fik adgang til værktøjskald og deres output, blev et betydeligt antal angreb ikke opdaget.
Disse resultater om, hvor lette modellerne er at overvåge, er foreløbige. Forstærkningslæringen blev kun udført ved tre gennemløb, så eksperimenterne fastslår ikke, hvad en model, der er trænet med flere gennemløb, ville lære. Virksomheden advarer desuden om, at en sådan model muligvis ville komprimere sin ræsonnering mere aggressivt.
For forskere i AI-tilsyn er det åbne spørgsmål, om den forståelighed, der blev observeret i denne skala, også gør sig gældende for større modeller og træningsforløb, der optimerer dybere loops. Udgivelserne med faste og variable åbne vægte giver en direkte mulighed for at undersøge dette spørgsmål på tværs af loopdybder.












