The Pulse
Thinking Machines lance Inkling 2 Mini, un modèle à poids ouverts assez petit pour un ordinateur portable
Thinking Machines Lab a lancé Inkling 2 Mini, un modèle à poids ouverts dont l’empreinte mémoire est d’environ 20 Go. L’entreprise a également lancé une variante de recherche pour étudier l’effet de passages répétés dans les couches du modèle sur ses performances et sa supervision.

Thinking Machines Lab a lancé Inkling 2 Mini, un modèle d’IA à poids ouverts conçu pour fonctionner sur des ordinateurs locaux. L’entreprise indique que l’empreinte mémoire du modèle est d’environ 20 Go et qu’il est disponible sur sa plateforme Tinker pour l’inférence et la personnalisation.
Les poids sont disponibles au téléchargement sur Hugging Face sous licence Apache 2.0. Thinking Machines a également lancé une variante de recherche distincte pour étudier l’effet de l’architecture en boucle du modèle sur ses performances et sa supervision.
Modèle et matériel
Inkling 2 Mini accepte des entrées textuelles et des images et génère du texte. Sa fiche de modèle indique une fenêtre de contexte pouvant atteindre 1 million de tokens et décrit les usages prévus, notamment les assistants de programmation, les chatbots et les systèmes qui utilisent des outils.
Le modèle est un transformeur à mélange d’experts, une architecture qui oriente chaque token vers des parties sélectionnées du modèle. Ses 12 couches centrales sont exécutées trois fois avec des poids partagés, ce qui produit 48 applications de couches par token à partir de 24 couches de poids.
Inkling 2 Mini compte 26,4 milliards de paramètres au total et 3,4 milliards de paramètres actifs. En tenant compte des passages répétés, il compte 5,4 milliards d’activations de poids par token. La plupart des poids sont entraînés et déployés en précision NVFP4, tandis que les quatre dernières couches utilisent MXFP8.
L’entreprise prend en charge une utilisation locale sur les appareils Apple dotés de silicium et disposant d’au moins 32 Go de mémoire, ainsi que sur un seul NVIDIA DGX Spark. Pour les autres GPU et plateformes, elle recommande au moins 32 Go de mémoire vidéo.
Résultats en programmation et en recherche
Thinking Machines affirme qu’Inkling 2 Mini devance les modèles à poids ouverts comptant moins de 100 milliards de paramètres au total sur des benchmarks comme DeepSWE v1.1 et Vals Index v2.2. Sur DeepSWE v1.1, avec mini-swe-agent v2.4.6, l’entreprise lui attribue un score de 48,2 %, contre 42,2 % pour Qwen3.8-27B.
L’entreprise annonce également un score de 46,5 % sur Vals Index v2.2. Sa comparaison de vitesse utilise un plafond théorique de décodage de 614 Go/s avec des poids BF16 et une taille de lot de un, en incluant les lectures répétées au fil des boucles ; les configurations d’évaluation varient selon les modèles.
Sur les benchmarks de recherche et d’utilisation d’outils communiqués par l’entreprise, Inkling 2 Mini a obtenu 79,0 % sur BrowseComp et 85,3 % sur DeepSearchQA, dans les deux cas avec compactage. Thinking Machines indique que le score de factualité du modèle sur AA-Omniscience est comparable à celui d’autres modèles de même taille, et que les passages supplémentaires de son modèle de recherche à boucles variables n’ont pas amélioré les benchmarks faisant fortement appel aux connaissances.
Tester les passages répétés
Les boucles permettent au modèle d’effectuer davantage de calculs sans consigner tout son raisonnement dans une chaîne de pensée, c’est-à-dire le texte qui peut être lu pour surveiller son travail. Thinking Machines a utilisé la variante à boucles variables pour ses expériences de supervision, car elle permet de comparer différents nombres de passages.
Avec cette variante, l’entreprise a mesuré une augmentation de l’horizon temporel sans chaîne de pensée, qui est passé de 16 secondes avec un passage à 37 secondes avec trois passages. Les performances sur un benchmark de raisonnement séquentiel ont continué de s’améliorer jusqu’à dix boucles, soit deux fois le nombre utilisé pendant l’entraînement.
Selon l’entreprise, la chaîne de pensée écrite par le modèle est devenue plus courte à mesure que le nombre de boucles augmentait, tout en restant lisible. Elle indique que l’ajout de boucles n’a pas entraîné de tendance à la hausse des résultats du modèle aux tests de sabotage agentique.
Sources
- Source originale Thinking Machines Lab · page 1 thinkingmachines.ai
Autres pages lues
- Thinking Machines Lab · page 2 thinkingmachines.ai
Articles liés
- AWS ajoute un classement des modèles à SageMaker JumpStart
- DMM et Algomatic Dynamics lancent un routeur pour 60 modèles d’IA ou plus
- Dynatrace étend l’observabilité aux flux de travail de Gemini Enterprise
- FlashInfer sur ROCm achemine automatiquement les noyaux GPU d’AMD
- Google détaille comment transférer les historiques de conversations avec l’IA vers Gemini