Inkling 2 Mini
介绍
Inkling 2 Mini 是 Thinking Machines Lab 于 2026 年 11 月 20 日发布的开源权重模型,定位为体积更小、可在笔记本上运行的 Inkling 2 系列新成员,与此前已收录的 Inkling 2 Small(594B 总参数)不同。官方公告:Introducing Inkling 2 Mini。官方账号 @thinkymachines 在 2026-11-20T20:10:34Z(北京时间 11 月 21 日 04:10)发帖:Some of you thought that Inkling 2 Small was too big…。
官网写道,它是 Mixture-of-Experts 的 循环 Transformer:中间层对每个 token 运行三次,从而在写下更少思维链的情况下做更多内部推理。规模为 26.4B 总参数、每 token 3.4B 激活,因循环计入后每 token 权重激活约为 5.4B。官方称,在总参数不足 100B 的开源权重模型中,它在 DeepSWE v1.1(48.2%) 和 Vals Index v2.2(46.5%) 等基准上领先;官方帖还给出 Artificial Analysis Index 20.1。实验室同时放出一个用于可监控性研究的 可变循环(variable-loop) 研究变体。Hugging Face 上也有介绍博文:https://huggingface.co/blog/inkling2mini 。
广告
解释
要解决什么问题
Inkling 2 Small 的总参数达到 594B,对希望在本地运行、并研究循环结构的人来说仍然偏大。Inkling 2 Mini 把循环 Transformer 做到约 26B 总参数,让更多人可以在笔记本上运行,也方便安全与可监控性社区观察“循环如何影响思维链是否可被监督”。
技术要点(均来自官网)
- 循环 MoE:中间层每个 token 跑三遍,用重复计算换更短、但仍可读的思维链;
- 规模:26.4B 总参数、3.4B 激活、约 5.4B 权重激活/token;
- 训练与部署:官网写明大部分权重以 NVFP4 原生训练并部署;
- 可变循环研究变体:用于比较不同循环次数。官网举例:在无思维链的时间跨度上,从 1 次循环的 16 秒提升到 3 次循环的 37 秒;串行推理基准上,循环加到 10 次(训练时的两倍)仍继续提升;思维链随循环变短但仍保持可读;增加循环并未使智能体破坏类测试趋势升高。
需要注意的界限
官方对比针对的是总参数不足 100B 的开源权重模型,评测设置可能因模型而异,官网也写了这一点。不要把它写成 Inkling 2 Small 的缩小版同构体:二者规模差一个数量级,定位也不同。本条不把非官方帖里的显存占用或第三方复述写成官方数字。
用法
适合谁
- 想在本地或轻量环境运行开源权重模型、做智能体编程的人;
- 研究循环结构、思维链可监控性的安全与对齐研究者;
- 已经在关注 Inkling 2 Small、但需要更小检查点的团队。
怎么用
- 读官方公告:https://thinkingmachines.ai/news/inkling-2-mini/ ;
- 官方帖:https://x.com/thinkymachines/status/2123871643797995872 ;
- 也可参考 Hugging Face 介绍:https://huggingface.co/blog/inkling2mini ;
- 评测对比时写明口径:官网强调的是不足 100B 总参数的开源权重模型,以及 DeepSWE v1.1、Vals Index v2.2 和官方帖中的 AA Index 20.1。
具体的推理入口、权重许可和下载方式以官网与 Hugging Face 当时公布的说明为准,本条不另行推断。