Thinking Machines veröffentlicht Inkling 2 Mini, ein offenes Looped-Transformer-Modell für Laptops

Das Mixture-of-Experts-Modell mit 26,4 Mrd. Parametern durchläuft seine mittleren Schichten dreimal pro Token, braucht rund 20 GB und führt laut Labor die offenen Modelle unter 100 Mrd. Parametern bei DeepSWE v1.1 und Vals Index v2.2 an.
Warum es wichtig ist
Die meisten kleinen offenen Modelle tauschen Qualität gegen Größe; Thinking Machines nutzt stattdessen seine mittleren Schichten mehrfach, sodass das Modell pro Token mehr rechnet, ohne längere Gedankenketten zu schreiben. Das Labor sieht darin einen Vorteil für die Überwachung und berichtet, eine Forschungsvariante mit variabler Schleifenzahl habe eine lesbare Gedankenkette behalten und bei mehr Schleifen in Tests zu agentischer Sabotage nicht höher abgeschnitten. ARC Prize nennt 49,3 % bei ARC-AGI-2. Abzuwarten sind unabhängige Coding-Tests und ob andere Labore Schleifen für lokale Modelle übernehmen.
Die wichtigsten Fakten
- 26,4 Mrd. Parameter, 3,4 Mrd. aktiv
- Mittlere Schichten dreimal pro Token
- Rund 20 GB, überwiegend NVFP4
- DeepSWE v1.1: 48,2 %; Vals Index v2.2: 46,5 %
- ARC-AGI-2: 49,3 % (ARC Prize)
- Auch Forschungsmodell mit variabler Schleifenzahl veröffentlicht