Découvrez Inkling 2 Mini, le nouveau modèle multimodal de Thinking Machines Lab utilisant une architecture Looped Transformer pour des performances exceptionnelles sur matériel local.

Le 20 novembre 2026 marque une étape cruciale pour l'écosystème de l'IA open-source avec la sortie d'Inkling 2 Mini par Thinking Machines Lab. Alors que la course à la taille des paramètres semble s'accélérer, Thinking Machines Lab prend le contre-pied en se concentrant sur l'efficacité extrême et l'accessibilité sur le matériel grand public.
Inkling 2 Mini n'est pas seulement un modèle de plus ; c'est une réponse directe au besoin croissant des développeurs pour des modèles capables de traiter nativement du texte et des images sans dépendre de clusters de GPU massifs. En tant que modèle multimodal open-weight sous licence Apache 2.0, il offre une flexibilité totale pour le déploiement on-device et l'intégration dans des applications privées.
Au cœur d'Inkling 2 Mini se trouve une architecture novatrice de type 'Looped Transformer'. Contrairement aux architectures classiques, ce décodeur de 24 couches utilise un mécanisme de boucle où les 12 couches centrales sont exécutées trois fois avec des poids partagés. Cette approche permet d'obtenir l'équivalent de 48 couches d'application par token à partir de seulement 24 couches de poids réels.
Le modèle utilise également une structure de Mixture of Experts (MoE) parcimonieuse. Sur un total de 26,4 milliards de paramètres, seuls 3,4 milliards sont actifs par token (8 experts sur 128 par couche). Grâce aux passages de boucle supplémentaires, le modèle atteint une efficacité effective de 5,4 milliards de paramètres actifs par token, offrant un rapport performance/coût computationnel inégalé.
La multimodalité est native : un encodeur Vision Transformer (ViT) projette les images et le texte dans un espace latent partagé, permettant une compréhension holistique des entrées hybrides. L'attention hybride (locale et globale) assure une gestion fluide de la fenêtre de contexte massive de 1 million de tokens.
Inkling 2 Mini se positionne stratégiquement pour l'usage sur appareils (on-device) et l'edge computing. Bien qu'il ne cherche pas à concurrencer les modèles de plus de 27B paramètres dans des tâches de raisonnement pur de niveau frontalier, ses scores sont impressionnants pour sa catégorie. Il affiche un Third Party Index de 4.4, surpassant de nombreuses références dans sa classe de taille.
Dans les tests comparatifs, le modèle rivalise étroitement avec Gemma 4 31B, Muse Glimmer et Qwen3.8-27B. Sa capacité à maintenir une haute précision tout en restant dans un footprint mémoire réduit en fait un candidat idéal pour les architectures embarquées.
L'évaluation a été réalisée via une méthodologie rigoureuse incluant des tests de compréhension visuelle, de raisonnement logique et de génération de code, comparant directement les capacités de traitement multimodal par rapport aux modèles propriétaires et open-source de taille similaire.
L'un des plus grands atouts d'Inkling 2 Mini est sa compatibilité immédiate avec le matériel existant. Le checkpoint unique d'environ 20 Go, livré en précisions mixtes NVFP4 et MXFP8, est conçu pour tourner de manière fluide sur l'écosystème Apple Silicon (MacBook, Mac mini, Studio) avec au moins 32 Go de RAM.
Pour les environnements de production plus robustes, le modèle est supporté sur NVIDIA DGX Spark. La communauté a déjà pris les devants avec l'intégration des poids via les quantifications GGUF, assurant une compatibilité avec les outils les plus populaires du marché.
Le support logiciel est exhaustif, couvrant les besoins des ingénieurs ML, des chercheurs et des développeurs d'applications.
Pour ceux qui préfèrent ne pas héberger le modèle localement, Inkling 2 Mini est disponible via OpenRouter à des tarifs extrêmement compétitifs. Le coût est aligné sur la classe de modèles GPT-6 Luna, rendant la multimodalité de haute qualité accessible même pour les projets à faible budget.
Cette tarification agressive permet aux développeurs de tester des agents multimodaux complexes et des systèmes RAG à grande échelle sans craindre une explosion des coûts opérationnels.
Grâce à sa fenêtre de contexte de 1M de tokens et ses capacités multimodales, Inkling 2 Mini excelle dans le RAG (Retrieval-Augmented Generation) visuel, l'analyse de documents complexes et l'assistance au codage. Il est particulièrement adapté aux agents autonomes devant interpréter des interfaces graphiques ou des flux vidéo.
Pour les besoins spécifiques, Thinking Machines Lab propose la plateforme Tinker (playground + cookbook) pour le fine-tuning. Le post-entraînement peut être optimisé via les frameworks Miles et SkyRL, permettant d'ajuster le modèle à des domaines verticaux précis comme la médecine ou le droit.
Les développeurs peuvent accéder à Inkling 2 Mini dès maintenant via les endpoints d'OpenRouter pour une utilisation API, ou télécharger les poids directement pour un déploiement local via Ollama ou llama.cpp. La famille Inkling continue de s'étendre, avec Inkling 2 Small (594B MoE) déjà disponible pour les besoins de niveau entreprise.
API Pricing — Input: 0.10 USD per million tokens (OpenRouter) / Output: 0.40 USD per million tokens (OpenRouter) / Context: 1M token context window