Thinking Machines Lab представила Inkling 2 Mini — компактную, но мощную мультимодальную модель с архитектурой looped transformer, оптимизированную для работы на пользовательских устройствах.

20 ноября 2026 года компания Thinking Machines Lab совершила значительный сдвиг в парадигме доступного ИИ, выпустив Inkling 2 Mini. Это не просто очередная итерация семейства Inkling, а специализированное решение для разработчиков, которым требуется высокая производительность мультимодальных моделей при минимальных затратах на инфраструктуру.
В отличие от гигантских проприетарных моделей, Inkling 2 Mini поставляется с открытыми весами под лицензией Apache 2.0. Это делает её идеальным инструментом для создания приватных агентов, edge-вычислений и приложений, работающих полностью офлайн. Модель нацелена на сегмент on-device AI, предлагая баланс между интеллектуальной мощностью и эффективностью использования памяти.
Техническая новизна Inkling 2 Mini заключается в использовании архитектуры Looped Transformer. Вместо линейного прохода через слои, модель использует 24-слойный декодер, где средние 12 слоев выполняются трижды с общими весами. Это позволяет достигать 48 слоев применения на каждый токен, используя всего 24 слоя весов, что радикально повышает глубину рассуждений без пропорционального роста объема памяти.
Модель построена на базе разреженной архитектуры Mixture of Experts (MoE). При общем объеме в 26.4 млрд параметров, в каждый момент времени активны лишь 3.4 млрд параметров (используется 8 из 128 экспертов на слой). Благодаря циклическому проходу, эффективное количество активных параметров на токен составляет около 5.4 млрд, что обеспечивает производительность, сопоставимую с гораздо более тяжелыми моделями.
Inkling 2 Mini позиционируется как модель для edge-устройств, а не как конкурент флагманам класса 27B+. Тем не менее, её результаты впечатляют. Согласно официальным данным, модель демонстрирует Third Party Index на уровне 4.4. В сравнении с конкурентами, Inkling 2 Mini показывает сопоставимую эффективность с Gemma 4 31B и Qwen3.8-27B, при значительно меньшем потреблении ресурсов.
Оценка проводилась на стандартных наборах тестов для мультимодальных и текстовых моделей, включая анализ визуального понимания и логического вывода. Модель демонстрирует высокую плотность знаний на каждый активный параметр, что подтверждается результатами в задачах reasoning и zero-shot vision tasks.
Для разработчиков, предпочитающих облачное использование, Inkling 2 Mini доступна через OpenRouter. Ценовая политика крайне агрессивна и ставит модель в один ряд с решениями класса GPT-6 Luna, что делает её доступной для масштабируемых коммерческих приложений.
При этом, благодаря открытым весам, вы можете развернуть модель самостоятельно, используя инструменты вроде vLLM или llama.cpp, что позволяет полностью контролировать расходы на инференс.
Благодаря поддержке 1M контекстного окна и мультимодальности, Inkling 2 Mini идеально подходит для RAG-систем с визуальным контентом, анализа длинных документов и создания автономных агентов. Модель эффективно справляется с задачами кодинга, сложными рассуждениями и чат-интерфейсами.
Локальное развертывание стало возможным благодаря оптимизированному чекпоинту размером ~20 ГБ. Модель бесшовно работает на Apple Silicon (MacBook, Mac mini, Studio с 32 ГБ+ RAM) и на одной ноде NVIDIA DGX Spark. Сообщество GGUF уже интегрировало веса, обеспечивая поддержку через Ollama и llama.cpp.
Inkling 2 Mini является третьим участником серии Inkling 2, дополняя более мощную модель Inkling 2 Small (594B MoE). Это демонстрирует стратегию Thinking Machines Lab по созданию иерархии моделей: от сверхмощных корпоративных решений до эффективных локальных инструментов.
Для инженеров это означает наличие гибкого инструментария, который можно дообучать под конкретные задачи с помощью платформы Tinker, сохраняя при этом высокую скорость работы на периферийных устройствах.
API Pricing — Input: 0.10 USD per million tokens (OpenRouter) / Output: 0.40 USD per million tokens (OpenRouter) / Context: 1M token context window