2026年11月20日,Thinking Machines Lab发布开源权重模型Inkling 2 Mini,总参数264亿、每次只激活34亿,内存占用约20GB,能在消费级笔记本和桌面AI电脑上本地运行。它的关键设计是循环Transformer:中间12层每生成一个token跑三遍,让模型在不写出推理过程的情况下多想几步。这是Inkling系列的第二款小模型,上一款Inkling 2 Small是594B参数的MoE大模型,Mini走的是另一条路:把模型做小、靠循环补推理。
跑分处在什么位置
在100B参数以下的开源权重模型里,Inkling 2 Mini在智能体编程基准上领先:DeepSWE v1.1为48.2%,Vals Index v2.2为46.5%,SWE-bench Pro v2困难集为77.9%。它也擅长配合搜索和工具使用,BrowseComp达到79.0%。研究团队还用它在飞机上离线跑MacBook Pro,几分钟内做出一个可玩的飞行模拟器;斯坦福的能效测试里,它在DGX Spark上的智能/焦耳得分是0.703,明显高于同场对比的Qwen3.6-35B-A3B。
| 基准 | Inkling 2 Mini | Qwen3.8-27B |
|---|---|---|
| DeepSWE v1.1 | 48.2% | 42.2% |
| Vals Index v2.2 | 46.5% | 29.8% |
| BrowseComp | 79.0% | 61.6% |
循环结构换来了什么
循环不是单纯加参数,而是把算力花在重复使用中间层上。官方同步放出一个可变循环版本做对照实验:无思维链的时间跨度从1次循环的16秒提升到3次循环的37秒,串行推理成绩一路提升到10次循环。代价是知识容量基本不涨:循环帮不上记忆事实,AA-Omniscience这类知识基准的成绩和同尺寸模型处在同一水平。
谁适合现在就试
模型已在Tinker上提供推理与定制,适合想在本地跑常驻智能体的开发者,以及对可监控性有要求的研究者。但它不是全能小模型:多轮对话和多约束指令是短板,MultiChallenge只有50.0%,落后于Qwen3.8-27B;推理密集型基准也不及更大模型。需要联网知识或复杂对话的场景,仍要搭配搜索工具或更大模型。