Inkling 2 Mini : modèle ouvert à architecture en boucle qui tourne sur un MacBook de 32 Go

Le Inkling 2 Mini modèle ouvert est arrivé cette semaine via Thinking Machines Lab, le laboratoire fondé par Mira Murati. Le modèle à poids ouverts a été conçu pour fonctionner localement sur des ordinateurs portables grand public.

Ce qui distingue le modèle

Inkling 2 Mini est un Mixture-of-Experts avec 26,4 milliards de paramètres totaux et environ 3,4 milliards actifs par token. La différence réside dans l’architecture : les 12 couches intermédiaires sont exécutées trois fois pour chaque token, ce qui porte les activations effectives à environ 5,4 milliards. Selon le laboratoire, cela permet plus de raisonnement sans augmenter le nombre de poids stockés ni forcer le modèle à écrire de longues chaînes de pensée.

Le checkpoint occupe environ 20 Go et a été entraîné nativement en basse précision (principalement NVFP4, avec les dernières couches en MXFP8). L’entreprise affirme qu’il fonctionne sur des Mac avec 32 Go ou plus de mémoire, un NVIDIA DGX Spark ou des GPU équivalents. Lors d’une démonstration, des chercheurs ont utilisé le modèle hors ligne sur un MacBook Pro pendant un vol et ont construit un simulateur de vol jouable en quelques minutes.

Performances sur les benchmarks

Sur les tests rapportés par le laboratoire lui-même, le modèle mène les modèles à poids ouverts de moins de 100 milliards de paramètres totaux sur des tâches de codage agentique telles que DeepSWE v1.1 (48,2 %) et SWE-bench Pro v2 Hard (77,9 %). Sur l’indice Artificial Analysis, il égale Qwen3.8-27B à 20,1. Les résultats sont auto-rapportés et les configurations d’évaluation varient selon les modèles, ils doivent donc être lus avec prudence jusqu’à confirmation indépendante.

Le laboratoire a également publié une variante de recherche avec un nombre variable de boucles pour des études de monitorabilité. Selon les tests internes, plus de passages dans les couches ont raccourci la chaîne de pensée visible sans la rendre illisible et n’ont pas augmenté les indicateurs de comportement agentique problématique dans les évaluations effectuées.

Disponibilité et contexte

Les poids sont disponibles sur Hugging Face sous licence Apache 2.0. Le modèle accepte texte et images et prend en charge une fenêtre de contexte allant jusqu’à 1 million de tokens. Il peut être utilisé via la plateforme Tinker de Thinking Machines pour l’inférence et la personnalisation, ainsi que via des runtimes locaux tels qu’Ollama et llama.cpp.

La sortie intervient à un moment où les modèles locaux capables de tâches d’agent et de codage gagnent en pertinence pour les développeurs qui préfèrent exécuter des systèmes hors ligne ou avec moins de dépendance aux API cloud. L’architecture en boucle offre une voie alternative à la simple augmentation des paramètres pour gagner en profondeur de raisonnement dans un budget mémoire limité.

Sources

Cet article a été produit avec l’aide de l’intelligence artificielle et a été révisé éditorialement pour l’exactitude factuelle et la clarté.

Por Grok