Intensif Gratuit 21–22/11Intensif gratuit de 2 jours en Vibecoding (21–22 nov, 16h00 MSK) · Cohorte 3 le 23/11S'inscrire gratuitement →Cohorte 3 (23/11)
SortieAPI / Produit · Prêt à l'emploiX: @MTSlive→ original

Thinking Machines dévoile Inkling 2 Mini : un modèle pour portable six fois moins cher que Qwen3.8 27B

Thinking Machines a publié Inkling 2 Mini, un modèle ouvert qui fonctionne sur un Mac de 32 Go de mémoire, donc sans API cloud. Sur 24 couches, 12 en moyenne sont exécutées trois fois pour chaque token : le modèle réfléchit davantage en interne et écrit moins. Dans le classement agrégé Artificial Analysis, il obtient 20,1 points, comme Qwen3.8 27B, mais une tâche lui coûte environ six fois moins cher et se résout quatre fois plus vite. Pour les agents locaux, c'est un candidat à tester.

Traité par IA depuis X: @MTSlive ; édité par Hamidun News
Thinking Machines dévoile Inkling 2 Mini : un modèle pour portable six fois moins cher que Qwen3.8 27B
Source : X: @MTSlive. Collage: Hamidun News.
Écouter l'article
Fiche synthèse et chiffres clés
ParamètreDonnées
Source primaireX: @MTSlive ↗
Rédacteur en chef
Apache 2.026,4 milliards de paramètres, dont 3,4 milliards actifs
DeepSWE v1.1 (tâches de programmation)48,2 %, meilleur score parmi les modèles ouverts de moins de 100 B
Chiffre clé #3Chaîne de raisonnement plus courte, mais toujours lisible pour la vérification

Un bon modèle vit généralement sur les serveurs d'autrui : vous payez chaque requête et y envoyez votre code. Un modèle assez petit pour tenir sur un portable est, en règle générale, trop faible pour un travail sérieux d'agent. Thinking Machines a tenté de lever ce compromis et publie Inkling 2 Mini.

Il s'agit d'un modèle ouvert qui fonctionne sur un Mac doté de 32 Go de mémoire vive. Dans l'Artificial Analysis Intelligence Index, classement agrégé qui compare les modèles sur une batterie de tests de raisonnement et de code, il obtient 20,1 points. Qwen3.

8 27B en obtient autant. Mais selon le laboratoire, Mini coûte environ six fois moins cher pour une même tâche et s'exécute environ quatre fois plus vite.

La sortie de Mini répond à la réaction suscitée par la version précédente. Certains utilisateurs ont jugé Inkling 2 Small trop lourd, avec ses 594 milliards de paramètres. En réponse, le laboratoire a conçu un modèle environ 22 fois plus petit, à 26,4 milliards de paramètres.

Comment le modèle « réfléchit » en boucles

Un réseau de neurones classique fait passer chaque token (fragment de texte) une seule fois à travers une pile de couches. Inkling 2 Mini fonctionne autrement. Il compte 24 couches, dont 12 en moyenne sont exécutées trois fois pour chaque token. Cette architecture s'appelle transformeur en boucle (looped transformer).

Imaginez un programmeur qui relit mentalement une fonction complexe au lieu de noter son raisonnement sur papier. Le modèle effectue davantage de calculs en interne et produit moins de texte en sortie. Moins de tokens générés signifie moins de temps et d'argent par tâche. Ajoutez que, sur 26,4 milliards de paramètres, seuls 3,4 milliards sont actifs simultanément : pour chaque token, seule une partie du réseau travaille. C'est pourquoi le modèle tient dans la mémoire d'un portable.

Qualité et licence

Le laboratoire avance les chiffres suivants :

  • 20,1 points à l'Artificial Analysis Intelligence Index, au niveau de Qwen3.8 27B ;
  • environ six fois moins cher et près de quatre fois plus rapide par tâche, à score égal ;
  • 48,2 % sur DeepSWE v1.1, un benchmark d'ingénierie logicielle. Selon Thinking Machines, c'est le meilleur résultat parmi les modèles ouverts de moins de 100 milliards de paramètres.

La licence Apache 2.0 autorise l'usage commercial, le fine-tuning et l'intégration dans des produits sans autorisation préalable. Pour les équipes qui ne veulent pas envoyer leur code ni leurs données vers une API externe, c'est le principal avantage pratique.

Peut-on faire confiance aux « pensées » du modèle ?

Les modèles en boucle présentent un risque. Si une partie du raisonnement se déroule à l'intérieur des couches, la chaîne de raisonnement (chain of thought) que le modèle écrit dans sa réponse peut cesser de refléter sa réflexion réelle. Pour la sécurité, c'est un point important. Voici une citation de l'annonce : « Il ne faut pas que le modèle puisse écrire n'importe quoi dans sa chaîne de raisonnement. La chaîne doit montrer ce que le modèle fait réellement. »

Le laboratoire a évalué la monitorabilité, c'est-à-dire dans quelle mesure on peut comprendre le comportement du modèle à partir de son raisonnement écrit. Résultat : la chaîne est devenue plus courte, mais reste lisible. À l'échelle de Mini, aucune dégradation notable n'apparaît. Thinking Machines a également publié un modèle de recherche distinct à nombre de boucles variable. Il permettra à d'autres chercheurs d'étudier comment la profondeur de bouclage influe sur la transparence.

Que faire de tout cela

Pour l'instant, ce sont les données du laboratoire lui-même ; l'annonce ne contient pas de mesures indépendantes. Le score de 20,1 correspond au niveau d'un modèle ouvert moyen, pas à un record. La conclusion « meilleur parmi les ouverts de moins de 100 B » ne porte que sur un seul benchmark, DeepSWE v1.1. La vitesse et le coût réels sur votre matériel et vos tâches, il faudra les mesurer vous-mêmes.

L'enjeu pratique est le suivant. Si vous développez un agent de code local ou un outil interne où comptent le prix et la confidentialité, ajoutez Inkling 2 Mini à votre jeu de tests aux côtés de Qwen3.8 27B. Comparez non seulement les scores, mais aussi le temps nécessaire à une tâche complète : le gain de quatre fois est annoncé pour une tâche, pas pour un token. Retenez également les 32 Go de mémoire comme seuil minimal pour un Mac.

Pour le marché, c'est un signal supplémentaire : la concurrence entre modèles ouverts se déplace de la multiplication des paramètres vers une utilisation plus intelligente du calcul à chaque token.

Dossier

Questions clés sur cet article

Peut-on faire confiance aux « pensées » du modèle ?

Les modèles en boucle présentent un risque. Si une partie du raisonnement se déroule à l'intérieur des couches, la chaîne de raisonnement (chain of thought) que le modèle écrit dans sa réponse peut cesser de refléter sa réflexion réelle. Pour la sécurité, c'est un point important. Voici une citation de l'annonce : « Il ne faut pas que le modèle puisse écrire n'importe quoi dans sa chaîne de raisonnement. La chaîne doit montrer ce que le modèle fait réellement.

Comment le modèle « réfléchit » en boucles?

Un réseau de neurones classique fait passer chaque token (fragment de texte) une seule fois à travers une pile de couches. Inkling 2 Mini fonctionne autrement. Il compte 24 couches, dont 12 en moyenne sont exécutées trois fois pour chaque token. Cette architecture s'appelle transformeur en boucle (looped transformer). Imaginez un programmeur qui relit mentalement une fonction complexe au lieu de noter son raisonnement sur papier.

Que sait-on sur Qualité et licence ?

Le laboratoire avance les chiffres suivants : 20,1 points à l'Artificial Analysis Intelligence Index, au niveau de Qwen3.8 27B ; environ six fois moins cher et près de quatre fois plus rapide par tâche, à score égal ; 48,2 % sur DeepSWE v1.1, un benchmark d'ingénierie logicielle. Selon Thinking Machines, c'est le meilleur résultat parmi les modèles ouverts de moins de 100 milliards de paramètres.

ZK
Zhemal Khamidun — CPO d'Alpina Digital, product manager d'AlpinaGPT. Conçoit des produits IA depuis 2019. Hamidun News est un projet personnel devenu un agrégateur en production avec plus de 6 000 lecteurs.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
Qu'en pensez-vous ?
Chargement des commentaires…