Открытая Inkling 2 Mini в 6 раз дешевле Qwen3.8 27B: $0,59 против $3,53 за задачу
Thinking Machines выпустила открытую Inkling 2 Mini: тестовая задача из индекса Artificial Analysis обходится в $0,59, а у Qwen3.8 27B с тем же баллом 20 — в $3,53, то есть в 6 раз дороже. Секрет в повторе: 12 из 24 слоёв модель прогоняет по три раза, как редактор, который трижды перечитывает один текст, а новых весов не нужно. Поэтому она идёт на MacBook. Для локальных агентов это новый ориентир по цене.
AI-обработка оригинала Artificial Analysis; редакция Hamidun News
Обычно «маленькая» модель означает компромисс: она быстрее и дешевле, но заметно глупее. Thinking Machines пытается обойти это правило. Её новая открытая модель Inkling 2 Mini решает одну задачу из независимого теста Artificial Analysis за $0,59 и 9 минут. Модель Qwen3.8 27B с тем же результатом, 20 баллами из индекса интеллекта, тратит на такую задачу $3,53 и 38 минут. Это примерно в 6 раз дороже и в 4 раза медленнее. Индекс интеллекта Artificial Analysis — сводная оценка по набору заданий на рассуждение, программирование и работу со знаниями: чем выше балл, тем сильнее модель.
Как Inkling получает такую экономию? Она заново прогоняет часть собственных слоёв несколько раз, а не раздувает число параметров.
Как устроена модель
Inkling 2 Mini — это mixture-of-experts: всего в ней 26 млрд параметров, но на каждый токен работает только часть экспертов. Активных параметров 5,4 млрд. В эту цифру уже включены три прохода через «зацикленные» слои. Уникальных весов на один текстовый токен используется 3,1 млрд.
Идея looped transformer («зацикленный трансформер») проще, чем звучит. Представьте, что вместо трёх разных редакторов один и тот же человек трижды перечитывает текст и каждый раз замечает что-то новое. В модели 12 из 24 слоёв выполняются по три раза на каждый токен. Вычислений становится больше, а память под веса не растёт. Поэтому, по данным Artificial Analysis, модель достаточно мала, чтобы работать на MacBook или DGX Spark.
Лицензия — Apache 2.0: модель можно свободно использовать в коммерческих продуктах и менять под себя. Она принимает текст и изображения, окно контекста — 1 млн токенов.
Цифры из независимого теста
В Intelligence Index Inkling 2 Mini получила 20 баллов. Столько же у Qwen3.8 27B (режим xhigh) и у Nanbeige4.3-33B. Но активных параметров у Inkling примерно в 5 и 6 раз меньше соответственно. На графике «интеллект против размера» модель лежит на границе Парето: ни одна другая модель не даёт больше интеллекта при таком же размере. Это верно и для общего числа параметров, и для активных.
Есть и оборотная сторона. На одну задачу индекса Inkling в среднем пишет около 152 тыс. выходных токенов. У Qwen3.8 27B — около 110 тыс., так что Inkling выдаёт примерно на 38% больше. У Nanbeige4.3-33B — около 158 тыс. Повторные проходы по слоям добавляют вычисления, но не добавляют токенов в ответе. Модель просто рассуждает довольно длинно.
Тем не менее по прокси-метрике вычислений (активные параметры, умноженные на число токенов) она тратит примерно в 2,8 раза меньше, чем Qwen3.8 27B, и в 5 раз меньше, чем Nanbeige4.3-33B.
Стоимость посчитана по прайсу самой Thinking Machines: $0,15 за миллион входных токенов, $0,50 за миллион выходных и $0,015 за миллион токенов, найденных в кэше.
Что с этим делать
Сначала оговорки. Балл 20 — не уровень флагманов. Закрытая GPT-6 Luna (max) набирает 28 и стоит $0,15 за задачу, то есть через API она и дешевле, и сильнее. Inkling 2 Mini выигрывает прежде всего среди открытых моделей, которые можно развернуть у себя.
Кому это пригодится:
- командам, которым нужна локальная модель из-за приватности данных или работы без интернета;
- разработчикам агентов с длинными циклами, где важны цена токена и задержка;
- тем, кто хочет дообучать модель благодаря лицензии Apache 2.0.
Если вы сейчас запускаете 27–33B-модель на своём железе, прогоните Inkling 2 Mini на собственных задачах. Следите именно за длиной ответов. Лишние 38% токенов съедают часть выигрыша, если вы платите за вывод. Сам же приём с повторными проходами по слоям выглядит рабочим способом поднять качество без роста памяти. Стоит присмотреться, подхватят ли его другие лаборатории.
- 21 нояб. 2026 г.Локальную phi3 взламывали в 51% попыток — разработчик поставил перед ней защитный шлюз
- 21 нояб. 2026 г.Thinking Machines выпустила открытую Inkling 2 Mini на 26,4 млрд параметров для Mac с 32 ГБ
- 21 нояб. 2026 г.Флеш-память для SSD подешевела на 19–32% в разовых сделках — накопители могут упасть в цене
- 21 нояб. 2026 г.Unsloth обновила сжатые Qwen3.8-27B: точность выросла на 5–10% при том же размере
Вопросы и ответы по материалу
Что известно по теме: как устроена модель?
Inkling 2 Mini — это mixture-of-experts: всего в ней 26 млрд параметров, но на каждый токен работает только часть экспертов. Активных параметров 5,4 млрд. В эту цифру уже включены три прохода через «зацикленные» слои. Уникальных весов на один текстовый токен используется 3,1 млрд. Идея looped transformer («зацикленный трансформер») проще, чем звучит. Представьте, что вместо трёх разных редакторов один и тот же человек трижды перечитывает текст и каждый раз замечает что-то новое.
Что известно по теме: цифры из независимого теста?
В Intelligence Index Inkling 2 Mini получила 20 баллов. Столько же у Qwen3.8 27B (режим xhigh) и у Nanbeige4.3-33B. Но активных параметров у Inkling примерно в 5 и 6 раз меньше соответственно. На графике «интеллект против размера» модель лежит на границе Парето: ни одна другая модель не даёт больше интеллекта при таком же размере. Это верно и для общего числа параметров, и для активных. Есть и оборотная сторона. На одну задачу индекса Inkling в среднем пишет около 152 тыс. выходных токенов.
Что известно по теме: что с этим делать?
Сначала оговорки. Балл 20 — не уровень флагманов. Закрытая GPT-6 Luna (max) набирает 28 и стоит $0,15 за задачу, то есть через API она и дешевле, и сильнее. Inkling 2 Mini выигрывает прежде всего среди открытых моделей, которые можно развернуть у себя. Кому это пригодится: командам, которым нужна локальная модель из-за приватности данных или работы без интернета; разработчикам агентов с длинными циклами, где важны цена токена и задержка; тем, кто хочет дообучать модель благодаря лицензии Apache 2.0.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.