Thinking Machines выпустила Inkling 2 Mini: модель для ноутбука в 6 раз дешевле Qwen3.8 27B
Thinking Machines выпустила открытую модель Inkling 2 Mini: она работает на Mac с 32 ГБ памяти, то есть без облачного API. Из 24 слоёв средние 12 прогоняются по три раза на каждый токен, поэтому модель больше думает внутри и меньше пишет. В сводном рейтинге Artificial Analysis у неё 20,1 балла, как у Qwen3.8 27B, но задача обходится примерно в 6 раз дешевле и решается в 4 раза быстрее. Для локальных агентов это кандидат на тест.
AI-обработка оригинала X: @MTSlive; редакция Hamidun News
Хорошая модель обычно живёт на чужих серверах: вы платите за каждый запрос и отправляете туда свой код. Модель, которая помещается на ноутбук, как правило, слишком слаба для серьёзной работы агента. Thinking Machines попыталась убрать этот компромисс и выпустила Inkling 2 Mini. Это открытая модель, которая запускается на Mac с 32 ГБ оперативной памяти. В Artificial Analysis Intelligence Index, сводном рейтинге, где сравнивают модели по набору тестов на рассуждение и работу с кодом, она набирает 20,1 балла. Столько же у Qwen3.8 27B. Но, по данным лаборатории, на одну и ту же задачу Mini обходится примерно в 6 раз дешевле и выполняется примерно в 4 раза быстрее.
Появление Mini связано с реакцией на предыдущий релиз. Часть пользователей сочла Inkling 2 Small слишком громоздкой: у неё 594 млрд параметров. В ответ лаборатория сделала модель примерно в 22 раза меньше, на 26,4 млрд параметров.
Как модель «думает» циклами
Обычная нейросеть пропускает каждый токен (кусочек текста) через стопку слоёв один раз. Inkling 2 Mini устроена иначе. У неё 24 слоя, и средние 12 из них выполняются по три раза на каждый токен. Такая архитектура называется зацикленным трансформером (looped transformer).
Представьте программиста, который перечитывает сложную функцию про себя, а не выписывает рассуждения на листе. Модель делает больше вычислений внутри, а наружу выдаёт меньше текста. Меньше сгенерированных токенов означает меньше времени и денег на задачу. Добавьте к этому, что из 26,4 млрд параметров одновременно активны только 3,4 млрд: на каждый токен работает лишь часть сети. Поэтому модель укладывается в память ноутбука.
Что с качеством и лицензией
Лаборатория приводит такие цифры:
- 20,1 балла в Artificial Analysis Intelligence Index, на уровне Qwen3.8 27B;
- примерно в 6 раз дешевле и около 4 раз быстрее на задачу при том же балле;
- 48,2% на DeepSWE v1.1, бенчмарке по программной инженерии. По словам Thinking Machines, это лучший результат среди открытых моделей меньше 100 млрд параметров.
Лицензия Apache 2.0 разрешает коммерческое использование, дообучение и встраивание в продукты без согласований. Для команд, которые не хотят отправлять код и данные во внешний API, это главный практический плюс.
Можно ли доверять «мыслям» модели
У зацикленных моделей есть риск. Если часть рассуждений идёт внутри слоёв, цепочка рассуждений (chain of thought), которую модель пишет в ответе, может перестать отражать реальный ход мысли. Для безопасности это важно. Вот цитата из анонса: «Не нужно, чтобы модель могла писать в цепочке рассуждений что угодно. Цепочка должна показывать, что модель действительно делает».
Лаборатория проверила мониторируемость, то есть насколько по записанным рассуждениям можно понять поведение модели. Результат: цепочка стала короче, но осталась читаемой. На масштабе Mini заметного ухудшения нет. Thinking Machines также выложила отдельную исследовательскую модель с переменным числом циклов. С ней другие исследователи смогут проверять, как глубина зацикливания влияет на прозрачность.
Что с этим делать
Пока это данные самой лаборатории, независимых замеров в анонсе нет. Балл 20,1 говорит об уровне средней открытой модели, а не о рекорде. Вывод о «лучшей среди открытых до 100B» относится к одному бенчмарку, DeepSWE v1.1. Реальную скорость и стоимость на вашем железе и ваших задачах придётся мерить самим.
Практический смысл такой. Если вы строите локального кодового агента или внутренний инструмент, где важны цена и приватность, добавьте Inkling 2 Mini в тестовый набор рядом с Qwen3.8 27B. Сравнивайте не только баллы, но и время на целую задачу: выигрыш в 4 раза заявлен именно на задачу, а не на токен. Учтите и 32 ГБ памяти как нижнюю планку для Mac.
Для рынка это ещё один сигнал: конкуренция среди открытых моделей смещается от наращивания числа параметров к более умному использованию вычислений на каждый токен.
- 21 нояб. 2026 г.Google выпустила Gemini 4 Neon: 65,2% в Terminal-Bench 4.1 при цене $3 за млн токенов
- 21 нояб. 2026 г.OpenAI пересмотрела промпты для GPT-6.2: меньше вопросов, меньше тестов
- 21 нояб. 2026 г.Открытая Inkling 2 Mini на 16 ГБ памяти догнала Qwen3.8-27B в независимом рейтинге
- 21 нояб. 2026 г.Thinking Machines выпустила открытую Inkling 2 Mini на 26,4 млрд параметров для Mac с 32 ГБ
Вопросы и ответы по материалу
Что известно по теме: как модель «думает» циклами?
Обычная нейросеть пропускает каждый токен (кусочек текста) через стопку слоёв один раз. Inkling 2 Mini устроена иначе. У неё 24 слоя, и средние 12 из них выполняются по три раза на каждый токен. Такая архитектура называется зацикленным трансформером (looped transformer). Представьте программиста, который перечитывает сложную функцию про себя, а не выписывает рассуждения на листе. Модель делает больше вычислений внутри, а наружу выдаёт меньше текста.
Что известно по теме: что с качеством и лицензией?
Лаборатория приводит такие цифры: 20,1 балла в Artificial Analysis Intelligence Index, на уровне Qwen3.8 27B; примерно в 6 раз дешевле и около 4 раз быстрее на задачу при том же балле; 48,2% на DeepSWE v1.1, бенчмарке по программной инженерии. По словам Thinking Machines, это лучший результат среди открытых моделей меньше 100 млрд параметров. Лицензия Apache 2.0 разрешает коммерческое использование, дообучение и встраивание в продукты без согласований.
Что известно по теме: можно ли доверять «мыслям» модели?
У зацикленных моделей есть риск. Если часть рассуждений идёт внутри слоёв, цепочка рассуждений (chain of thought), которую модель пишет в ответе, может перестать отражать реальный ход мысли. Для безопасности это важно. Вот цитата из анонса: «Не нужно, чтобы модель могла писать в цепочке рассуждений что угодно. Цепочка должна показывать, что модель действительно делает». Лаборатория проверила мониторируемость, то есть насколько по записанным рассуждениям можно понять поведение модели.
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.