Inkling 2 Mini mise sur les boucles pour tenir sur un laptop
Thinking Machines Lab publie Inkling 2 Mini, un modèle open-weight de 26,4 milliards de paramètres conçu pour l’usage agentique et l’exécution locale. Le modèle est disponible sur Hugging Face, Tinker et plusieurs outils d’inférence.
Thinking Machines Lab a publié Inkling 2 Mini, un modèle open-weight pensé pour aller vite, raisonner en tâches agentiques et tenir sur un ordinateur portable. Disponible depuis le 20 novembre 2026, il s’accompagne d’une version de recherche à boucles variables et d’un déploiement immédiat sur Hugging Face et Tinker, avec fine-tuning et chat dans Tinker Playground. Le pari est simple : réduire la taille sans renoncer aux usages qui comptent. Pas toujours facile, même pour un modèle qui aime tourner en rond.
Un modèle plus compact, mais pas rabougri
Inkling 2 Mini est un looped transformer, c’est-à-dire un modèle qui rejoue certaines couches plusieurs fois pour un même jeton afin d’étendre son raisonnement interne sans générer davantage de texte. Sur ses 24 couches, les 12 du milieu s’exécutent trois fois par jeton, tandis que les six premières et les six dernières ne passent qu’une fois. Thinking Machines parle de 26,4 milliards de paramètres au total, dont 3,4 milliards actifs, avec 5,4 milliards d’activations de poids par jeton une fois la boucle prise en compte. Le modèle est aussi présenté comme suffisamment léger pour tourner localement sur un MacBook Pro, avec une empreinte d’environ 20 Go.
Ce positionnement répond directement aux critiques adressées à Inkling 2 Small, jugé trop massif avec ses 594 milliards de paramètres. Ici, la logique est inverse : moins de volume, davantage d’efficacité, et une cible claire pour les développeurs qui veulent tester un modèle puissant sans passer par une infrastructure lourde. L’idée n’est pas de battre les géants sur tous les fronts, mais de redevenir praticable au quotidien.
Des performances ciblées sur le travail agentique
Selon Thinking Machines, Inkling 2 Mini arrive en tête des modèles open-weight de moins de 100 milliards de paramètres sur plusieurs tests, dont DeepSWE v1.1 avec 48,2 % et Vals Index v2.2 avec 46,5 %. Sur Artificial Analysis, il obtient 20,1 points, à égalité avec Qwen3.8-27B [à vérifier selon les sources], tout en se montrant environ quatre fois plus rapide et six fois moins coûteux par tâche sur l’Intelligence Index, d’après les chiffres publiés par cette même source.
Le modèle se distingue aussi sur BrowseComp, DeepSearchQA et MCP Atlas, des évaluations qui mesurent l’usage d’outils, la recherche et les tâches agentiques. C’est cohérent avec la stratégie du laboratoire : compenser une mémoire de modèle plus réduite par un meilleur recours aux outils. En revanche, Thinking Machines dit aussi clairement qu’Inkling 2 Mini reste derrière Qwen3.8-27B sur le chat multi-tour et sur les consignes très contraintes. Le modèle n’a donc pas l’ambition de tout faire, ce qui lui évite au moins de promettre la lune en format de poche.
Une distribution large dès le lancement
Le lancement ne se limite pas à une publication de poids sur Hugging Face. Thinking Machines annonce une prise en charge dès le premier jour sur SGLang, vLLM, Ollama, Unsloth, NVIDIA Dynamo et TokenSpeed pour l’inférence open-source, ainsi qu’un support de fine-tuning RL sur SkyRL, Miles et NVIDIA AutoModel. Le modèle est aussi accessible dans Tinker pour l’inférence et l’ajustement, avec une interface de chat dans Tinker Playground.
Cette diffusion large compte autant que les résultats bruts. Dans le marché actuel des modèles ouverts, l’accès concret aux bons outils fait souvent la différence entre une sortie remarquée et une sortie simplement commentée. Ici, le laboratoire de Mira Murati cherche manifestement à installer un standard de travail, pas seulement à publier un benchmark de plus.
Un objet d’étude sur le raisonnement en boucle
Thinking Machines ne présente pas seulement Inkling 2 Mini comme un produit utilisable. La société publie aussi une variante de recherche à boucles variables pour étudier ce que le raisonnement en boucle change à l’intérieur du modèle. Selon ses mesures, le temps d’horizon sans chaîne de pensée passe de 16 secondes à un tour à 37 secondes à trois tours, tandis que la chaîne de pensée devient plus courte mais reste lisible. Les tests de sabotage agentique n’ont pas montré de hausse nette avec l’ajout de boucles.
Le sujet dépasse la performance pure. Si un modèle peut “penser plus et écrire moins”, la surveillance de son raisonnement devient plus délicate à mesure qu’il progresse. Thinking Machines l’admet à demi-mot en partageant cette version de recherche avec des acteurs comme le National Deep Inference Fabric et Goodfire, afin d’étudier de près le comportement des modèles bouclés. Pour les chercheurs en interprétabilité, c’est un signal intéressant. Pour le reste du marché, c’est un rappel discret que l’IA adore parfois faire des détours pour arriver plus vite au bon endroit.
En chiffres
- 26,4 milliards — paramètres totaux d’Inkling 2 Mini, selon Thinking Machines.
- 24 couches — architecture du modèle, dont 12 couches répétées trois fois par jeton.
- 20,1 points — score sur l’Artificial Analysis Intelligence Index, selon les sources citées.
- 1 million de tokens — fenêtre de contexte annoncée par les sources secondaires.
- 20 Go — empreinte mémoire approximative du modèle complet, selon Thinking Machines.